Correlación, asociación y causalidad

30 min

Bloque 4 — Comprender los datos antes de modelar
Objetivo: definir con rigor la covarianza y el coeficiente de Pearson, conocer exactamente lo que miden y lo que ignoran, saber elegir un coeficiente adaptado a la forma de la relación y al tipo de las variables, explotar una matriz de correlación para la selección preliminar y la detección de redundancia, y saber enunciar por qué una asociación observada no autoriza ninguna conclusión causal.
Duración estimada: 45 minutos
Requisitos previos: capítulos 005, 006, 013, 014 y 015
Quiz asociados: 016.1-quiz-covariance-pearson.md a 016.7-quiz-correlation-causalite.md

Vista previa: el resto de la lección está reservado a los inscritos.

¿Ya te inscribiste con un código?

Tu acceso está vinculado a tu cuenta, no a este enlace. Inicia sesión con el mismo correo que usaste en clase: tu curso te espera, no hace falta volver a introducir el código.

Iniciar sesión ¿Aún no tienes cuenta? Crear una

Esta lección forma parte del módulo «Análisis exploratorio de datos (EDA)»

Los primeros módulos del curso son de acceso libre. Para el resto hay tres opciones: comprar este curso de una vez, suscribirte, o introducir el código entregado en clase.

Suscribirme — 19 $ US/mes Volver al plan