# Correr en R (requiere shiny y tidyverse)
library(shiny)
library(tidyverse)
runGist("d47f4c205b531e3bed59d22b22cbfd13")Demostraciones, simulaciones y visualizadores interactivos
En esta sección encontrará simulaciones interactivas y herramientas útiles para cursos de probabilidad, estadística e ingeniería. Todo el material, exceptuando aquel etiquetado como externo, es de mi autoría.
Demostraciones
Demostración de por qué se usa \(n-1\) en el denominador al calcular la varianza muestral.
Recursos interactivos
Se presentan diferentes recursos interactivos en diferentes áreas de conocimiento.
Distribuciones de probabilidad
Este visualizador le permite explorar las principales distribuciones discretas y ver como cambian sus formas al modificar los parámetros.
Es el equivalente continuo al visualizador anterior, pero además, presenta una comparación entre la distribución normal estándar (\(z\)) y la t-Student (\(t\)).
Este visualizador interactivo permite explorar cómo se combinan dos variables aleatorias independientes mediante la convolución de sus distribuciones. Muestra la distribución resultante de la suma y su relación con el Teorema del Límite Central.
Teorema del Límite Central y Pruebas de hipótesis
Inspirado en algunas publicaciones científicas, aquí podrá encontrar como la asimetría juega un papel ponderante en el cumplimiento del teorema del límite central (TLC). Con este, busco ayudar a “derrumbar” el mito de que el TLC siempre se cumple con \(n=30\).
- Calculadora de distribuciones de probabilidad e intervalos de confianza - Aplicación externa
De Ph.D. Matt Bognar, aquí encuentra “mini aplicaciones” con las que puede resolver ejercicios de probabilidad y estadística.
- Ley de los Grandes Números - Aplicación externa
Es una explicación de Rafael Pérez Laserna sobre la Ley de los Grandes Números, que incluye una simulación de un dado que nos ayuda a comprenderla.
- Teorema del Límite Central (TLC) - Aplicación externa
Uno de los pilares de la estadística frecuentista, este enlace muestra una simulación del TLC que nos permite comprender el TLC de mejor forma.
- Aplicación interactiva sobre los intervalos de confianza
Este es un gist que al ejecutarse en R con sus respectivas librerías, despliega una aplicación local que permite comprender mejor el funcionamiento de los intervalos de confianza y como estos dependen del estimador puntual (aleatorio por el muestreo), el tamaño de muestra y el nivel de confianza seleccionado.
Ingeniería de Calidad
Propio del campo de la ingeniería de calidad y muestreo de aceptación, este visualizador muestra las curvas características de operación (OC) de planes de muestreo por atributos.
Diseño del trabajo
En contextos de producción de alta variedad y bajo volumen (HMLV) o en etapas tempranas de diseño de procesos, la recolección masiva de datos mediante muestreo de tiempos tradicional resulta costosa o inviable. La estimación bayesiana ayuda a lidiar con esto. En este recurso encontrará una simplifación didáctica a esta estimación, basada en el modelo Normal-Normal.