M04 — Probabilidad y estadística aplicada

Por qué existe

Métricas de producto, calidad de software y (más adelante) ML necesitan intuición estadística. Aquí aprendes a preguntar con datos, no solo a calcular.

En resumen: usas datos para preguntar mejor (no solo calcular). Simulas, describes un CSV y escribes un informe que un negocio entendería.

Objetivos de aprendizaje

Al terminar debes poder:

1. Modelar incertidumbre (probabilidad, independencia, Bayes a nivel intro).
2. Simular y contrastar distribuciones discretas y la Normal (intuición).
3. Calcular e interpretar descriptivos, correlación y muestreo con cuidado.
4. Comunicar hallazgos en un informe con limitaciones (sin overclaim).

Cómo estudiar esta materia (lecciones)

M04 sigue el formato de lecciones cortas y completas (como M01): marcas una a una en la UI (interfaz de usuario).

1. Abre las lecciones en orden (L01 → L16).
2. Cada lección trae objetivo, pasos, lectura de libro y criterio “Hecho cuando”.
3. Marca la lección solo si cumple ese criterio.
4. Las prácticas / proyecto de abajo exigen evidencia en projects/m04-stats/.
5. Método general: Cómo estudiar.

Semana tipo (20 h)

Bloque	Horas	Qué haces
Probabilidad	6–8	L01–L04, simulaciones TS
Distribuciones	6–8	L05–L08, contrastar teoría vs simulación
Descriptiva + muestreo	6–8	L09–L12, CSV real, gráficos
Informe + inferencia	6–8	L13–L16, IC/hipótesis + informe.md
Retro	1	Correlación ≠ causalidad (ejemplo tuyo)

Si un día solo tienes 2 h: una lección práctica (pasos + evidencia en projects/m04-stats/). No saltes la lectura de esa lección.

Lecciones

Semana 1 — Probabilidad y producto (~20 h)

ID	Lección	~h
L01	Proyecto M04 y simulación de moneda	5
L02	Eventos, reglas y frecuentismo	5
L03	Independencia y probabilidad condicional	5
L04	Bayes intro para decisiones de producto	5

Semana 2 — Distribuciones (~20 h)

ID	Lección	~h
L05	Variables aleatorias y Bernoulli	5
L06	Distribución binomial: fórmula vs simulación	5
L07	Esperanza y varianza en código	5
L08	Normal, z-scores y preview del TCL	5

Semana 3 — Descriptiva, visualización y muestreo (~20 h)

ID	Lección	~h
L09	Descriptivos y primer pipeline CSV	5
L10	Dispersión, percentiles y outliers	5
L11	Visualización e histogramas para no técnicos	5
L12	Correlación, muestreo y sesgo	5

Semana 4 — Inferencia e informe (~20 h)

ID	Lección	~h
L13	Intervalos de confianza interpretados	5
L14	Hipótesis simple con pregunta de negocio	5
L15	Informe para negocio (informe.md)	5
L16	Cierre M04: evidencias y dominio	5

Empieza por L01 hoy.

Lecturas (mapa rápido)

Canon: Probabilidad y estadística para ingeniería y ciencias — Walpole, Myers et al. (ed. ES). Alternativa gratis: OpenStax Introductory Statistics. Catálogo: bibliografía.

Semana	Lecciones	Capítulos (Walpole)	Alternativa (OpenStax)
1	L01–L04	Cap. 2 — Probabilidad	Ch. 3 Probability Topics
2	L05–L08	Caps. 5–6 (selectos) — discretas + Normal intuición	Ch. 4–6 Discrete / Continuous / Normal
3	L09–L12	Cap. 1 (datos) + descriptivos; muestreo selecto	Ch. 1–2 + correlación
4	L13–L16	Cap. 8 (IC intro) + Cap. 9 (hipótesis ligera) + informe	Ch. 7–9 CLT / CI (integración continua) / Hypothesis (idea)

Regla: cada fórmula del capítulo → una simulación o cálculo en TS en projects/m04-stats/.

Dataset sugerido para el proyecto: CSV pequeño (ventas, pedidos) o abierto en datos.gob.mx.

Ejemplo — media y mediana

export function media(xs: number[]): number {
  return xs.reduce((a, b) => a + b, 0) / xs.length;
}

export function mediana(xs: number[]): number {
  const s = [...xs].sort((a, b) => a - b);
  const m = Math.floor(s.length / 2);
  return s.length % 2 ? s[m]! : (s[m - 1]! + s[m]!) / 2;
}

Prácticas

1. P1: Simulación en TS que aproxime probabilidades conocidas (moneda, dados).
2. P2: Pipeline CSV → limpia → media/mediana/σ → tablas.
3. P3: Hipótesis (“¿los viernes hay más pedidos?”) y conclusión cuidadosa.

Proyecto útil

Informe projects/m04-stats/informe.md: pregunta, datos, método, resultado, limitaciones. Se reutiliza en M22 (emprendimiento).

Errores comunes

• Confundir correlación con causalidad.
• Promediar porcentajes sin ponderar.
• Tirar outliers sin justificar.
• Informe solo con números y sin recomendación accionable.
• Marcar lecciones sin cumplir “Hecho cuando”.

Evidencia de hecho

Marca la práctica en la UI solo si existe esto (o equivalente claro):

• P1 — Simulación: projects/m04-stats/ con 10_000 lanzamientos y conclusión escrita.
• P2 — CSV: Pipeline limpia → tablas descriptivas; notebook o script.
• P3 — Hipótesis: Una pregunta de negocio + conclusión cuidadosa (sin overclaim).
• Proyecto — Informe: informe.md: pregunta, datos, método, resultado, limitaciones.

Detalle y checklist: projects/m04-stats/README.md.

Criterios de dominio

• Escribes explícitamente “correlación ≠ causalidad” con un ejemplo tuyo.
• Explicas un histograma a un no técnico.
• Interpretas un intervalo de confianza sin decir “hay 95% de probabilidad de que μ esté ahí”.
• Tu informe incluye limitaciones y una recomendación accionable.