• Antes de cada bloque de código, convendría señalar qué se hará y para qué sirve. Después, se podría indicar qué resultado deberían observar y cómo interpretarlo.

• Se introducen varios conceptos nuevos al mismo tiempo. Quizás sería mejor avanzar de manera más gradual

• Sería importante diferenciar con mayor claridad la desviación estándar del error estándar: la primera describe la dispersión de los datos, mientras que el segundo indica cuánto podría variar una media entre distintas muestras.

• También convendría distinguir la distribución de los datos de la distribución muestral de las medias, porque pueden confundirse fácilmente.

• Los puntajes z aparecen de manera un poco rápida. Podría explicarse primero, de forma intuitiva, que indican a cuántas desviaciones estándar se encuentra un valor respecto de la media.

• Al presentar pnorm(), sería útil aclarar que entrega la probabilidad acumulada a la izquierda de un valor y no la probabilidad de obtener exactamente ese valor.

• En este gráfico, plot() y abline() deben ejecutarse en líneas separadas. El signo + se utiliza para agregar capas en ggplot2, pero no funciona de esa forma con los gráficos de R base.

• En el eje vertical de la curva normal corresponde hablar de “densidad” y no de “probabilidad”, porque dnorm() calcula valores de densidad.

• Sería mejor evitar instalar y cargar varios paquetes si el práctico puede realizarse con R base. Esto reduce posibles errores y permite concentrarse en los contenidos estadísticos.

• Para calcular manualmente el intervalo de confianza, convendría utilizar el valor crítico de la distribución t. Si se usa 1,96, el resultado no coincidirá exactamente con el obtenido mediante t.test().

• Para construir un intervalo de confianza del 99 %, corresponde utilizar alpha = 0.01, no alpha = 0.05.

• La interpretación del intervalo de confianza podría ajustarse. No significa que exista un 95 % de probabilidad de que el parámetro esté dentro del intervalo ya calculado, sino que el procedimiento utilizado produce intervalos que contienen el parámetro en aproximadamente el 95 % de las muestras repetidas.

• Conviene utilizar de manera consistente el término “error estándar” y no emplear “error muestral” como si fueran equivalentes.

• Sería útil incluir primero un ejercicio completamente guiado y luego otro con una plantilla o algunas pistas, antes de pedir una actividad autónoma.

• Algunas preguntas, como “calcule”, “describa” o “analice”, podrían ser más específicas. Por ejemplo, se puede indicar qué medida calcular, qué resultado observar y qué aspectos debe mencionar la interpretación.

• el práctico parece bastante extenso. Sugiero concentrar la sesión en, la desviación estándar, el error estándar y el intervalo de confianza del 95 %. puntajes z

• pnorm(), el intervalo del 99 % y la comparación entre distintos tamaños muestrales podrían dejarse como profundización o trabajo autónomo.

se paso

Ver si el % de missing se calcular por toda la master o x modulos de cada una

Acá podríamos aclarar qué significa insumos para informe. También convendría ajustar el “+” en la frase, porque puede leerse como si el paquete de visualizaciones fuera algo aparte de los insumos, cuando en realidad las visualizaciones también son insumos del informe. Una posible redacción seria: “Insumos para el informe (base final + tablas + visualizaciones) + scripts reproducibles”.

Acá podríamos definir qué entendemos por reproducible, como estructura de carpetas (IPO)

Se podria agregar una segunda tabla con Spearman

No está de acuerdo con el output de los casos perdidos (1025)