Esta práctica te enseña a usar la prueba Chi-cuadrada de independencia para determinar si existe una relación estadísticamente significativa entre dos variables categóricas dentro de una misma población. El objetivo es descubrir si las categorías de una variable están asociadas con las categorías de otra, como investigar si la raza de un animal está relacionada con su predisposición a cierta enfermedad.

Esta práctica te enseña a usar la prueba Chi-cuadrada de bondad de ajuste para determinar si las frecuencias que observaste en una sola muestra se ajustan a un modelo teórico o a una distribución de proporciones esperada. Es la herramienta ideal para verificar si tus datos, como los resultados de un cruce genético, son consistentes con una teoría preexistente, como las proporciones Mendelianas.

Esta práctica te enseña a usar la prueba Chi-cuadrada de homogeneidad para comparar las proporciones de un resultado categórico (como "éxito" vs. "fracaso") entre dos o más grupos independientes. El objetivo es determinar si la distribución de estas proporciones es la misma (homogénea) en todos los grupos, lo que es clave para evaluar, por ejemplo, la efectividad de un tratamiento en comparación con un placebo.

En esta práctica, pasarás de simplemente medir una relación (correlación) a modelarla para poder predecir. Te centrarás en ajustar una línea recta a tus datos para crear un modelo predictivo. El objetivo es entender cómo usar la ecuación de regresión para estimar el valor de una variable basándote en el valor de otra, transformando un patrón en una herramienta de predicción.

Esta práctica te enseña a medir la fuerza y dirección de la relación entre dos variables numéricas mediante el análisis de correlación lineal. Aprenderás a visualizar esta asociación con diagramas de dispersión y a cuantificarla con el coeficiente de correlación de Pearson (r), determinando a través de una prueba de hipótesis si la relación encontrada es estadísticamente significativa.

Esta práctica te introduce a una de las herramientas más importantes de la estadística inferencial: la prueba t de Student. Aprenderás el procedimiento formal para comparar las medias de dos grupos independientes (como el peso entre machos y hembras) y determinar si la diferencia observada es estadísticamente significativa o simplemente producto del azar, basando tu decisión en el valor p y el intervalo de confianza.

Esta práctica te introduce a los fundamentos de la probabilidad en R, el puente entre describir datos y hacer inferencias. Aprenderás a usar tablas de contingencia para analizar la relación entre variables categóricas y a aplicar dos de los modelos de probabilidad más importantes: la distribución Normal para datos continuos y la distribución Binomial para datos discretos.

Esta práctica profundiza en el histograma, uno de los gráficos más importantes del análisis de datos. Aprenderás a construir la tabla de distribución de frecuencias que le da su estructura numérica y a superponer una curva de distribución normal (la campana de Gauss) para evaluar visualmente si tus datos se comportan de manera "normal".

Esta práctica es tu introducción a la visualización de datos en R. Aprenderás a transformar los datos de la tabla de equinos en gráficos informativos como diagramas de barras, histogramas y gráficos de pastel. El objetivo es que aprendas a resumir y presentar visualmente las características más importantes de tus variables, tanto categóricas como numéricas.

Esta práctica es tu primer contacto con R y RStudio. Aprenderás a usar la consola como una calculadora, a guardar valores en variables, a crear listas de datos (vectores) y a construir tu primera tabla (data frame). Es el punto de partida esencial para familiarizarte con los comandos y la lógica fundamentales de R antes de avanzar a tareas más complejas.

En la medicina veterinaria y zootecnia, los datos son la base de la toma de decisiones. Esta práctica simula un escenario real donde aprenderás a organizar registros de un grupo de equinos en Microsoft Excel, asegurando que los datos estén limpios y bien estructurados. Luego, te enseñaremos a importar esta información a RStudio, el entorno profesional para el análisis, donde añadiremos valor a nuestros datos antes de exportarlos. Al finalizar, dominarás el ciclo completo del manejo de datos, una competencia clave para tu futuro profesional.