Beruflich Dokumente
Kultur Dokumente
Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias
sociales, desde las ciencias de la salud hasta el control de calidad.
Se usa para la toma de decisiones en reas de negocios o instituciones gubernamentales.
La estadstica se divide en dos grandes reas:
Estadstica descriptiva
Se dedica a la descripcin, visualizacin y resumen de datos originados a partir de
los fenmenos de estudio. Los datos pueden ser resumidos numrica o
grficamente. Ejemplos bsicos de parmetros estadsticos son: la media y
la desviacin estndar. Algunos ejemplos grficos son: histograma, pirmide
poblacional, grfico circular, entre otros.
Estadstica inferencial
Se dedica a la generacin de los modelos, inferencias y predicciones asociadas a
los fenmenos en cuestin teniendo en cuenta la aleatoriedad de las
observaciones. Se usa para modelar patrones en los datos y extraer inferencias
acerca de la poblacin bajo estudio. Estas inferencias pueden tomar la forma de
respuestas a preguntas s/no (prueba de hiptesis), estimaciones de unas
caractersticas numricas (estimacin), pronsticos de futuras observaciones,
descripciones de asociacin (correlacin) o modelamiento de relaciones entre
variables (anlisis de regresin). Otras tcnicas
de modelamiento incluyen anova, series de tiempo y minera de datos.
Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada. La
estadstica inferencial, por su parte, se divide en estadstica paramtrica y
estadstica no paramtrica.
Hay tambin una disciplina llamada estadstica matemtica, la que se refiere a las
bases tericas de la materia.
La palabra estadsticas tambin se refiere al resultado de aplicar un algoritmo
estadstico a un conjunto de datos, como en estadsticas econmicas, estadsticas
criminales, entre otros.
ndice
[ocultar]
1 Historia
o
1.1 Origen
2 Mtodos estadsticos
o
3 Disciplinas especializadas
4 Computacin estadstica
5 Crticas a la estadstica
6 Estadsticos famosos
7 Notas
8 Bibliografa
9 Enlaces externos
Historia[editar]
Origen[editar]
El trmino alemn Statistik, introducido originalmente por Gottfried
Achenwall en 1749, se refera al anlisis de datos del Estado, es decir, la ciencia
del Estado (o ms bien, de la ciudad-estado). Tambin se llam aritmtica
poltica de acuerdo con la traduccin literal del ingls. No fue hasta el siglo XIX
cuando el trmino estadstica adquiri el significado de recolectar y clasificar
datos. Este concepto fue introducido por el militar britnico sir John Sinclair (17541835).
En su origen, por tanto, la estadstica estuvo asociada a los Estados o ciudades
libres, para ser utilizados por el gobierno y cuerpos administrativos (a menudo
centralizados). La coleccin de datos acerca de estados y localidades contina
ampliamente a travs de los servicios de estadstica nacionales e internacionales.
En particular, los censoscomenzaron a suministrar informacin regular acerca de
la poblacin de cada pas. As pues, los datos estadsticos se referan
originalmente a los datos demogrficos de una ciudad o Estado determinados. Y
es por ello que en la clasificacin decimal de Melvil Dewey, empleada en las
bibliotecas, todas las obras sobre estadstica se encuentran ubicadas al lado de
las obras de o sobre la demografa.
Orgenes en probabilidad[editar]
Los mtodos estadstico-matemticos emergieron desde la teora de probabilidad,
la cual data desde la correspondencia entre Pascal y Pierre de Fermat
(1654). Christian Huygens (1657) da el primer tratamiento cientfico que se conoce
a la materia. El Ars coniectandi (pstumo, 1713) de Jakob Bernoulli y la Doctrina
de posibilidades (1718) deAbraham de Moivre estudiaron la materia como una
rama de las matemticas.1 En la era moderna, el trabajo de Kolmogrov ha sido
un pilar en la formulacin del modelo fundamental de la Teora de Probabilidades,
el cual es usado a travs de la estadstica.
La teora de errores se puede remontar a la pera miscellnea (pstuma, 1722)
de Roger Cotes y al trabajo preparado por Thomas Simpson en 1755 (impreso en
1756) el cual aplica por primera vez la teora de la discusin de errores de
observacin. La reimpresin (1757) de este trabajo incluye el axioma de que
errores positivos y negativos son igualmente probables y que hay unos ciertos
lmites asignables dentro de los cuales se encuentran todos los errores; se
describen errores continuos y una curva de probabilidad.
Pierre-Simon Laplace (1774) hace el primer intento de deducir una regla para la
combinacin de observaciones desde los principios de la teora de probabilidades.
Laplace represent la Ley de probabilidades de errores mediante una curva y
dedujo una frmula para la media de tres observaciones. Tambin, en 1871,
obtiene la frmula para la ley de facilidad del error (trmino introducido
por Lagrange, 1744) pero con ecuaciones inmanejables. Daniel Bernoulli (1778)
introduce el principio del mximo producto de las probabilidades de un sistema de
errores concurrentes.
Fotografa de Ceres por el telescopio espacial Hubble. La posicin fue estimada por Gauss
mediante el mtodo de mnimos cuadrados.
El mtodo de mnimos cuadrados, el cual fue usado para minimizar los errores
en mediciones, fue publicado independientemente porAdrien-Marie
Legendre (1805), Robert Adrain (1808), y Carl Friedrich Gauss (1809). Gauss
haba usado el mtodo en su famosa prediccin de la localizacin del planeta
enano Ceres en 1801. Pruebas adicionales fueron escritas por Laplace (1810,
1812), Gauss (1823), James Ivory (1825, 1826), Hagen (1837), Friedrich
Bessel (1838), W.F. Donkin (1844, 1856), John Herschel (1850) y Morgan
Crofton (1870). Otros contribuidores fueron Ellis (1844), Augustus De
Morgan (1864), Glaisher (1872) y Giovanni Schiaparelli (1875). La frmula de
Peters para , el probable error de una observacin simple es bien conocido.
El siglo XIX incluye autores como Laplace, Silvestre Lacroix (1816), Littrow
(1833), Richard Dedekind (1860), Helmert (1872), Hermann Laurent (1873),
Liagre, Didion y Karl Pearson. Augustus De Morgan y George Boole mejoraron la
presentacin de la teora. Adolphe Quetelet (1796-1874), fue otro importante
fundador de la estadstica y quien introdujo la nocin del hombre
promedio (lhomme moyen)como un medio de entender los fenmenos sociales
complejos tales como tasas de criminalidad, tasas de matrimonio o tasas de
suicidios.
Estado actual[editar]
Durante el siglo XX, la creacin de instrumentos precisos para asuntos de salud
pblica (epidemiologa, bioestadstica, etc.) y propsitos econmicos y sociales
(tasa de desempleo, econometra, etc.) necesit de avances sustanciales en las
prcticas estadsticas.
Hoy el uso de la estadstica se ha extendido ms all de sus orgenes como un
servicio al Estado o al gobierno. Personas y organizaciones usan la estadstica
para entender datos y tomar decisiones en ciencias naturales y sociales, medicina,
negocios y otras reas. La estadstica es entendida generalmente no como un
sub-rea de las matemticas sino como una ciencia diferente aliada.
Mtodos estadsticos[editar]
Estudios experimentales y observacionales[editar]
Un objetivo comn para un proyecto de investigacin estadstica es investigar la
causalidad, y en particular extraer una conclusin en el efecto que algunos
cambios en los valores de predictores o variables independientes tienen sobre una
respuesta o variables dependientes. Hay dos grandes tipos de estudios
estadsticos para estudiar causalidad: estudios experimentales y observacionales.
En ambos tipos de estudios, el efecto de las diferencias de una variable
independiente (o variables) en el comportamiento de una variable dependiente es
observado. La diferencia entre los dos tipos es la forma en que el estudio es
conducido. Cada uno de ellos puede ser muy efectivo.