Distribucin normal
La estadstica es una ciencia formal y una herramienta que estudia el uso y los anlisis
provenientes de una muestra representativa de datos, busca explicar las correlaciones y
dependencias de un fenmeno fsico o natural, de ocurrencia en forma aleatoria o condicional.
Sin embargo, la estadstica es ms que eso, es decir, es la herramienta fundamental que
permite llevar a cabo el proceso relacionado con la investigacin cientfica.
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:
1. 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 deparmetros estadsticos son: la media y
la desviacin estndar. Algunos ejemplos grficos son: histograma, pirmide
poblacional, grfico circular, entre otros.
2. Estadstica inferencial: Se dedica a la generacin de los modelos, inferencias y
predicciones asociadas a los fenmenos en cuestin teniendo en cuenta
la aleatoriedadde 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 yminera 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
o 1.2 Orgenes en probabilidad
o 1.3 Estado actual
2 Mtodos estadsticos
o 2.1 Estudios experimentales y observacionales
o 2.2 Niveles de medicin
o 2.3 Tcnicas de anlisis estadstico
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 (1754-1835).
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.
Ya se utilizaban representaciones grficas y otras medidas en pieles, rocas, palos de madera
y paredes de cuevas para controlar el nmero de personas, animales o ciertas mercancas.
Hacia el ao 3000 a. C. los babilonios usaban ya pequeos envases moldeados de arcilla para
recopilar datos sobre la produccin agrcola y de los gneros vendidos o cambiados. Los
egipcios analizaban los datos de la poblacin y la renta del pas mucho antes de construir las
pirmides en el siglo XI a. C. Los libros bblicos deNmeros y Crnicas incluyen en algunas
partes trabajos de estadstica. El primero contiene dos censos de la poblacin de la Tierra de
Israel y el segundo describe el bienestar material de las diversas tribus judas.
En China existan registros numricos similares con anterioridad al ao 2000 a. C. Los
antiguos griegos realizaban censos cuya informacin se utilizaba hacia el 594 a. C. para
cobrar impuestos.
Orgenes en probabilidad[editar]
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. Muchas universidades tienen departamentos acadmicos de
matemticas y estadstica separadamente. La estadstica se ensea en departamentos tan
diversos como psicologa, educacin y salud pblica.
las matemticas aplicadas que usa la teora de probabilidades y el anlisis matemtico para
examinar las bases tericas de la estadstica.
El uso de cualquier mtodo estadstico es vlido solo cuando el sistema o poblacin bajo
consideracin satisface los supuestos matemticos del mtodo. El mal uso de la estadstica
puede producir serios errores en la descripcin e interpretacin, lo cual podra llegar a afectar
polticas sociales, la prctica mdica y la calidad de estructuras tales como puentes y plantas
de reaccin nuclear.
Incluso cuando la estadstica es correctamente aplicada, los resultados pueden ser difciles de
interpretar por un inexperto. Por ejemplo, el significado estadstico de una tendencia en los
datos, que mide el grado al cual la tendencia puede ser causada por una variacin aleatoria en
la muestra, puede no estar de acuerdo con el sentido intuitivo. El conjunto de habilidades
estadsticas bsicas (y el escepticismo) que una persona necesita para manejar informacin
en el da a da se refiere como cultura estadstica.
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.
Niveles de medicin[editar]
Hay cuatro tipos de mediciones o escalas de medicin en estadstica: niveles de
medicin (nominal, ordinal, intervalo y razn). Tienen diferentes grados de uso en
lainvestigacin estadstica. Las medidas de razn, en donde un valor cero y distancias entre
diferentes mediciones son definidas, dan la mayor flexibilidad en mtodos estadsticos que
pueden ser usados para analizar los datos. Las medidas de intervalo tienen distancias
interpretables entre mediciones, pero un valor cero sin significado (como las mediciones de
coeficiente intelectual o temperatura en grados Celsius). Las medidas ordinales tienen
imprecisas diferencias entre valores consecutivos, pero un orden interpretable para sus
valores. Las medidas nominales no tienen ningn rango interpretable entre sus valores.
La escala de medida nominal, puede considerarse la escala de nivel ms bajo. Se trata de
agrupar objetos en clases. La escala ordinal, por su parte, recurre a la propiedad de orden
de los nmeros. La escala de intervalos iguales est caracterizada por una unidad de medida
comn y constante. Es importante destacar que el punto cero en las escalas de intervalos
iguales es arbitrario, y no refleja en ningn momento ausencia de la magnitud que estamos
midiendo. Esta escala, adems de poseer las caractersticas de la escala ordinal, permite
determinar la magnitud de los intervalos (distancia) entre todos los elementos de la escala. La
escala de coeficientes o Razones es el nivel de medida ms elevado y se diferencia de las
escalas de intervalos iguales nicamente por poseer un punto cero propio como origen; es
decir que el valor cero de esta escala significa ausencia de la magnitud que estamos
midiendo. Si se observa una carencia total de propiedad, se dispone de una unidad de medida
para el efecto. A iguales diferencias entre los nmeros asignados corresponden iguales
diferencias en el grado de atributo presente en el objeto de estudio.