ESTADSTICA

1. Historia.

Origen

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 nacional e internacional. En
particular, los censos comenzaron 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 de Nmeros y Crnicasincluyen 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
ao2000 a. C. Los antiguos griegos realizaban censos cuya informacin se
utilizaba hacia el 594 a. C. para cobrar impuestos.

Orgenes en probabilidad

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) de Abraham 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.
El mtodo de mnimos cuadrados, el cual fue usado para minimizar los errores
en mediciones,
fue
publicado
independientemente
por Adrien-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

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.
Al aplicar la estadstica a un problema cientfico, industrial o social, se comienza
con un proceso o poblacin a ser estudiado. Esta puede ser la poblacin de un
pas, de granos cristalizados en una roca o de bienes manufacturados por una
fbrica en particular durante un periodo dado. Tambin podra ser un proceso
observado en varios instantes y los datos recogidos de esta manera constituyen
una serie de tiempo.
Por razones prcticas, en lugar de compilar datos de una poblacin entera,
usualmente se estudia un subconjunto seleccionado de la poblacin,
llamado muestra. Datos acerca de la muestra son recogidos de manera
observacional
o experimental.
Los
datos
son
entonces
analizados
estadsticamente lo cual sigue dos propsitos: descripcin e inferencia.
El concepto de correlacin es particularmente valioso. Anlisis estadsticos de
un conjunto de datos puede revelar que dos variables (esto es, dos propiedades
de la poblacin bajo consideracin) tienden a variar conjuntamente, como si
hubiera una conexin entre ellas. Por ejemplo, un estudio del ingreso anual y la
edad de muerte podra resultar en que personas pobres tienden a tener vidas ms

cortas que personas de mayor ingreso. Las dos variables se dice que estn
correlacionadas. Sin embargo, no se puede inferir inmediatamente la existencia de
una relacin de causalidad entre las dos variables. El fenmeno correlacionado
podra ser la causa de una tercera, previamente no considerada, llamada variable
confusora.
Si la muestra es representativa de la poblacin, inferencias y conclusiones hechas
en la muestra pueden ser extendidas a la poblacin completa. Un problema mayor
es el de determinar cun representativa es la muestra extrada. La estadstica
ofrece medidas para estimar y corregir por aleatoriedad en la muestra y en el
proceso de recoleccin de los datos, as como mtodos para disear experimentos
robustos como primera medida, ver diseo experimental.
El concepto matemtico fundamental empleado para entender la aleatoriedad es
el de probabilidad. La estadstica matemtica (tambin llamada teora estadstica)
es la rama de 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.

2. Concepto y Clases de Estadstica

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:
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.
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.

3.

Uso de la Estadstica

Los complejos problemas de la sociedad actual y el incesante avance de la

tecnologa requieren cada vez en mayor grado el auxilio de la estadstica. Esta
ciencia se aplica a la fsica, la biologa, la medicina, problemas industriales o
empresariales tales como estudio del mercado y control de calidad, censo de
poblacin, sondeos de opinin pblica, estudios del comportamiento humano, etc.
Uno de los usos ms frecuentes de probabilidad es en el pronstico del tiempo, en
esta aplicacin se intenta predecir cul ser la condicin climtica en un da, una
semana, meses, aos, etc. En el caso particular de Puerto Rico, gracias a la
probabilidad se determina cuando comienza y termina la temporada de huracanes
basados en patrones de huracanes que han pasado por el rea del Caribe durante

pasados aos, tambin se utiliza la probabilidad para crear trayectorias posibles

de huracanes, tormentas, ondas tropicales, etc. y de esta forma nos preparamos o
no para el azote de estos fenmenos atmosfricos.
Otro de los usos en la vida diaria de la probabilidad es en los juegos de azar,
especialmente en los casinos. Por ejemplo, en los diferentes juegos de cartas
como el pquer y veintiuna. Las personas que son exitosas en estos tipos de
juegos no lo son porque tengan suerte, sino porque tienen conocimiento de
probabilidad y pueden saber cuan exitosa puede ser la mano que tienen, mirando
las cartas que han salido y tomando en consideracin la cantidad de cartas que
quedan en el paquete. El uso de la probabilidad en los juegos de azar es tan
buena tcnica para poder ganar, que en muchos casinos si se dan cuenta que un
jugador est contando las cartas durante el transcurso de un juego, los
administradores del casino echan a la persona del lugar y en muchas ocasiones le
prohben la entrada en futuras ocasiones.
En general, la probabilidad nos ayuda en la vida diaria a evitar tomar riesgos
innecesarios o ser ms cautelosos al momento de tomar decisiones.

4. Importancia de la Estadstica
La estadstica resulta fundamental para conocer el comportamiento de ciertos
eventos, por lo que ha adquirido un papel clave en la investigacin. Se usa como
un valioso auxiliar y en los diferentes campos del conocimiento y en las variadas
ciencias. Es un lenguaje que permite comunicar informacin basada en datos
cuantitativos.
Es tan importante que casi no existe actividad humana en que no est involucrada
la Estadstica. Las decisiones ms importantes de nuestra vida se toman con base
en la aplicacin de la Estadstica. Pongamos algunos ejemplos.
La estadstica es de gran importancia en la investigacin cientfica debido a que:

Permite una descripcin ms exacta.

Nos obliga a ser claros y exactos en nuestros procedimientos y en nuestro
pensar.
Permite resumir los resultados de manera significativa y cmoda.
Nos permite deducir conclusiones generales.
La evolucin de la estadstica ha llegado al punto en que su proyeccin se percibe
en casi todas las reas de trabajo. Tambin abarca la recoleccin, presentacin y
caracterizacin de informacin para ayudar tanto en el anlisis e interpretacin de
datos como en el proceso de la toma de decisiones. La estadstica es parte

esencial de la forma profesional, es hasta cierto punto una parte necesaria para
toda profesin.

5. Aplicacin de la Estadstica en la Ingeniera Mecnica

Mecnica Estadstica es la aplicacin de la estadstica, que incluye
herramientas matemticas para tratar con grandes poblaciones en el campo de
la mecnica, lo que concierne al movimiento de las partculas u objetos sujetos a
una fuerza. Suministra una base para relacionar las propiedades microscpicas de
los tomos y molculas individuales a las correspondientes macroscpicas de los
materiales, las que pueden ser observadas en la vida diaria, explicando
la termodinmica como un resultado natural de la estadstica y la mecnica
(clsica y cuntica). En particular, puede ser usada para calcular las propiedades
termodinmicas de los materiales a partir de los datos espectroscpicos de las
molculas individuales.