Professional Documents
Culture Documents
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.
ndice
1 Historia
1.1 Origen
1.2 Orgenes en probabilidad
1.3 Estado actual
2 Mtodos estadsticos
2.1 Estudios experimentales y observacionales
2.2 Niveles de medicin
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
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
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.
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 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
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.
Mtodos estadsticos
Estudios experimentales y observacionales
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
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 la investigacin 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.