2013

MUESTREO, TCNICAS ESTADSTICAS Y RESEA HISTRICA

Facultad: Administracin Escuela Profesional: Administracin Privada Especialidad: Administracin de Empresas Curso: Estadstica Tema: Muestreo, tcnicas estadsticas y Resea histrica Ciclo: IV Profesor: Quispe Snchez Julio Alumno: Pascual Atencio Jessica Alexandra Turno/Aula: Tarde /C2-2 Fecha: 24 de setiembre del 2013

MUESTREO
Es una tcnica estadstica que tiene por objetivo seleccionar una muestra representativa de la poblacin total.

Tipos de Muestra: Existen bsicamente dos clases de muestras: A. Muestras no probabilsticas B. Muestras probabilsticas

A. MUESTRAS NO PROBABILSTICAS Estas se caracterizan por el hecho de que no es posible determinar la probabilidad de inclusin de cada unidad elemental de la poblacin en la muestra .Por esta razn, no hay forma de medir el riesgo de llegar a conclusiones errneas a partir de muestras no probabilsticas. Dado que la confiabilidad de los resultados de estas muestras no pueden medirse, las muestras no probabilsticas no se prestan para el tratamiento y anlisis estadsticos. Caractersticas No se basa en la teora de la probabilidad; por lo tanto, no es posible calcular la Exactitud. No es posible el clculo de la confianza de las estimaciones, la precisin de la muestra resultante. El investigador elige los casos que ms le interesan con el propsito de lograr informacin ms nutrida.

Es posible obtener buenos resultados siempre y cuando el investigador tenga un conocimiento claro y preciso de la poblacin que quiere observar y de lo que en ella quiere observar. Las inferencias alcanzan planos lgicos y hasta de opinin. Son los ms apropiados para las investigaciones cualitativas, ya que en este tipo de investigaciones no se busca la representatividad de los resultados, sino el punto de vista.

Los tipos ms comunes son: Muestras de conveniencia Muestras basadas en la opinin Muestras de conveniencia Las unidades elementales en una muestra de conveniencia se eligen por su facilidad de acceso y su conveniencia. Este muestreo consiste en seleccionar las unidades cuidando simplemente que pertenezcan a la poblacin de estudio, ya que no pueden ser conjuntos diferentes, en relacin a las caractersticas que desean observarse. Muestras basadas en la opinin Las unidades elementales que se incluyen en una muestra basada en la opinin son seleccionadas por un experto ya que son representativas de la mayora de las unidades elementales de la poblacin. Estas muestras se utilizan en los casos en que el costo o el tiempo disponible hacen necesario que la muestra sea de tamao muy pequeo.

B. MUESTRAS PROBABILSTICAS Son aquellas en la que todos los elementos de la poblacin tienen una probabilidad conocida de ser incluida en la muestra. Naturalmente, no es necesario que todos tengan la misma probabilidad, basta que tengan alguna de ellas.

Mtodos para obtener muestras probabilsticas Existen al menos cuatro mtodos comnmente utilizados: Muestreo aleatorio simple Muestreo sistemtico Muestreo estratificado Muestreo por conglomerado

MUESTREO ALEATORIO SIMPLE Este mtodo de muestreo se caracteriza porque todos los elementos de la poblacin tienen la misma probabilidad de ser incluidos en la muestra, en otras palabras porque todas las posibles muestras de un tamao fijo son igualmente probables.

Una manera sencilla aunque poco practica de obtener una muestra aleatoria es la tcnica de la urna. Consideremos una poblacin compuesta de cinco personas: Alvarado, Bengoa, Cabrera, Daz y Espinoza. Supongamos que deseamos formar una comisin (una muestra) de tres miembros de esta poblacin, utilizando una seleccin aleatoria simple. Se podra determinar mediante la Teora Combinatoria: ( ) ( )

Entonces existen diez posibles combinaciones que son:

Posibles Combinaciones: ABC, ABD, ABE, ACD, ACE, ADE, BCD, BCEC, BDE, CDE

s1 s4

s2

s3

Nuestro mtodo de seleccin nos proporcionara una muestra aleatoria simple si cada una de estas 10 muestras tiene la misma probabilidad de ser seleccionada. Una forma de hacerlo sera escribir cada una de estas 10 combinaciones en una hoja de papel, echar las 10 hojas en una urna, revolver bien y extraer una hoja. Si la combinacin seleccionada es CDE, nuestra muestra estar formada por Cabrera, Daz y Espinoza. Si bien este mtodo de obtener una muestra aleatoria simple es directo, los estadsticos preferimos un procedimiento alternativo que es igualmente bueno pero ms fcil de aplicar. Se ha demostrado que cada una de las 10 muestras tiene la misma probabilidad de ser seleccionada, si se escribe cada uno de los cinco nombres en una hoja de papel, se echan las cinco hojas en una urna, se revuelven bien y se extrae sucesivamente tres hojas. Este mtodo alternativo elimina la tarea de enumerar las muestras de tamao deseado que pueden seleccionar de una poblacin, tarea que es enorme cuando el nmero de unidades en la poblacin es grande. Puede ser de inters demostrar que ambos mtodos para seleccionar una muestra aleatoria simple dan a cada muestra posible igual oportunidad de ser seleccionada. Con el primer mtodo, cada una de las 10 muestras posible tiene la misma oportunidad de ser seleccionada .La probabilidad de seleccionar cualquiera de estas muestras, digamos: ABC (Alvarado, Bravo, Cabrera) es 1/10.

Para demostrar nuestra posicin, debemos probar que la probabilidad de seleccionar una comisin formada por Alvarado, Bravo y Cabrera con el segundo mtodo es tambin 1/10. Utilizando el segundo mtodo de seleccin de la muestra, hay seis maneras con los cuales se puede obtener una muestra formada por Alvarado, Bravo y Cabrera.

A continuacin numeramos la seis maneras posibles de seleccionar una comisin formada por: Alvarado, Bravo y Cabrera:

1 Alvarado, despus Bravo, despus Cabrera (ABC). 2 Alvarado, despus Cabrera, despus Bravo (ACB). 3 Cabrera, despus Alvarado, despus Bravo (CAB). 4 Bravo, despus Alvarado, despus Cabrera (BAC). 5 Bravo, despus Cabrera, despus Alvarado (BCA). 6 Cabrera, despus Bravo, despus Alvarado (CBA). Cada uno de los seis sucesos anteriores representan la seleccin de una comisin formada por: Alvarado, Bravo y Cabrera. Como los seis sucesos son mutuamente excluyentes, la probabilidad de seleccionar una comisin formada por Alvarado, Bravo y Cabrera es igual a la suma de las probabilidades de estos seis sucesos. Estas probabilidades son: ( ( ( ( ) ) ) )

) ( ) 6/60 = 1/10

Entonces, la probabilidad de seleccionar la muestra es:1/10 lo que queda demostrado. TABLA DE NUMEROS ALEATORIOS La utilizacin de hojas de papel y de una urna para seleccionar una muestra aleatoria simple es un procedimiento bastante elemental, que se hace an ms engorroso e imprctico a medida que el nmero de unidades elementales de la poblacin se hace mayor. En lugar de este procedimiento, resulta ms prctico utilizar una tabla de nmeros aleatorios. Los nmeros aleatorios son las cifras: 0,1,2,3,4,5,6,7,8,9 estas cifras estn distribuidas en tal forma que todas aparecen aproximadamente con la misma frecuencia en la tabla ;adems una cifra determinada cualquiera no tiene ninguna relacin con las que la rodean, en otras palabras, las diversas cifras estn distribuidas al azar . Uso de la tabla de nmeros aleatorios Para utilizar esta tabla, se procede de la siguiente forma: 1Se enumeran los elementos de la poblacin con igual nmero de cifras que el tamao N de la poblacin. Por ejemplo: Si tenemos 120 profesores en un centro educativo y deseamos entrevistar una muestra de 10 profesores seleccionados al azar ,entonces primero debemos enumerar la poblacin N=120 con nmeros de tres dgitos:001 al primer elemento de la poblacin,002 al segundo, y as sucesivamente; nmero 119 al 119 avo y 120 al Ensimo. 2 Con el propsito de extraer la muestra al azar , en la tabla de nmeros aleatorios, un mtodo es cerrar los ojos y rayar con un lpiz la tabla y empezar de este punto la lectura de la muestra: hacia arriba, hacia abajo, derecha o hacia la izquierda. Supongamos que se sigui este procedimiento y se seleccion el punto de partida en la fila 1 y columna 1 3. Supongamos que decidimos leer hacia abajo y solo las tres primeras cifras de la columna; los nmeros seleccionados por este mtodo sern: 049, 010,

083, 104, 073, 021, 034, 089, 007, 026. Se descarta toda sucesin de nmeros de tres dgitos mayores que N (En nuestro caso mayor que 120) Si en el proceso de eleccin se repite el nmero (3 cifras) se volver incluir en la muestra el elemento de la poblacin correspondiente a este nmero si el muestreo es con remplazo y se descarta si el muestreo es sin remplazo Antes de concluir con esta seccin debemos sealar que para la seleccin de una muestra aleatoria simple es necesario disponer de una lista de todas las unidades elementales de una poblacin. Esta lista se llama marco poblacional. En forma ideal, un marco poblacional debe contener cada unidad elemental de la poblacin y excluir los duplicados En muchas investigaciones de mercado es difcil disponer de un buen marco poblacional. Los investigadores usan marcos de trabajo, tales como: guas telefnicas, lista de contribuyentes o de los lectores u otro tipo de listas preparadas con firmas especficas. Si bien algunos de estos marcos son adecuados en muchos casos todos ellos tienen diversas imperfecciones que introducen algunos riesgos y limitan su utilizacin

MUESTREO SISTEMTICO En este procedimiento, se selecciona una muestra tomando k- sima unidad de la poblacin una vez que las unidades de muestreo estn enumeradas o arregladas en alguna forma. El numero k es la razn del muestreo, que viene hacer la razn del tamao de la poblacin N sobre el tamao de la muestra n. Por ejemplo: Si se va a seleccionar una muestra de 100 unidades a partir de una poblacin de tamao N =2000 unidades, entonces:

Luego la muestra se obtiene tomando cada 20 sima unidades de la poblacin Se puede utilizar el procedimiento de la urna o numero aleatorios para determinar con cual de las primeras 20 unidades empezar. Si se selecciona la unidad 4 como inicio aleatorio, entonces la muestra incluir 4, 24, 44, 64, 1984 sima Por razones obvias, este procedimiento sistemtico se puede aplicar cuando el marco de muestreo es homogneo

Ejemplo Se acercan las Navidades y cierta empresa de turrones cree que no va a poder entregar todos los pedidos a tiempo, a no ser que aumente la plantilla. La empresa dispone de un listado ordenado alfabticamente de 20 personas con las mismas caractersticas para el puesto y que actualmente estn en paro. Puesto que el tiempo apremia y no es posible hacer una entrevista para seleccionar al personal, se decide elegir cinco trabajadores de forma aleatoria usando el muestreo sistemtico.

Tenemos que elegir 5 elementos sistemticamente de un total de 20, por tanto se debe elegir uno de cada k=20/5=4.

Se elige el punto de partida eligiendo un nmero al azar entre 1 y 4. Si obtenemos, por ejemplo h=2, los elementos de la muestra sern 2, 2+4, 2+24, 2+34, es decir:

2, 6, 10, 14, 8.

MUESTREO ESTRATIFICADO

Este se usa cuando la poblacin no es homognea, sino que en ella se pueden identificar clases definidas por algn atributo o caracterstica relacionadas con la variable que se estudia Este procedimiento implica dividir la poblacin en clase o grupos homogneos relativos a la caracterstica que se van a estudiar llamados estratos Despus se toma una sub- muestra de cada estrato de cada una de las formas posibles ya estudiadas anteriormente en cada estrato un nmero especificado de elementos a la proporcin del estrato de la poblacin total o bien estaremos un numero igual de elementos de cada estrato y damos un peso a los resultados de acuerdo a la proporcin del estrato en la poblacin total En una u otra forma, el muestreo estratificado, garantiza que todos os elementos de la poblacin tenga una posibilidad de ser seleccionados. Algunas veces las unidades en la muestra de cada estrato estn relacionadas inversamente con la homogeneidad de las unidades del estrato; mientras ms homogneo sea el estrato menor ser la proporcin incluida en la muestra La razn se obtiene cuando las unidades en un estrato son ms homogneos y resulta suficiente una sub muestra ms pequea para asegurar la representatividad. En consecuencia, el costo del muestreo se reduce Ventajas Las ventajas del muestreo estratificado sobre el aleatorio simple son dos: Se obtiene una informacin separada para cada uno de los estratos Se obtiene el riesgo que determinado estrado quede inadecuadamente representado

Muestra

MUESTREO POR CONGLOMERADO Se usa en poblaciones grandes y muy bien dispersos desde el punto de vista geogrfico y en las cuales el muestreo aleatorio simple seria poco econmico debido a que dara a lugar a muestras igualmente dispersas En este tipo de muestreo en lugar de seleccionar directamente los elementos de la poblacin se hace una seleccin inicial de grupos o conglomerados que son agrupaciones de elementos que deben ser lo ms heterogneo posible a diferencia de los estratos, de suerte que cada una de ellas resulta una rplica reducida de la poblacin, la muestra general est formada por todas o por una sub muestra de las unidades en cada conglomerado Estos tipos de muestras se emplea solos o combinados, en etapas mltiples, con restricciones y en consideraciones, tales como: el costo, tiempo

Ejemplo 1 Suponga que una compaa de servicio de televisin por cable est pensando en abrir una sucursal en una ciudad grande; la compaa planea realizar un estudio para determinar el porcentaje de familias que utilizaran sus servicios, como no es prctico preguntar en cada casa, la empresa decide seleccionar una parte de la ciudad al azar, la cual forma un conglomerado. Ejemplo 2 Para obtener una muestra de suscriptores telefnicos en una ciudad grande, puede obtenerse primero una muestra aleatoria de los nmeros de las pginas del directorio telefnico; al elegir el vigsimo nombre de cada pgina obtendramos un muestreo sistemtico, tambin podemos escoger un nombre de la primera pgina del directorio y despus seleccionar cada nombre del lugar nmero cien a partir del ya seleccionado. Por ejemplo, podramos

seleccionar un nmero al azar entre los primeros 100; supongamos que el elegido es el 40, entonces seleccionamos los nombres del directorio que corresponden a los nmeros 40, 140, 240, 340 y as sucesivamente.

Mtodo estadstico Se utiliza el mtodo cientfico de investigacin basado en dos tipos de razonamiento: El deductivo El inductivo El mtodo deductivo procede de lo general a lo particular y utiliza especialmente el razonamiento matemtico en el que se establecen hiptesis generales que caracterizan un problema y se deducen ciertas propiedades particulares por razonamientos lgicos. El mtodo inductivo realiza el proceso inverso. A partir de observaciones particulares de ciertos fenmenos se intenta deducir unas reglas generales aplicables a todos ellos. La investigacin estadstica emplea el mtodo deductivo e inductivo en las cuatro etapas siguientes. 1. Planeamiento del problema. 2. Recoleccin de la informacin 3. Organizacin y clasificacin de los datos recogidos. 4. Anlisis e interpretacin de los resultados.

1. PLANEAMIENTO DEL PROBLEMA Es el primer paso de la investigacin estadstica que consiste en definir claramente los objetivos del estudio y relacionar este objetivo con los valores numricos de las variables observables. La investigacin cientfica es una actividad con propsito y como tal para quedar enteramente caracterizado, debe dar respuesta a las interrogantes fundamentales siguientes: En qu consiste el problema objeto de investigacin? Sobre quin recae la investigacin? Cmo se va investigar? Quin va a realizar la investigacin? Dnde se va a realizar la investigacin? Cundo se va a realizar la investigacin? Slo cuando se est en condiciones de dar respuestas a todas y a cada una de estas interrogantes, se puede redactar el proyecto de un trabajo de investigacin. Los objetivos surgen al contestar la pregunta para qu se va a realizar la investigacin y estn directamente vinculados a la justificacin e importancia del trabajo de investigacin proyectado.

2. RECOLECCIN DE DATOS En este punto trataremos principalmente los procedimientos y mtodos para recolectar la informacin necesaria para un estudio determinado. Existen TRES MTODOS BSICOS con los cuales el investigador puede obtener la informacin deseada. a. fuente de informacin b. diseo de experimentos c. encuestas A. FUENTE DE INFORMACIN

Es el lugar, la investigacin, la persona donde estn los datos que se necesitan para cada una de las variables o aspectos de la investigacin. Las fuentes de informacin pueden ser: A1. Fuente de datos internos Es la informacin recopilada por la institucin de los resultados de su propia gestin. Son pues las observaciones que constantemente realizan las direcciones, departamentos, administracin, etc. Ejemplo. Reportes de la desercin estudiantil. Reportes del porcentaje de aprobados y desaprobados de los estudiantes A.2 Fuente de datos externos Son informaciones elaboradas por instituciones de investigacin o dependencias especializadas generalmente requeridas a nivel nacional o sectorial. A.3 Fuentes primarias Cuando la informacin estadstica es obtenida directamente de la unidad de observacin. Ejemplo: los resultados de los censos poblacionales, de vivienda, centros agrcolas, etc.

A.4 Fuentes secundarias Cuando se obtiene informacin estadstica elaborada a base de los datos de fuentes primarias. El organismo oficial fundamentalmente de datos estadsticos es el Instituto nacional de estadstica e informtica. DISEO DE EXPERIMENTOS Los diseos experimentales deben utilizarse siempre que sea posible sobre todo cuando se desee constituir modelos explicativos siendo sus estudios materia de textos ms avanzados ya que implican procedimientos estadsticos complejos. Encuesta:

Es e procedimiento de obtencin de informacin estructurada segn criterios previos de sistematizacin que se efecta con un propsito especfico en un sector de la poblacin. Tipos de encuestas: Dos tipos: Encuesta retrospectiva Encuesta Prospectiva ENCUESTA RETROSPECTIVA Se parten de daos conocidos y la investigacin consiste en descubrir caractersticas de su historia. Por ejemplo: se escoge un grupo de personas afectadas con cncer en el pulmn se recoge su historia pasada. ENCUESTA PROSPECTIVA Se comienza con una muestra de la poblacin estudiando una o ms caracterstica a travs del tiempo. Por ejemplo: se elige un grupo de personas y se observa en estas la caracterstica de hbito de fumar de la cual se puede concluir si en el transcurso del tiempo se desarrollar el cncer del pulmn.

PROCEDIMIENTO PARA RECOLECTAR INFORMACION EN EDUCACION Tiene dos aspectos fundamentales: Fuentes de obtencin Mtodos de recoleccin METODOS DE REOLECCION Cuando se utiliza una fuente primaria para recolectar informacin se distinguen dos procedimientos fundamentales: La observacin El interrogatorio Desventajas de la observacin

Requiere de personal especializado Puede resultar ser un mtodo costoso No es conveniente cuando estudia grandes masas humanas VENTAJAS DEL INTERROGATORIO Como podr observarse, las limitaciones dela observacin son ventajas del interrogatorio, ya que cuando se indaga el pasado o futro, as como las condiciones subjetivas del individuo obtenemos mejores resultados. DESVENTAJAS DEL INTERROGATORIO Se apela a la memoria y/o a la buena fe del interrogado. Produce diferentes resultados segn el tipo de preguntas y a la manera de formularlos Para evitar errores en la segunda desventaja deben ser claros y precisos. Las preguntas no deben ser capciosas ni ambiguas METODOS INTERROGATORIOS El interrogatorio puede hacerse mediante dos mtodos: Mtodo directo (se efecta por medio de entre vista) Mtodo indirecto (se efecta por medio de cuestionarios)

Mtodos interrogativos: El interrogatorio puede hacerse mediante dos mtodos: Mtodo directo (se efecta por medio de entrevista) Mtodo indirecto (se efecta por medio de cuestionarios) La entrevista.- tiene una ventaja principal que la acenta y es que puede completarse con la observacin directa, as como su principal desventaja es que la personalidad, la posicin social, la inflexin de la voz, la manera de hacer las preguntas, etc del entrevistador pueden hacer variar las respuestas. El cuestionario.- tiene como ventaja principal ser menos costoso; y como desventaja es que se utiliza solo para preguntas sencillas, las

cuales en ocasiones no son devueltas por el individuo encuestado, o bien no llena todos los requerimientos adecuadamente. El censo.- es el procedimiento de obtencin de informacin de la poblacin. Organizacin y clasificacin de los datos: Se trata de asegurar la validez y contabilidad de los datos recopilados, se hace la clasificacin, tabulacin, presentacin en cuadros y grficas estadsticas, ampliaremos el estudio en la siguiente unidad: Anlisis e interpretacin de los resultados: Se calculan los diferentes estadsticos de las medidas de posicin, variabilidad, asimetra y curtsis, que describen al conjunto de datos, con estas medidas podemos analizar e interpretar el comportamiento de los datos.

BREVE RESEA HISTRICA

Las estadsticas son tan antiguas como la humanidad misma. Los esfuerzos del hombre por evaluar en forma cuantitativa las caractersticas que lo rodean, dio como resultado la Estadstica. En Egipto, se haca recopilaciones regulares de datos de la administracin estatal.

Los hebreos utilizaron datos estadsticos a menudo; as la Biblia menciona el censo que Moiss levant a instancias de Jahve.

En el ao 2258 A.C. el emperador Yao dispuso el levantamiento de un censo en la China. En Roma se llevaron registros numricos para fines tributarios, en tiempo de Octavio Augusto se realiz un censo. Algunos sostienen que el ao 0, ao del nacimiento de Jesucristo, est relacionado con un empadronamiento. Se sabe que el ao 727, los rabes realizaron un censo ms o menos completo en la pennsula Ibrica. En la Edad Media ya se encuentran estadsticas sistematizadas. El clero se dedic a la recopilacin, ordenamiento y estudio de los datos de tipo demogrfico. En el siglo XV durante el gobierno de los Reyes catlicos, en el siglo XVI reinado de Felipe II y siguientes, se levantaron censos relativamente completos. Es digno de mencionar el llamado censo del Marqus de la

Ensenada en 1748; as como tambin las numerosas estadsticas econmicas contenidas en el Archivo de Indias de Sevilla.

En Amrica morena es posible encontrar algunos antecedentes estadsticos en la poca pre colombina. Aun cuando los pobladores del Tahuantinsuyo no conocan la estadstica como tal, estaban familiarizados con datos e informes sobre aspectos demogrficos y econmicos. En el imperio Incaico exista la costumbre de registrar todos los hechos demogrficos y socio econmicos, lo cual permiti desarrollar tcnicas de recopilacin y archivo de datos. El Inca y su esforzada lite cooperativa conocan por medio de los Quipus el potencial humano econmico del Imperio y; en consecuencia, deducan las necesidades que deban satisfacer. El Quipus consista en un cordn central de lana del que pendan otros cordones unidos por otros, que se diferenciaban entre s por su grosor, color, nmero y forma de nudos. El nudo dice Garcilaso de la Vega, expresa el nmero pero no la palabra. La Yupana o baco, era el accesorio del Quipu, y facilitaba el clculo de grandes cantidades. El Quipu Camayoc era el funcionario que conoca la tcnica del registro por medio de los nudos. En el Cusco se ubica la Oficina Central de los Quipus. El Quipu sirvi a los antiguos peruanos para levantar los censos de poblacin cada cierto nmero de aos. El Imperio Incaico era una sociedad veraz y; por lo tanto, todos los habitantes estabas acostumbrados a decir la verdad en el acto censal.

Durante el despotismo Ilustrado de Federico Guillermo I y de Federico El Grande de Prusia, la Estadstica pas a ser una organizacin estatal. Desde hace mucho tiempo la Iglesia siempre se dedic a recopilar ciertos datos demogrficos y , a partir del Concilio de Trento (1545-1563), se establece la obligatoriedad de inscribir los nacimientos, matrimonios y defunciones. Los antecedentes histricos de la Estadstica se encuentran fundamentalmente en la Demografa, recin a mediados del siglo XVII se considera a la Estadstica como una disciplina independiente. En Alemania, se cre por primera vez la ctedra de Estadstica, originndose la Escuela Universitaria Administrativa, la que consideraba la Estadstica como una descripcin de los fenmenos pertenecientes al Estado, segn la orientacin de Vito de Seckandorff (1626-1689) y Hermann Conring (1606-1681), quien en 1660 empez a dictar un curso en la Universidad de Helmstadt. Su discpulo Godofredo de Achenwall (1719-1772), fue el primer gran terico de la Estadstica en lengua alemana y le dio nombre de Estadstica; basndose en el origen etimolgico Status.

GODOFREDO DE ACHENWALL Por la misma poca, en Inglaterra nace la Escuela Demogrfica o de los aritmticos polticos, quienes se proponan determinar en forma cuantitativa las leyes empricas que regan el comportamiento de los fenmenos polticos y sociales, que de ninguna manera eran independientes del volumen, estructura y distribucin de la poblacin. Entre los miembros de esta escuela destacaron William Petty (1623-1687); Edmundo Halley (1662-1742); King Devenant y John Graunt (1620-1674); este ltimo realiz un trabajo matemtico de estadsticas vitales y econmicas. En Alemania, esta orientacin, en dura lucha con la escuela de Achenwall y Schlozer, obtuvo el primer xito definitivo gracias al esfuerzo de Johann Peter Sssmilch. Por la poca Contenporanea, en Francia se origin la Escuela de Probalistica, basada en los problemas de juegos de azar planteados a Blas Pascal (16231662) por el Caballero de Mre (Antonio Gambaud). La solucin de estos problemas motiv a auge del Clculo de Probabilidades, con destacada participacin de Pedro de Fermat (1601-1665), Laplace (1749-1827), Poisson (1777-1855), los hermanos Bermouilli (Daniel, Jacob y Nicols), Gauss y De Moivr (1667-1754). Poco tiempo despus el Clculo de Probabilidades toma gran impulso debido a los trabajos de los franceses Boral, Frchet y Levy; y de los rusos Tchevyshev (1821-1894), Tchuprov, Markov, Kintchine y Kolmogorov (nacido en 1903). Entre los ingleses destac el clrigo Toms Bayas. Cabe destacar el aporte de Adolph Quetelet (1796-1874) que fue el primero en aplicar mtodos estadsticos modernos al estudio de conjuntos de datos, razn por la cual se le reconoce como padre de la estadstica moderna. Durante el siglo XIX y a principios del XX el trabajo estadstico se caracteriza por el estudio de grandes masas de datos. La idea bsica era la coleccin completa de datos. Pero a principios del siglo XX Y especficamente alrededor de los aos treinta, se produjo un nuevo giro en el desarrollo de la Estadstica. Naci la Estadstica Moderna, la Estadstica Inductiva o Inferencia Estadstica, la Estadstica Analtica. Se espera obtener informacin de cada detalle en

particular, actualmente se buscan mtodos que hacen posible obtener conclusiones generales a partir de muestras y de estudios parciales. En la Estadstica Moderna, la palabra clave es muestra. Estos cambios en la teora y prctica Estadstica requirieron cada vez ms de las matemticas superiores, entonces surge la Estadstica Matemtica cuyos procedimientos caractersticos son el anlisis de la varianza, el clculo de correlaciones y las pruebas de hiptesis estadsticas. En el campo de la Estadstica Moderna destacaron Francisco Galton (18221911) y Kari Pearson (1857-1936), que desarrollaron ideas sobre regresin y correlacin, William Gosset (1876-1936) que escriba con el seudnimo de Student y Sir A. Fisher (1890-1962), quienes desarrollaron mtodos de trabajo usados en el anlisis estadstico y el prueba de hiptesis. Por su parte en 1894, Jerzy Neyman, conjuntamente con el hijo de Pearson, crearon la Teora del Muestreo. Otro destacado estadstico fue Abraham Wald (1902-1950) con aplicaciones al campo de la Gentica. Resumiendo, en la evolucin histrica de la Estadstica se pueden distinguir tres fases: Censos y empadronamientos (hasta el siglo XX), de la descripcin de poblaciones a la aritmtica poltica (siglo XVI al XVIII) Y Estadstica y Clculo de Probabilidades (siglo XIX a la fecha).