ESTADISTICA

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 de parmetros 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 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.

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 (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 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 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
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.

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 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 Boolemejoraron 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.

Regresin lineal Grficos dedispersin en estadstica.

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, verdiseo
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.