CITA 3

There are three kinds of lies: lies, damnedlies, and statistics” (“Existen tres
clases de mentiras: mentiras, viles mentiras y estadística”). ¿Qué tan cierta es
esta frase —atribuida frecuentemente a Mark Twain— en 2013, el Año
Internacional de la Estadística? En primer lugar y para evitar una confusión, lo
cual siempre es posible, es preciso distinguir entre la estadística, lo que es una
ciencia y las estadísticas, que son los datos que recopilamos y posteriormente
analizamos e interpretamos con las herramientas proporcionadas por la
estadística. Mientras en algunos idiomas como el Español, estos dos conceptos
se distinguen, el primero al singular y el segundo al plural, este no es el caso
del inglés, donde se escribe de manera indiscriminada “statistics”.
La estadística matemática es una ciencia exacta, basada en la teoría de la
probabilidad, la optimización, el análisis funcional, el álgebra, la combinatoria,
etcétera. Sus fundamentos son sólidos y bien justificados, de modo que los
resultados que nos proporciona rigurosamente son indiscutibles. La
estadística posee aplicaciones en un gran número de áreas, en las cuales
resulta ser una herramienta esencial. Sin pretender ser exhaustivos podemos
citar las ciencias actuariales, la salud pública, las ciencias de la vida y
ambientales, la física, la investigación de operaciones, la informática, y la lista
continúa. Cualquier matemático puede enorgullecerse del papel tan importante
que desempeña esta rama de las matemáticas en numerosos campos de
aplicación.
Sin embargo, si podemos confiar en la teoría estadística, debemos a veces
tener una mirada más crítica sobre las estadísticas resultantes. Un problema
recurrente que se ha planteado desde hace ya mucho tiempo (véase por
ejemplo el reciente artículo de HäggströmOlle presentado en el último
Congreso Europeo de Matemáticas1) es que con frecuencia, la estadística se
utiliza como una “black box” (caja negra), en la cual se introducen los datos
para extraer información. Las hipótesis esenciales para la aplicabilidad de los
resultados teóricos son pocas veces comprobadas y los conceptos estadísticos
son a menudo mal entendidos por los usuarios. Las consecuencias de esta
confusión pueden ser claramente significativas.
Por otro lado, también existe el problema de interpretación de los resultados.
Aun sin la manipulación de datos, ni errores en el uso de la estadística, los
temas tratados pueden ser sesgados. Un ejemplo, entre muchos otros y
actualmente objeto de controversia en el campo de la salud pública, es el
relacionado con la adecuación de la detección generalizada de ciertos tipos de
cáncer, como el de próstata. Una comparación estadística muestra por
ejemplo, que la tasa de supervivencia al cáncer de próstata es mayor en los
países que han adoptado un programa de detección sistemática que en
aquellos donde no existe tal programa. Esto puede sugerir una política de
detección preventiva que ayudaría a salvar vidas, ya que los tumores que se
detectan en una fase temprana tienen una mayor probabilidad de ser curados.
Sin embargo, el análisis comparativo de la mortalidad a causa de cáncer de
próstata invalida esta hipótesis, esto porque las tasas de mortalidad son
esencialmente las mismas en los países con el programa de detección
sistemática que en los que no implementan dicho programa. Una explicación es
que se pueden detectar tumores tempranos cuyo futuro no necesariamente
hubiera sido fatal. De modo que, de acuerdo con la pregunta, la supervivencia
o la mortalidad, se puede concluir que la detección sistemática es útil o no.
La estadística es obviamente una herramienta fundamental para muchas
investigaciones, pero por desgracia debido a la ignorancia, también es un
instrumento que se utiliza a veces de manera incorrecta o inapropiada. Para
solucionar este problema, es necesario mejorar la formación estadística de
cualquier estudiante de ciencias, por lo que de esta forma no sólo dominará los
conceptos básicos, sino también poseerá una visión crítica de los datos y del
uso que desee realizar. Es importante que los estadísticos matemáticos
inviertan más en proyectos interdisciplinarios dentro de las universidades y
centros de investigación, al igual que con la industria. Se espera que el Año
Internacional de la Estadística ayude a promover esta conciencia.
1) OlleHäggström. WhytheEmpiricalSciencesneedstatistics so desperately.
http://www.math.chalmers.se/~olleh/haggstrom_proc_ems.pdf
* Profesor del Instituto de Matemáticas
de la Universidad de Zürich, Suiza, y miembro
correspondiente de la Academia Mexicana de Ciencias.

La estadística es una ciencia exacta (Viene de más abajo y

disculpadme no haber contestado antes)

Además la estadística se confunde por algunos con la probabilidad que también es

ciencia exacta.

Otro cantar es que no nos gusten sus resultados o que se mal interpreten. Que de
la estadística o de la probabilidad nazca que un hecho se va a dar en un 95% de
las veces, no es como ha referenciado J.Canto asegurar nada. Si se busca en ese
porcentaje, lo único seguro es que hasta el momento, 95 veces de cien se da y
que 5 veces de 100 no se da. La extrapolación al futuro no está incluido en ese
resultado y es un error muy humano.

Todas las ramas de las matemáticas son ciencias exactas pues derivan sólo de la
lógica a través de todas sus variantes de tautologías. Es cierto que hay
inconsistencia y cosas demostradas en un sentido y en su contrario, pero eso se
debe a que en menester reajustar y reperfilar sus axiomas de modo que se eviten
las inconsistencias o la posibilidad de demostrar algo y lo contrario.

La Física, sí que ya no es tan exacta aunque descanse en ciencias exactas.

No confundan ustedes la inexactitud de la bolsa con la exactitud de ciertas ciencias

por más que los resultados no agraden o los malinterpretemos.

Estadística, ciencia exacta y precisa

Por Angel María García García 18 Diciembre, 2015 Economía
La estadística es el patito feo de las ciencias exactas, una especialidad dentro
de las matemáticas que casi todo el mundo desprecia por creer que es una
especie de menú a la carta donde, en la cocina, se preparan los resultados que
se quieren obtener. Bien, eso es tan cierto como que dos más dos son cinco.

Para no entrar en temas de política, veamos la estadística que repite el anuncio

de la DGT: «Uno de cada tres controles da positivo en drogas». Un tercio de
los conductores llevan su vehículo bajo los efectos de sustancias… Dos más
dos, cinco. Para que las matemáticas sean exactas hay que cumplir con las
normas, como por ejemplo, que en una igualdad lo que se escribe a la derecha,
dos más dos, tiene que ser igual que lo que se escribe a la derecha, cinco; si
escribimos números como he hecho yo, el resultado es una cosa muy bonita
que no entra dentro del ámbito de las matemáticas, y a nadie se le ocurriría
pensar que ya las matemáticas son inexactas ¿verdad? Bueno, pues la
estadística también tiene sus normas (y eso es lo que normalmente no sale en
las noticias, la cocina), que en este caso son al menos dos:

 La muestra tiene que ser aleatoria. Para saber de verdad qué porcentaje de
conductores conduce bajo los efectos de las drogas los controles tendría
que ser aleatorios: todos los días, no centrados en los fines de semana y
festivos; a todos los vehículos, no en función de la pinta del coche y
quienes van dentro; y a todas las horas, no sólo en la noche y la
sobremesa.
 Seleccionada la muestra no se puede cambiar a voluntad. No se puede
parar un coche, hablar con el conductor y pedirle que siga, habría que
hacerle el test, que seguro daría negativo.
Cuando se condiciona la muestra, la estadística sigue siendo válida, porque la
muestra lo es con las condiciones que se han establecido. La inexactitud de la
estadística viene, no por las matemáticas, sino por quienes comunican que «1
de cada 3 conductores», en lugar de decir, «1 de cada 3 conductores que los
que profesionalmente seleccionan los guardias civiles»…
Evidentemente esto se aplica a cualquier encuesta, y de ahí por ejemplo que
los resultados de las consultas de medios de comunicación sean tan poco
fiables, ya que dependen de SU audiencia que no suele ser una muestra de la
sociedad, sino que presenta lo que en estadística se conoce como sesgo, es
decir, una tendencia marcada hacia una u otra dirección, ya sea por la edad, la
ideología…

En cualquier caso, las asignaturas de estadística fueron de mis preferidas, pues

muestran la grandeza de la precisión de las matemáticas, al cuantificar con
exactitud el error que se produce cuando en lugar de medir directamente una
magnitud se hace un cálculo aproximado a partir de una pequeña muestra,
ahorrando mucho tiempo y dinero, a cambio de ese pequeño y preciso error.

1 hallar la marca de clase

2 hallar f1/x1para cada clase
3 aplicar la formula
n/suma de fi/x1

la media armonica permite conocer un promedio de cierta cantidad de

datos no nulos siendo mas precisa cuando los datos tienen valores
grandes y menos precisa cuando los datos son números mas bajos