Para an�lisis, datos y gr�ficas sobre Wikipedia, v�ase Wikipedia:Estad�sticas.

Una distribuci�n normal

La estad�stica (la forma femenina del t�rmino alem�n Statistik, derivado a su vez
del italiano statista, "hombre de Estado"),1? es la rama de las matem�ticas que
estudia la variabilidad, as� como el proceso aleatorio que la genera siguiendo
leyes de probabilidad.2? Como parte de la matem�tica, la estad�stica es una ciencia
formal deductiva, con un conocimiento propio, din�mico y en continuo desarrollo
obtenido a trav�s del m�todo cient�fico formal. En ocasiones, las ciencias f�cticas
necesitan utilizar t�cnicas estad�sticas durante su proceso de investigaci�n
factual, con el fin de obtener nuevos conocimientos basados en la experimentaci�n y
en la observaci�n. En estos casos, la aplicaci�n de la estad�stica permite el
an�lisis de datos provenientes de una muestra representativa, que busca explicar
las correlaciones y dependencias de un fen�meno f�sico o natural, de ocurrencia en
forma aleatoria o condicional.

La estad�stica es �til para una amplia variedad de ciencias f�cticas, desde la

f�sica hasta las ciencias sociales, desde las ciencias de la salud hasta el control
de calidad. Adem�s, se usa en �reas de negocios o instituciones gubernamentales con
el objetivo de describir el conjunto de datos obtenidos para la toma de decisiones,
o bien para realizar generalizaciones sobre las caracter�sticas observadas.

En la actualidad, la estad�stica aplicada a las ciencias f�cticas permite estudiar

una determinada poblaci�n a partir de la recopilaci�n de informaci�n, el an�lisis
de datos y la interpretaci�n de resultados. Del mismo modo, tambi�n es una ciencia
esencial para el estudio cuantitativo de los fen�menos de masa o colectivos.

La estad�stica se divide en dos grandes �reas:

Estad�stica descriptiva: Se dedica a la descripci�n, visualizaci�n y resumen de

datos originados a partir de los fen�menos de estudio. Los datos pueden ser
resumidos num�rica o gr�ficamente. Su objetivo es organizar y describir las
caracter�sticas sobre un conjunto de datos con el prop�sito de facilitar su
aplicaci�n, generalmente con el apoyo de gr�ficas, tablas o medidas num�ricas.
Ejemplos b�sicos de par�metros estad�sticos son: la media y la desviaci�n est�ndar.
Ejemplos gr�ficos son: histograma, pir�mide poblacional, gr�fico circular, entre
otros.
Estad�stica inferencial: Se dedica a la generaci�n de los modelos, inferencias y
predicciones asociadas a los fen�menos en cuesti�n teniendo en cuenta la
aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y
extraer inferencias acerca de la poblaci�n bajo estudio. Estas inferencias pueden
tomar la forma de respuestas a preguntas s�/no (prueba de hip�tesis), estimaciones
de unas caracter�sticas num�ricas (estimaci�n), pron�sticos de futuras
observaciones, descripciones de asociaci�n (correlaci�n) o modelamiento de
relaciones entre variables (an�lisis de regresi�n). Otras t�cnicas de modelamiento
incluyen an�lisis de varianza, series de tiempo y miner�a de datos. Su objetivo es
obtener conclusiones �tiles para lograr hacer deducciones acerca de la totalidad de
todas las observaciones hechas, bas�ndose en la informaci�n num�rica.
Ambas ramas (descriptiva e inferencial) se utilizan en la estad�stica aplicada. La
estad�stica inferencial, por su parte, se divide en estad�stica param�trica y
estad�stica no param�trica.

Existe tambi�n una disciplina llamada estad�stica matem�tica que establece las
bases te�ricas de las t�cnicas estad�sticas. La palabra �estad�sticas� se refiere
al resumen de resultados estad�sticos, habitualmente descriptivos, como en
estad�sticas econ�micas, estad�sticas criminales, etc�tera.

�ndice
1 Historia
1.1 Origen
1.2 Empleo de la estad�stica en las antiguas civilizaciones
1.2.1 En la Edad Media
1.2.2 En la Edad Moderna
1.3 Or�genes en probabilidad
1.4 Siglo XX
1.5 Estado actual
2 M�todos estad�sticos
2.1 Estudios experimentales y observacionales
2.2 Niveles de medici�n
2.3 T�cnicas de an�lisis estad�stico
3 Lenguaje y simbolog�a
3.1 Poblaci�n y muestra
3.2 Par�metro
4 Disciplinas especializadas
5 Computaci�n estad�stica
6 Mal uso de la estad�stica
7 Inferencia cl�sica e inferencia bayesiana
8 Ense�anza de la estad�stica en las ciencias sociales
9 V�ase tambi�n
10 Referencias
11 Bibliograf�a
12 Enlaces externos
Historia
Origen
El t�rmino alem�n Statistik, introducido originalmente por Gottfried Achenwall en
1749, se refer�a al an�lisis de datos del Estado, es decir, la �ciencia del Estado�
(o m�s bien, de la ciudad-estado). Tambi�n se llam� aritm�tica pol�tica de acuerdo
con la traducci�n literal del ingl�s. No fue hasta el siglo XIX cuando el t�rmino
estad�stica adquiri� el significado de recolectar y clasificar datos. Este concepto
fue introducido por el militar brit�nico sir John Sinclair (1754-1835).

En su origen, por tanto, la estad�stica estuvo asociada a los Estados o ciudades

libres, para ser utilizados por el gobierno y cuerpos administrativos (a menudo
centralizados). La colecci�n de datos acerca de estados y localidades contin�a
ampliamente a trav�s de los servicios de estad�stica nacionales e internacionales.
En particular, los censos comenzaron a suministrar informaci�n regular acerca de la
poblaci�n de cada pa�s. As� pues, los datos estad�sticos se refer�an originalmente
a los datos demogr�ficos de una ciudad o Estado determinados. Y es por ello que en
la clasificaci�n decimal de Melvil Dewey, empleada en las bibliotecas, todas las
obras sobre estad�stica se encuentran ubicadas al lado de las obras de o sobre la
demograf�a.

Ya se utilizaban representaciones gr�ficas y otras medidas en pieles, rocas, palos

de madera y paredes de cuevas para controlar el n�mero de personas, animales o
ciertas mercanc�as. Hacia el a�o 3000 a. C. los babilonios usaban ya peque�os
envases moldeados de arcilla para recopilar datos sobre la producci�n agr�cola y de
los g�neros vendidos o cambiados. Los egipcios analizaban los datos de la poblaci�n
y la renta del pa�s mucho antes de construir las pir�mides en el siglo XI a. C. Los
libros b�blicos de N�meros y Cr�nicas incluyen en algunas partes trabajos de
estad�stica. El primero contiene dos censos de la poblaci�n de la Tierra de Israel
y el segundo describe el bienestar material de las diversas tribus jud�as. En China
exist�an registros num�ricos similares con anterioridad al a�o 2000 a. C. Los
antiguos griegos realizaban censos cuya informaci�n se utilizaba hacia el 594 a. C.
para cobrar impuestos.

Empleo de la estad�stica en las antiguas civilizaciones

Art�culo principal: Edad Antigua
En la Edad Antigua, la estad�stica consist�a en elaborar censos (de poblaci�n y
tierras). Su objetivo era facilitar la gesti�n de las labores tributarias, obtener
datos sobre el n�mero de personas que podr�an servir en el ej�rcito o establecer
repartos de tierras o de otros bienes.

En el Oriente Medio, bajo el dominio sumerio, Babilonia ten�a casi 6000 habitantes.
Se encontraron en ella tablillas de arcilla que registraban los negocios y asuntos
legales de la ciudad.
En Egipto: La estad�stica comienza con la Dinast�a I, en el a�o 3050 a. C. Los
faraones ordenaban la realizaci�n de censos con la finalidad de obtener los datos
sobre tierras y riquezas para poder planificar la construcci�n de las pir�mides.
En China: A�o 2238 a. C. el emperador Yao elabora un censo general sobre la
actividad agr�cola, industrial y comercial.
El censo en el pueblo jud�o sirvi�, adem�s de prop�sitos militares, para calcular
el monto de los ingresos del templo.
En la Antigua Grecia: Se realizaron censos para cuantificar la distribuci�n y
posesi�n de la tierra y otras riquezas, organizar el servicio militar y determinar
el derecho al voto.
En la Antigua Roma: Durante el Imperio romano se establecieron registros de
nacimientos y defunciones, y se elaboraron estudios sobre los ciudadanos, sus
tierras y sus riquezas.
En M�xico: A�o 1116, durante la segunda migraci�n de las tribus chichimecas, el rey
X�lotl orden� que fueran censados los s�bditos.
En la Edad Media
Art�culo principal: Edad Media
Durante la Edad Media, la estad�stica no present� grandes avances, pero destaca el
trabajo de Isidoro de Sevilla, quien recopil� y clasific� datos de diversa
naturaleza cuyos resultados se publicaron en la obra Originum sive Etymologiarum.

En la Edad Moderna
Art�culo principal: Edad Moderna
En Espa�a, destacan: el censo de Pecheros (1528), el de los Obispos (1587), el
Censo de los Millones (1591) y el Censo del conde de Aranda (1768).
En Inglaterra, la peste de la d�cada de 1500 provoc� un aumento en la
contabilizaci�n de los datos sobre defunciones y nacimientos.
Or�genes en probabilidad
Los m�todos estad�stico-matem�ticos emergieron desde la teor�a de probabilidad, la
cual data desde la correspondencia entre Pascal y Pierre de Fermat (1654).
Christian Huygens (1657) da el primer tratamiento cient�fico que se conoce a la
materia. El Ars coniectandi (p�stumo, 1713) de Jakob Bernoulli y la Doctrina de
posibilidades (1718) de Abraham de Moivre estudiaron la materia como una rama de
las matem�ticas.3? En la era moderna, el trabajo de Kolmog�rov ha sido un pilar en
la formulaci�n del modelo fundamental de la Teor�a de Probabilidades, el cual es
usado a trav�s de la estad�stica.

La teor�a de errores se puede remontar a la �pera miscell�nea (p�stuma, 1722) de

Roger Cotes y al trabajo preparado por Thomas Simpson en 1755 (impreso en 1756) el
cual aplica por primera vez la teor�a de la discusi�n de errores de observaci�n. La
reimpresi�n (1757) de este trabajo incluye el axioma de que errores positivos y
negativos son igualmente probables y que hay unos ciertos l�mites 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
combinaci�n de observaciones desde los principios de la teor�a de probabilidades.
Laplace represent� la Ley de probabilidades de errores mediante una curva y dedujo
una f�rmula para la media de tres observaciones. Tambi�n, en 1871, obtiene la
f�rmula para la ley de facilidad del error (t�rmino introducido por Lagrange, 1744)
pero con ecuaciones inmanejables. Daniel Bernoulli (1778) introduce el principio
del m�ximo producto de las probabilidades de un sistema de errores concurrentes.