Estadstica

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.
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:
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.
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.
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 censoscomenzaron 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[editar]
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) deAbraham 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 porAdrien-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 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 complejos tales como tasas de criminalidad, tasas de
matrimonio o tasas de suicidios.
Estado actual[editar]
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, ver diseo
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.
Mtodos estadsticos[editar]

Estudios experimentales y observacionales[editar]

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[editar]
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 lainvestigacin 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.
La escala de medida nominal, puede considerarse la escala de nivel ms bajo.
Se trata de agrupar objetos en clases. La escala ordinal, por su parte, recurre a
la propiedad de orden de los nmeros. La escala de intervalos iguales est
caracterizada por una unidad de medida comn y constante. Es importante
destacar que el punto cero en las escalas de intervalos iguales es arbitrario, y
no refleja en ningn momento ausencia de la magnitud que estamos midiendo.
Esta escala, adems de poseer las caractersticas de la escala ordinal, permite
determinar la magnitud de los intervalos (distancia) entre todos los elementos
de la escala. La escala de coeficientes o Razones es el nivel de medida ms
elevado y se diferencia de las escalas de intervalos iguales nicamente por
poseer un punto cero propio como origen; es decir que el valor cero de esta
escala significa ausencia de la magnitud que estamos midiendo. Si se observa
una carencia total de propiedad, se dispone de una unidad de medida para el
efecto. A iguales diferencias entre los nmeros asignados corresponden iguales
diferencias en el grado de atributo presente en el objeto de estudio.