Estadística

La estadística es la rama de las matemáticas que estudia la variabilidad, así como el proceso aleatorio que la
genera siguiendo las leyes de la probabilidad.2 Como parte de la matemática, la estadística es una ciencia
formal deductiva, con un conocimiento propio, dinámico y en continuo desarrollo obtenido a través del método
científico formal. En ocasiones, las ciencias fácticas necesitan utilizar técnicas estadísticas durante su proceso de
investigación factual, con el fin de obtener nuevos conocimientos basados en la experimentación y en la
observación. En estos casos, la aplicación de la estadística permite el análisis de datos provenientes de una
muestra representativa, que busca explicar las correlaciones y dependencias de un fenómeno físico o natural, de
ocurrencia en forma aleatoria o condicional.
La estadística es útil para una amplia variedad de ciencias fácticas, desde la física hasta las ciencias sociales,
desde las ciencias de la salud hasta el control de calidad. Además, se usa en áreas 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 características observadas.
En la actualidad, la estadística aplicada a las ciencias fácticas permite estudiar una determinada población a partir
de la recopilación de información, el análisis de datos y la interpretación de resultados. Del mismo modo, también
es una ciencia esencial para el estudio cuantitativo de los fenómenos de masa o colectivos.
La estadística se divide en dos grandes áreas:

 Estadística descriptiva: Se dedica a la descripción, visualización y resumen de datos originados a partir de

los fenómenos de estudio. Los datos pueden ser resumidos numérica o gráficamente. Su objetivo es organizar
y describir las características sobre un conjunto de datos con el propósito de facilitar su aplicación,
generalmente con el apoyo de gráficas, tablas o medidas numéricas.
o Ejemplos básicos de parámetros estadísticos son: la media y la desviación estándar.
o Ejemplos gráficos son: histograma, pirámide poblacional, gráfico circular, entre otros.

 Estadística inferencial: Se dedica a la generación de los modelos, inferencias y predicciones asociadas a los

fenómenos en cuestión teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones
en los datos y extraer inferencias acerca de la población bajo estudio. Estas inferencias pueden tomar la forma
de respuestas a preguntas sí/no (prueba de hipótesis), estimaciones de unas características numéricas
(estimación), pronósticos de futuras observaciones, descripciones de asociación (correlación) o modelamiento
de relaciones entre variables (análisis de regresión). Otras técnicas de modelamiento incluyen análisis de
varianza, series de tiempo y minería de datos. Su objetivo es obtener conclusiones útiles para lograr hacer
deducciones acerca de la totalidad de todas las observaciones hechas, basándose en la información numérica.
Ambas ramas (descriptiva e inferencial) se utilizan en la estadística aplicada. La estadística inferencial, por su
parte, se divide en estadística paramétrica y estadística no paramétrica.
Existe también una disciplina llamada estadística matemática que establece las bases teóricas de las técnicas
estadísticas. La palabra «estadísticas» se refiere al resumen de resultados estadísticos, habitualmente
descriptivos, como en estadísticas económicas, estadísticas criminales, etcétera.

Historia

Origen

El término alemán Statistik, introducido originalmente por Gottfried Achenwall en 1749, se refería al análisis

de datos del Estado, es decir, la «ciencia del Estado» (o más bien, de la ciudad-estado). También se
llamó aritmética política de acuerdo con la traducción literal del inglés. No fue hasta el siglo XIX cuando el
término estadística adquirió el significado de recolectar y clasificar datos. Este concepto fue introducido por
el agrónomo y estadista escocés sir John Sinclair (1754-1835).
En su origen, por tanto, la estadística estuvo asociada a los Estados o ciudades libres, para ser utilizados por el
gobierno y cuerpos administrativos (a menudo centralizados). La colección de datos acerca de estados y
localidades continúa ampliamente a través de los servicios de estadística nacionales e internacionales. En
particular, los censos comenzaron a suministrar información regular acerca de la población de cada país. Así pues,
los datos estadísticos se referían originalmente a los datos demográficos de una ciudad o Estado determinados. Y
es por ello que en la clasificación decimal de Melvil Dewey, empleada en las bibliotecas, todas las obras sobre
estadística se encuentran ubicadas al lado de las obras de o sobre la demografía.
Ya se utilizaban representaciones gráficas y otras medidas en pieles, rocas, palos de madera y paredes de cuevas
para controlar el número de personas, animales o ciertas mercancías. Hacia el año 3000 a. C. los babilonios
usaban ya pequeños envases moldeados de arcilla para recopilar datos sobre la producción agrícola y de los
géneros vendidos o cambiados. Los egipcios analizaban los datos de la población y la renta del país mucho antes
de construir las pirámides en el siglo XI a. C. Los libros bíblicos de Números y Crónicas incluyen en algunas partes
trabajos de estadística. El primero contiene dos censos de la población de la Tierra de Israel y el segundo describe
el bienestar material de las diversas tribus judías. En China existían registros numéricos similares con anterioridad
al año 2000 a. C. Los antiguos griegos realizaban censos cuya información se utilizaba hacia el 594 a. C. para
cobrar impuestos.
Orígenes en probabilidad

Los métodos estadístico-matemáticos emergieron desde la teoría de probabilidad, la cual data desde la
correspondencia entre Pascal y Pierre de Fermat (1654). Christian Huygens (1657) da el primer tratamiento
científico que se conoce a la materia. El Ars coniectandi (póstumo, 1713) de Jakob Bernoulli y la Doctrina de
posibilidades (1718) de Abraham de Moivre estudiaron la materia como una rama de las matemáticas.3 En la era
moderna, el trabajo de Kolmogórov ha sido un pilar en la formulación del modelo fundamental de la Teoría de
Probabilidades, el cual es usado a través de la estadística.
La teoría de errores se puede remontar a la Ópera miscellánea (póstuma, 1722) de Roger Cotes y al trabajo
preparado por Thomas Simpson en 1755 (impreso en 1756) el cual aplica por primera vez la teoría de la discusión
de errores de observación. La reimpresión (1757) de este trabajo incluye el axioma de que errores positivos y
negativos son igualmente probables y que hay unos ciertos límites 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 combinación de observaciones
desde los principios de la teoría de probabilidades. Laplace representó la Ley de probabilidades de errores
mediante una curva y dedujo una fórmula para la media de tres observaciones. También, en 1871, obtiene la
fórmula para la ley de facilidad del error (término introducido por Lagrange, 1744) pero con ecuaciones
inmanejables. Daniel Bernoulli (1778) introduce el principio del máximo producto de las probabilidades de un
sistema de errores concurrentes.
El método de mínimos 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 había usado el método en su famosa predicción de la localización 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

fórmula de Peters para  , el probable error de una observación 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 y Didion. Augustus De Morgan y George Boole mejoraron la
presentación de la teoría. Adolphe Quetelet (1796-1874), fue otro importante fundador de la estadística y quien
introdujo la noción del «hombre promedio» (l’homme moyen) como un medio de entender los fenómenos sociales
complejos tales como tasas de criminalidad, tasas de matrimonio o tasas de suicidios.
Siglo XX

El campo moderno de la estadística se emergió a los principios del siglo XX dirigida por la obra de Francis
Galton y Karl Pearson, quienes transformaron la estadística a convertirse en una disciplina matemática rigurosa
usada por análisis, no solamente en la ciencia sino en la manufactura y la política. Las contribuciones de Galton
incluyen los conceptos de desviación típica, correlación, análisis de la regresión y la aplicación de estos métodos al
estudio de la variedad de características —la altura, el peso entre otros—.4 Pearson desarrolló el coeficiente de
correlación de Pearson, definió como un momento-producto,5 el método de momentos por caber las distribuciones
a las muestras y la distribuciones de Pearson, entre otras cosas.6 Galton y Pearson se fundaron Biometrika como
su primera revista de la estadística matemática y la bioestadística (en aquel entonces conocida como la biometría).
Pearson también fundó el primer departamento de estadística en University College de Londres.7
Durante el siglo XX, la creación de instrumentos precisos para asuntos de salud
pública (epidemiología, bioestadística, etc.) y propósitos económicos y sociales (tasa de desempleo, econometría,
etc.) necesitó de avances sustanciales en las prácticas estadísticas.
La segunda ola de los años 1910 y 1920 se inició William Gosset, y se culminó en la obra de Ronald Fisher, quién
escribió los libros de texto que iban a definir la disciplina académica en universidades en todos lados del mundo.
Sus publicaciones más importantes fueron su papel de 1918 The Correlation between Relatives on the Supposition
of Mendelian Inheritance, lo cual era el primero en usar el término estadístico varianza, su obra clásica de
1925 Statistical Methods for Research Workers y su 1935 The Design of Experiments,891011 donde desarrolló los
modelos rigurosos de diseño experimental. Originó el concepto de suficiencia y la información de Fisher.12 En su
libro de 1930 The Genetical Theory of Natural Selection aplicó la estadística a varios conceptos en la biología como
el Principio de Fisher13 (sobre el ratio de sexo), el Fisherian runaway,141516171819 un concepto en la selección
sexual sobre una realimentación positiva efecto hallado en la evolución.
Estado actual[editar]

Hoy el uso de la estadística se ha extendido más allá de sus orígenes como un servicio al Estado o al gobierno.
Personas y organizaciones usan la estadística para entender datos y tomar decisiones en ciencias naturales y
sociales, medicina, negocios y otras áreas. La estadística es una sub-área de las matemáticas cuya aplicación en el
ámbito de las ciencias fácticas es útil para el avance del conocimiento científico factual, considerándose como una
ciencia formal «aliada» de la ciencia fáctica. Muchas universidades tienen departamentos académicos de
matemáticas (con especialización en estadística) o de estadística separadamente. La estadística se enseña en
departamentos tan diversos como psicología, sociología, educación y salud pública.20
Al aplicar la estadística a un problema científico, industrial o social, se comienza con un proceso o población a ser
estudiado. Esta puede ser la población de un país, de granos cristalizados en una roca o de bienes manufacturados
por una fábrica en particular durante un periodo dado. También podría ser un proceso observado en varios
instantes y los datos recogidos de esta manera constituyen una serie de tiempo.
Por razones prácticas, en lugar de compilar datos de una población entera, usualmente se estudia un subconjunto
seleccionado de la población, llamado muestra. Datos acerca de la muestra son recogidos de manera observacional
o experimental. Los datos son entonces analizados estadísticamente lo cual sigue dos propósitos: descripción e
inferencia.
El concepto de correlación es particularmente valioso. Análisis estadísticos de un conjunto de datos puede revelar
que dos variables (esto es, dos propiedades de la población bajo consideración) tienden a variar conjuntamente,
como si hubiera una conexión entre ellas. Por ejemplo, un estudio del ingreso anual y la edad de muerte podría
resultar en que personas pobres tienden a tener vidas más cortas que personas de mayor ingreso. Las dos
variables se dice que están correlacionadas. Sin embargo, no se puede inferir inmediatamente la existencia de una
relación de causalidad entre las dos variables. El fenómeno correlacionado podría ser la causa de una tercera,
previamente no considerada, llamada variable confusora.
Si la muestra es representativa de la población, inferencias y conclusiones hechas en la muestra pueden ser
extendidas a la población completa. Un problema mayor es el de determinar cuán representativa es la muestra
extraída. La estadística ofrece medidas para estimar y corregir por aleatoriedad en la muestra y en el proceso de
recolección de los datos, así como métodos para diseñar experimentos robustos como primera medida, ver diseño
experimental.
El concepto matemático fundamental empleado para entender la aleatoriedad es el de probabilidad. La estadística
matemática (también llamada teoría estadística) es la rama de las matemáticas aplicadas que usa la teoría de
probabilidades y el análisis matemático para examinar las bases teóricas de la estadística.
El uso de cualquier método estadístico es válido solo cuando el sistema o población bajo consideración satisface los
supuestos matemáticos del método. El mal uso de la estadística puede producir serios errores en la descripción e
interpretación, lo cual podría llegar a afectar políticas sociales, la práctica médica y la calidad de estructuras tales
como puentes y plantas de reacción nuclear.
Incluso cuando la estadística es correctamente aplicada, los resultados pueden ser difíciles de interpretar por un
inexperto. Por ejemplo, el significado estadístico de una tendencia en los datos, que mide el grado al cual la
tendencia puede ser causada por una variación aleatoria en la muestra, puede no estar de acuerdo con el sentido
intuitivo. El conjunto de habilidades estadísticas básicas (y el escepticismo) que una persona necesita para
manejar información en el día a día se refiere como «cultura estadística».

Métodos estadísticos
Estudios experimentales y observacionales[editar]

Un objetivo común para un proyecto de investigación es investigar la causalidad, y en particular extraer una
conclusión 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 para estudiar causalidad: estudios
experimentales y observacionales. En ambos tipos de estudios se observa el efecto de una o varias variables
independientes en el comportamiento de una variable dependiente. La diferencia entre los dos tipos es la forma en
la que el estudio es conducido. Cada uno de ellos puede ser muy efectivo y la estadística juega un papel muy
importante en el análisis de la información.
Niveles de medición

Hay cuatro tipos de mediciones o escalas de medición en estadística: niveles de

medición (nominal, ordinal, intervalo y razón). Tienen diferentes grados de uso en la investigación estadística. Las
medidas de razón, en donde un valor cero y distancias entre diferentes mediciones son definidas, dan la mayor
flexibilidad en métodos estadísticos 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 de la 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 ningún
rango interpretable entre sus valores.
La escala de medida nominal, puede considerarse la escala de nivel más bajo. Se trata de agrupar objetos en
clases. La escala ordinal, por su parte, recurre a la propiedad de «orden» de los números. La escala de intervalos
iguales está caracterizada por una unidad de medida común y constante. Es importante destacar que el punto cero
en las escalas de intervalos iguales es arbitrario, y no refleja en ningún momento ausencia de la magnitud que
estamos midiendo. Esta escala, además de poseer las características 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 más elevado y se diferencia de las escalas de intervalos iguales únicamente 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 números asignados corresponden iguales diferencias en el grado de atributo
presente en el objeto de estudio.
Técnicas de análisis estadístico

Algunas pruebas (tests) y procedimientos para la investigación de observaciones son:

 análisis de frecuencia acumulada
 análisis de regresión
 análisis de varianza (ANOVA)
 análisis factorial confirmatorio

 análisis factorial exploratorio

 correlación: coeficiente de correlación de Pearson y coeficiente de correlación de Spearman

 frecuencia estadística
 gráfica estadística
 iconografía de las correlaciones

 prueba de χ² o prueba de chi cuadrada o prueba de ji cuadrada

 prueba de la diferencia menos significante de Fisher

 prueba t de Student

 U de Mann-Whitney
Población y muestra

 Población: Es el todo o un conjunto formado por todos los valores existentes, ya

sean personas, medidas u objetos que pueden ser expresados mediante una variable y además, tienen una
característica; de que son de interés estadístico para un estudio en específico. Al análisis completo de la
población también se le suele conocer como censo.
 Población finita: Es aquella que expresa que es posible sobrepasarse al contar o bien, alcanzarse; por lo
tanto, es la que tiene o incluye un número limitado ya sea de objetos, medidas o personas. Por ejemplo: el
gasto en comida durante cierto tiempo, un conjunto de calificaciones o bien, el total de alumnos que estudian
en una universidad.
 Población infinita: Es aquella que incluye a un gran número de conjunto de observaciones o medidas que
no se pueden alcanzar con el conteo. Esto quiere decir que tiene un número ilimitado de valores, por ejemplo:
la producción futura de una máquina o el lanzamiento de dados o una moneda.
 Muestra: Es aquel subconjunto perteneciente a una población. Esto quiere decir que se conforma por
algunos datos de esta, ya sean ciertos objetos, personas, o medidas de la población. Al estudio de este
concepto se le suele conocer como muestreo.
 Muestra representativa: Es aquel subconjunto representativo de una población, pero para que se
consideren así se deben seguir ciertos procedimientos de selección o bien, un método de muestreo. Se dice
que la muestra adecuada es aquella que contiene características esenciales de la población para lograr el
objetivo de hacer generalizaciones con respecto al total de los datos sin examinar cada uno de ellos.