Академический Документы
Профессиональный Документы
Культура Документы
La palabra Estadstica procede del vocablo Estado, pues era funcin principal de los
Gobiernos de los Estados establecer registros de poblacin, nacimientos, defunciones,
impuestos, cosechas... La necesidad de poseer datos cifrados sobre la poblacin y sus
condiciones materiales de existencia han debido hacerse sentir desde que se establecieron
sociedades humanas organizadas.
Es difcil conocer los orgenes de la Estadstica. Desde los comienzos de la civilizacin han
existido formas sencillas de estadstica, pues ya se utilizaban representaciones grficas y
otros smbolos en pieles, rocas, palos de madera y paredes de cuevas para contar el nmero
de personas, animales o ciertas cosas.
En 1.662 un mercader de lencera londinense, John Graunt, public un tratado con las
observaciones polticas y naturales, donde Graunt pone de manifiesto las cifras brutas de
nacimientos y defunciones ocurridas en Londres durante el periodo 1.604-1.661, as como
las influencias que ejercan las causas naturales, sociales y polticas de dichos
acontecimientos. Puede considerarse el primer trabajo estadstico serio sobre la poblacin.
Estadsticas bayesianas
El trmino "bayesiano" se refiere a Thomas Bayes (1702 1761), quin prob un caso
especial de lo que se conoce hoy como Teorema de Bayes. Sin embargo fue Pierre-Simon
Laplace (17491827) quien introdujo una visin general del teorema y lo aplic a mecnica
celeste, estadsticas mdicas, confiabilidad y jurisprudencia. Cuando el conocimiento
disponible era insuficiente para especificar una prior informada, Laplace usaba priores
uniformes, de acuerdo a su principio de razn insuficiente. Laplace asumi priores
uniformes ms por claridad matemtica que por razones filosficas Laplace tambin
introdujo versiones primitivas de priores conjugadas y el teorema de von Mises y Bernstein,
de acuerdo a los cuales, las posteriores correspondientes a priores inicialmente diferentes
convergen asintticamente con el crecimiento del nmero de observaciones. Esta temprana
inferencia bayesiana, que usaba priores uniformes de acuerdo con el principio de Laplace
de razn insuficiente, fue llamado probabilidad inversa (debido a su inferencia hacia atrs
desde las observaciones a los parmetros, o de efectos a causas).
Despus de los aos veinte, la probabilidad inversa fue suplantada en su mayora por una
coleccin de mtodos desarrollados por Ronald A. Fisher, Jerzy Neyman y Egon Pearson.
Sus mtodos fueron llamados estadstica frecuentista. Fisher rechaz el enfoque bayesiano,
escribiendo que la teora de la probabilidad inversa est fundada sobre un error, y debe ser
rechazada por completo.30 Al final de su vida, sin embargo, Fisher expres un gran
respeto por los ensayos de Bayes, los cuales Fisher crea que haban anticipado su propio
enfoque fiducial a la probabilidad; Fisher an mantena que la visin de Laplace de las
probabilidades era sinsentido falaz. Neyman comenz como un cuasibayesiano, pero
con el tiempo desarroll los intervalos de confianza (un mtodo clave estadsticas
frecuentistas) porque la teora completa sera mejor si estuviera construida desde el
comienzo sin referencia al bayesianismo y las priores. La palabra bayesiano apareci en
1930 y para 1960 se convirti en el trmino preferido por aquellos que no estaban
satisfechos con las limitaciones de las estadsticas frecuentistas.
Estadsticas en la actualidad