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