Los orgenes de la estadstica: de investigacin sociopoltica emprica a conjunto de tcnicas para el anlisis de datos.

Publicado en Reflexiones. Revista de Ciencias Sociales de la Universidad de Palermo, I, 1 (2005).

Juan Ignacio Piovani

1. Introduccin La concepcin estadstico-probabilstica de la realidad ha pasado a ser uno de esos sistemas de ideas que el hombre contemporneo ha naturalizado. Concebir los hechos de la vida incluso aquellos de la vida cotidiana desde una perspectiva estadstica se encuentra tan difundido que frecuentemente ni siquiera el hombre de ciencia se detiene a pensar que se trata en realidad de una construccin socio-histrica, un producto del pensamiento humano; no de una caracterstica natural intrnseca a la realidad misma. El hecho de que se d por descontada demuestra el xito histrico que tal construccin ha tenido. Hacking (1990) la describe como un nuevo "estilo de razonamiento"1, que presenta como el resultado de un xito cudruple: metafsico, epistemolgico, lgico y tico. 2 Hacking tambin afirma (1990, 1) que "el evento conceptual ms decisivo del siglo veinte fue el descubrimiento de que el mundo no es determinstico. La causalidad, por mucho tiempo bastin de la metafsica, fue desacreditada" y paulatinamente emergi una nueva forma de "conocimiento objetivo" la estadstica. Pero esto fue slo el corolario de un proceso de transformacin gradual en el cual se distinguen tres tradiciones intelectuales iniciadas a mediados del siglo XVII: la Political Arithmetic inglesa, la Statistik alemana y la Thorie mathmatique des probabilits francesa. Los ingleses inauguraron una tradicin de investigacin social emprica con recurso a los datos numricos. De su encuentro con la estadstica universitaria alemana es decir el estudio comparativo de los Estados entre fines del siglo XVIII y principios del XIX, se redifini a la estadstica como el estudio cuantitativo de la sociedad y de la poltica. Poco tiempo despus, los cultores de la nueva disciplina comenzaron a usar los instrumentos de la teora matemtica de las probabilidades ya
Hacking toma esta expresin de Crombie (1983). Otros prefieren recurrir al concepto de paradigma, que desde su introduccin en los aos sesenta ha pasado a ocupar un lugar fundamental cuando se trata de entender que las ideas cientficas compartidas en un momento determinado y dadas por descontadas por las mayor parte de los cientficos son en realidad complejas construcciones sociales. 2 Obviamente, hablar de xito no comporta en este caso una valoracin de la bondad o de la pertinencia de este modo de razonamiento; significa solamente reconocer su hegemona y su omnipresencia en los modos actuales de concebir la realidad y de justificar un discurso sobre ella.
1

corrientes en astronoma y de este modo abrieron el camino a una nueva visin, basada en el registro de las frecuencias observadas al fin de identificar regularidades estocsticas, lo que a su vez reforz con nuevas bases el uso de las probabilidades (Porter 1986, 17). Sin embargo, la interpretacin de las frecuencias se haca a la luz del paradigma cientfico entonces dominante: se privilegiaban las ideas de tipicidad y normalidad, y se desatenda la de variabilidad, considerada una manifestacin del error. Slo cuando esta ltima comenz a ser reconocida como un problema cientfico legtimo en la Inglaterra de fines del siglo XIX se produjo el cambio de rumbo que dio origen a la teora estadstica moderna. En efecto, fue en este perodo y como resultado de la bsqueda de nuevos instrumentos matemtico-probabilsticos adecuados para la investigacin de los fenmenos humanos que la estadstica adquiri su significado actual tal vez ms difundido: la disciplina dedicada a los instrumentos conceptuales y operativos para el anlisis cuantitativo de datos. Siguiendo a MacKenzie (1981), por teora estadstica o estadstica matemtica, como la llama Porter (1986) entiendo algo distinto de la "actividad de recoleccin de informacin cuantitativa que tpicamente seguan los entes oficiales y los cientficos sociales [...] y de la teora matemtica de las probabilidades." Se trata de la "construccin de un cuadro teortico para el anlisis de los datos numricos" y de los "instrumentos que pueden ser usados" a tal fin (MacKenzie 1981, 7). Este proceso se inici en Inglaterra hacia 1870, cuando Galton comenz a trabajar en el diseo de tcnicas estadsticas apropiadas para sus investigaciones sobre la herencia, y sus primeros resultados de relieve fueron los conceptos e instrumentos de la regresin y la correlacin. En este artculo se reconstruyen las tres tradiciones intelectuales a las que se ha hecho referencia, con el fin de ilustrar las profundas races de la moderna teora estadstica en el pensamiento cientfico europeo. Asimismo, se pone en evidencia el complejo proceso histrico, social y cultural que acompa los cambios de sentido del trmino 'estadstica': de caractersticas socio-polticas del Estado a conjunto de instrumentos conceptuales y operativos para el anlisis de los datos.

2. De la aritmtica poltica a la estadstica. En sentido amplio, la estadstica britnica en cuanto actividad de recoleccin y organizacin de datos relativos al Estado se remonta al siglo XVII. Es ampliamente compartida la visin que asigna carcter fundacional en el campo del estudio estadstico de los problemas sociales al trabajo de John Graunt (1662) Natural and Political Observations on the Bills of Mortality.3 Pocos aos ms tarde William
3

Se ha discutido mucho en los ambientes acadmicos ingleses acerca de la autora de la obra citada. Una presentacin detallada de este debate se encuentra en Cullen (1975). Muchos estudiosos creen que Graunt fue el autor de las Observations, mientras que Petty habra sido el autor de las conclusiones y del marco general. Cullen sostiene que de todos modos fue Petty el artfice de las ideas que generaron el estudio estadstico de la sociedad.

Petty, en una carta del 17 de diciembre de 1672 a Lord Anglesea, introdujo la expresin political arithmethic (Cullen, 1975) verosmil antepasado de la corriente social statistics para designar esto tipo de estudios:
El estudio sistemtico de los nmeros sociales en el espritu de la filosofa natural se origin durante el decenio de 1660, y se conoci por casi un siglo y medio como political arithmetic. Su propsito [...] era la promocin de una poltica social slida y bien informada (Porter 1986, 18).

Los London Bills of Mortality eran entonces la nica fuente de datos demogrficos fcilmente disponible en Gran Bretaa: un material poco interesante del que no obstante Graunt deriv amplias conclusiones (Cullen 1975). El aspecto ms importante no se encuentra en la recoleccin y organizacin de los datos en s mismos; un trabajo entonces incipiente a cargo de entes pblicos, que segua una tendencia creciente en varios estados europeos, particularmente Francia y Prusia. Siguiendo a Cullen, se puede afirmar que la cuestiones ms destacables tienen que ver con el anlisis de estos datos, las conclusiones alcanzadas4, las reflexiones metodolgicas5 y la justificacin de una nueva disciplina la Political Arithmetic en un modo que continuar a inspirar el desarrollo de la estadstica por muchsimos aos, es decir, la del reformista que entiende la recoleccin escrupulosa de datos como requisito fundamental de cualquier reforma social. En las palabras de su inspirador e incluso inventor de su nombre el propsito de la nueva disciplina era la aplicacin de los principios de Bacon al arte de gobernar (Porter 1986). En efecto, siguiendo una perspectiva baconiana, propuso un paralelo entre el cuerpo natural y el cuerpo poltico:
Practicar sobre el cuerpo poltico sin conocer su simetra, su tejido y sus proporciones, es tan superficial e informal como los son las operaciones [...] de los empricos (empiricks)6 [sobre el cuerpo natural] (1691, 129).

Segn Lazarsfeld (1961), la idea de que las cuestiones sociales pueden ser sometidas al anlisis cuantitativo se funda en el clima intelectual de la era baconiana, por el deseo de imitar el ms importante xito de las ciencias naturales la cuantificacin7 y por las caractersticas que estaban adquiriendo los estados
Entre las conclusiones ms importantes de Graunt, Hull (1899) cita: la regularidad de los fenmenos sociales, el nacimiento de ms hombres que mujeres; el aproximado equilibrio en la cantidad de hombres y mujeres en la sociedad; la alta tasa de mortalidad en los primeros aos de vida; la ms alta de mortalidad en los ambientes urbanos con respecto a los rurales. 5 Cullen (1975) afirma que el trabajo de Graunt muestra grandes dotes metodolgicas. Subraya, por ejemplo, que antes de analizar estadsticamente un dato se ocupa seriamente de su fiabilidad. 6 Petty usa la palabra inglesa arcaica empiricks, cuyo significado no sera equivalente al del moderno trmino empiricist (empirista). Considerada en su contexto, empirick hace referencia a la persona que obra basndose en su experiencia, y no sobre la base del conocimiento cientfico. 7 Lazarsfeld indica que estas son las explicaciones "convencionales". En lo que respecta a la cuantificacin y la medicin, por ejemplo, no todos estn de acuerdo. Existe un amplio consenso en atribuir a Galileo el impulso hacia la cuantificacin cientfica, ya que para entender la realidad era necesario medir y calcular. No obstante, la medicin qued por mucho tiempo confinada a la astronoma, la geodesia, la mecnica y otras disciplinas clsicas; y no tuvo un lugar central en fsica y qumica al menos hasta 1840 (Kuhn 1961; Hacking 1990).
4

nacionales, que exigan contar con una base de informacin para las decisiones pblicas. Ms especficamente, tuvieron un rol fundamental el desarrollo del sistema de seguros para el cual era funcional una slida base numrica y la concepcin mercantilista que haca de la poblacin un factor crucial para la riqueza y el poder de una nacin. La Political Arithmetic se defini como una ciencia de la sociedad cuyas conclusiones dependan de nmeros y medidas. Por lo tanto, la calidad de los datos deba mejorar, y no casualmente Petty promovi la creacin de una oficina central de estadsticas. Sin embargo, sus logros fueron muy limitados, especialmente por su escaso conocimiento matemtico. A pesar de sus esfuerzos, nadie continu con la lnea propuesta por Petty y la expresin 'aritmtica poltica' se devalu. La misma fortuna tuvo su idea de una ciencia de tipo interdisciplinario, un hbrido de todas las disciplinas sociales, en grado de usar tcnicas cuantitativas. La estadstica social qued confinada a la demografa un proceso que Cullen (1975) llama reduccin de la aritmtica poltica a la demografa. En efecto, hacia fines del siglo XVII este tipo de estudios floreci. Su objetivo era describir la situacin de los estados en trminos demogrficos y construir tablas destinadas a calcular los seguros y las tasas de rdito anual, tiles al naciente sistema de aseguraciones. De todos modos, una lnea de continuidad importante la constituye el hecho de que sigui idntica la perspectiva y la justificacin del trabajo: poner este conocimiento a disposicin del gobierno para la poltica social. Esta justificacin ser importante en el desarrollo sucesivo de la teora estadstica, debido a la necesidad de resolver problemas de investigacin ligados al deseo de "mejorar" la sociedad.8 En los cincuenta aos entre 1780 y 1830 comenzaron a manifestarse algunas seales de expansin y diversificacin de las estadsticas sociales en Gran Bretaa: se instituy un censo nacional, se reforz el desarrollo de las estadsticas mdicas, se propusieron nuevas tcnicas de anlisis y se aplicaron tcnicas ya conocidas a problemas hasta entonces no cuantificados (Cullen, 1975). Fue tambin en este perodo que se introdujo el trmino statistics en la lengua inglesa. El trmino fue empleado por primera vez en ingls en la traduccin que Hooper (1770) hizo del vocablo alemn statistik. Siguiendo la tradicin alemana, el neologismo ingls statistics fue definido como la ciencia que "ensea el ordenamiento poltico de los estados modernos conocidos en el mundo."9 Sin embargo, el vocablo tena en alemn una historia ms larga, que se remonta al clebre Alfred Achenwall, profesor en Gttingen. Segn Meitzen (1886), la estadstica tiene dos races: la political arithmetic britnica y la universittsstatistik (estadstica universitaria alemana). La segunda raz, de la cual deriva el trmino, es una tradicin que consideraba los aspectos relevantes de un Estado y para la cual los datos numricos no eran necesariamente los ms importantes; es ms, tenan un papel ms bien secundario (Lazarsfeld, 1961).
Pinsese en la importancia del proyecto eugensico en el desarrollo de lo que, como sealado en la introduccin, MacKenzie (1981) llama "teora estadstica" y Porter (1986) llama "estadstica matemtica". Algunos de sus principales exponentes Galton, Pearson, Fisher compartan la idea de llevar adelante un proyecto eugensico (Mackenzie 1981). 9 Definicin de von Bielefeld, traducida al ingls por Hooper en 1770.
8

Hacking (1990) considera errneo atribuir a una nica nacin la exclusividad en la tendencia a la recoleccin y organizacin de datos; pero reconoce que fueron los alemanes quienes propusieron caracterizar a los Estados a travs de sus estadsticas, idea que se materializ a travs de tres manifestaciones. La primera, de tipo intelectual, es justamente la universittsstatistik, cuyo origen es en realidad anterior al trabajo de Achenwall. En efecto, Westergaard (1932), por ejemplo, concluye que la Statistik como disciplina dedicada al estudio comparado y sistemtico de los Estados ya haba sido definida por Hermann Conring, con el nombre de Staatenkunde, en el siglo XVII.10 Ya antes John (1884) haba sostenido que la estadstica se remontaba a las lecciones universitarias Conring, tituladas Notitia Rerum Publicarum y Notitia Statuum Germaniae, en un periodo contemporneo a Graunt y Petty. Por lo tanto, la raz inglesa y la alemana se desarrollaron contemporneamente. Slo que el trabajo pionero de Conring, que escriba preferentemente en latn, qued por mucho tiempo desconocido, y an en la actualidad muchos historiadores no lo reconocen como origen de la estadstica universitaria alemana. Achenwall habra sido el primero en definir su objeto de estudio como propio de una ciencia autnoma (Cullen 1975), y en hacer de ella una presentacin sistemtica en lengua alemana (Lazarsfeld 1961), dndole el nombre de Statistik Una segunda manifestacin fue la enumeracin sistemtica (por ejemplo de la poblacin) a cargo de entes pblicos, que comenz en Prusia en la primera mitad del siglo XVIII, y haba sido ya propuesta a las autoridades por Leibniz. l tena un vvido inters por las cuestiones estadsticas, particularmente aquellas relativas a las enfermedades, la mortalidad y la poblacin en general, y propuso un sistema de 56 categoras par evaluar al Estado (incluyendo el sexo y el estatus social de los habitantes, la mortalidad infantil y la cantidad de mujeres en condicin de contraer matrimonio, etc.). La tercera manifestacin, de tipo privado y en un estilo ms cercano al de la aritmtica poltica britnica la constituyen los estudios poblacionales de Sssmilch sobre nacimientos y defunciones (Hacking, 1990). Como ya indicado, la manifestacin que penetr en los crculos intelectuales ingleses, a fines del siglo XVIII, fue la universittsstatistik. Aparentemente, el trabajo de Achenwall haba cobrado fama no slo por estar escrito en alemn (aspecto fundamental en un momento en que el latn perda fuerza, an en las instituciones acadmicas), sino tambin por el ambiente institucional en que fue desarrollado: la Universidad de Gttingen, fundada en 1737. All se constituy una escuela de fama europea, en la que se refinaron las ideas de Conring y se consideraron nuevos instrumentos metodolgicos. Uno de los intereses fundamentales consista en la presentacin comparada de la informacin referente a los diversos estados alemanes11 mediante un esquema de dos dimensiones: en la horizontal se disponan los Estados a comparar, y en la vertical las categoras relevantes para tal comparacin. Originalmente las celdas definidas por el cruce de las dimensiones se llenaban con expresiones verbales. Gradualmente se comenz ha hacer uso de expresiones numricas, una
10 11

Para Westergaard, esta disciplina podra remontarse a Aristteles. Recurdese que Alemania no era todava un Estado unificado.

consecuencia inevitable de tal esquematizacin al menos porque los nmeros ocupaban menos espacio (Lazarsfeld 1961). La tendencia a la presentacin numrica favoreci a su vez la consideracin de aquellos temas ms afines a la cuantificacin, anticipando la moderna matriz de datos, que no pocos (por ejemplo Marradi 1989; 1996) consideran el instrumento intelectual y operativo ms importante en la investigacin social de tipo estndar. Luego de la traduccin del libro von Bielfeld The Elements of Universal Erudition, Containing an Analytical Abridgement of the Sciences, Polite Arts, and Belles Lettres, realizada por Hooper, el trmino no fue usado en ingls hasta el 1787, ao en el que se tradujo otra obra alemana. Se trata en esta caso de un ensayo de von Zimmermann, A Political Survey of Europe, in Sixteen Tables; Illustrated with Observations on the Wealth and Commerce, the Government, Finances, Military Sate, and Religions of the Several Countries. Sin embargo, la versin anglicanizada del trmino (con un significado un poco diverso del original alemn) no apareci hasta 1791, con la publicacin del primero de los 21 volmenes de Statitiscal Account of Scotland, una compilacin a cargo de Sir John Sinclair, centro de una red de pastores presbiterianos cuyo trabajo colectivo hizo posible esta obra monumental (Cullen 1975; Porter 1986). Sinclair concibi a la investigacin estadstica como aquella que hace "referencia a la poblacin, las circunstancias polticas, la produccin y otros aspectos del Estado."12 Segn Porter (1986) Sinclair adopt deliberadamente el trmino 'estadstica', pero simultneamente hizo notar que su proyecto difera del alemn; mientras las investigaciones alemanas llamadas statistik se interesaban por las cuestiones del Estado, aquellas propuestas por Sinclair buscaban determinar el quantum de felicidad del pueblo y los medios para su progreso. Por otra parte, la edicin de 1797 de la Encyclopaedia Britannica defina el vocablo como "una palabra introducida recientemente para expresar la visin o relevamiento de un reino, condado o parroquia" (Mackenzie 1981, 7) que es la acepcin alemana. El encuentro de las tradiciones la political arithmetic britnica y la universittsstatistik alemana hacia fines del siglo XVIII, gener una controversia acerca del estatus cientfico y la utilidad de la disciplina. La batalla conceptual13 fue ganada por los aritmticos polticos, incluso en Alemania. En efecto, Knies (1850) concluye que si bien el trmino 'estadstica' fue introducido por Achenwall, debera usarse en el sentido de la aritmtica poltica. El objeto de la antigua tradicin alemana fue considerado de all en ms un tema de la ciencia poltica (Lazarsfeld 1961) que habra debido denominarse Staatskunde (Hacking 1990), trmino que segn Westergaard (1932) se aplicaba a los estudios de Conring antes de que Achenwall los rebautizara como Statistik. No debera sorprender, por lo tanto, que en los 30 o 40 aos posteriores a Sinclair, se comenzara progresivamente a ligar a la estadstica con algn elemento de

12 13

Citado por Cullen (1975, 10). Sobre la importancia de las batallas conceptuales y terminolgicas en el mundo cientfico vase Toulmin (1972); Marradi (1987).

cuanitificacin.14 No obstante, una acepcin exclusivamente cuantitativa no se haba impuesto todava, porque a pesar del recurso a la cuantificacin, el uso de tcnicas de anlisis matemtico, ms all que a fines actuariales, estaba relativamente poco difundido (Cullen 1975). La explosin en el desarrollo de las estadsticas numricas se dio en Gran Bretaa en la primera mitad del siglo XIX con la aparicin del "movimiento estadstico" (statistical movement) tpico de las primeras dcadas del reino de Victoria y con la institucionalizacin de las reparticiones gubernamentales especializadas. En 1832 se fund el Departamento de Estadstica del Ministerio de Comercio (Board of Trade), una oficina centralizada capaz de generar estadsticas en sostn de las reformas promovidas por importantes actores polticos y sociales de la poca. Por otra parte, este departamento deba satisfacer la demanda de informacin precisa y confiable acerca de lo que suceda en el interior del pas especialmente en lo relativo a la produccin industrial y el comercio. En 1836 se instituy la Oficina General del Registro (General Register Office), encargada de la sistematizacin de los datos referentes a nacimientos, defunciones y matrimonios (Cullen 1975). En esta poca se formaron tambin las asociaciones dedicadas exclusivamente a la estadstica. La primera se organiz en Manchester en 1833. Poco antes se haba fundado la seccin de estadstica de la British Association for the Advancedment of Science, gracias a las influyentes presencias de Malthus y de Quetelet en la reunin realizada en Cambridge. Sin embargo, no todos aprobaban la existencia de un seccin de este tipo al interior de la Association (Porter 1986). Sus fundadores fueron tambin miembros activos del ncleo inicial de la Statistical Society of London, creada en marzo de 1834, y devenida Royal Statistical Society en1886:
Si bien se contaba con algn matemtico entre sus miembros originales, haba muchos ms economistas, polticos y peers15, agentes del gobierno y mdicos: su objeto era la produccin de informacin til acerca de la sociedad, no el desarrollo de mtodos matemticos (Abrams 1968, 14).

Se formaron tambin instituciones anlogas en otras ciudades importantes, en particular en Glasgow, que tuvo dos asociaciones al mismo tiempo. El deseo de entender las transformaciones sociales de la poca, y de establecer una base cientfica para las polticas sociales, era sin duda lo caracterstico del movimiento estadstico de los primeros decenios del reino de Victoria (Porter 1986). Uno de los temas de mayor inters lo constituan las "estadsticas morales", relativas a la educacin, la criminalidad, y en menor medida a la religin. Sus mentores eran en general contrarios a la intervencin del Estado en la economa; pero favorables a su decisiva participacin en materia sanitaria y educativa. Se buscaban las causas de la "degeneracin moral", del aumento del crimen y de la inestabilidad social, problemas que preocupaban casi obsesivamente a los miembros
14

Ya en 1801 Playfair haba sugerido que el trmino estadstica deba connotar alguna forma de cuantificacin, pero no tuvo gran influencia en sus contemporneos. Ntese que no fue citado por otro autor ingls hasta Jevons en 1879 (Cullen 1975). 15 Miembros de la Cmara de los Lords.

de las sociedades estadsticas. La investigacin que proponan deba servir como sostn emprico de las reformas que defendan (Porter 1986). No obstante, resulta evidente que estos fines explcitos escondan tambin "una latente funcin de control social [...] dada la amenaza potencial al orden pblico que [para ellos] constituan los amplios estratos sociales que vivan en condiciones misrrimas" (Pitrone 1996, 19). La urbanizacin, ms que la industrializacin, dominaba la mente de los statists16, ya que estaban convencidos de que el carcter y las costumbres de la poblacin dependan del ambiente urbano. Esto condujo al relevamiento de las condiciones de vida de la clase obrera urbana, materia en la que la Sociedad de Manchester fue pionera. Las Sociedades queran promover una clase obrera virtuosa. Segn sus investigaciones, los campesinos se caracterizaban por la sobriedad, frugalidad y laboriosidad. En cambio en las ciudades la situacin era alarmante. Las reformas sanitarias y educativas eran consideradas dos modos de afrontar la decadencia moral y la agitacin poltica de las clases obreras (Cullen 1975). El descontento popular era muy alto en los aos 30 y 40 del siglo XIX. A travs del mejoramiento de la situacin social, las reformas buscaban en realidad como ya indicado erradicar la amenaza representada por las fuerzas anarquistas y socialistas. Para los miembros de las sociedades estadsticas la educacin implicaba una combinacin de instruccin fsica, moral e intelectual; su propsito era, en sustancia, convertir una clase al sistema de valores de la otra. La segunda reforma concerna a la sanidad pblica; se pensaba que las condiciones del ambiente fsico tenan efectos degradantes. La prosperidad alcanzada a mediados de la era victoriana y la consecuente tranquilidad social relativa desincentivaron las teoras basadas en la urgencia de las reformas sociales, tpicas del movimiento estadstico. Las sociedades provinciales con la excepcin de la Manchester desaparecieron, y el movimiento, con sus caractersticas distintivas, perdi progresivamente el mpetu. Aproximadamente a partir de 1850, los temas tratados en las instituciones remanentes en particular la de Londres se ampliaron, los intereses se diversificaron y comenz a registrarse una mayor variedad de opiniones y un notable aumento de las investigaciones econmicas (Cullen 1975). La recoleccin y compilacin de datos numricos estaba ya bien establecida en Gran Bretaa hacia 1850. Pero el tratamiento matemtico no era sofisticado y el trmino 'estadstica' no tena todava esta connotacin. Como afirma Mackenzie (1981, 8) "en la Gran Bretaa de mediados del siglo XIX no haba una tradicin de teora estadstica." Por lo tanto, el movimiento de las primeras dcadas del reino de Victoria no debera ser considerado un precursor de la moderna disciplina. ste no dej una tradicin de teora estadstica, y la recoleccin de informacin cuantitativa estaba totalmente separada de los desarrollos de la teora matemtica de las probabilidades (ibidem).

16

Luego de la introduccin del trmino statistics, las personas dedicadas al trabajo con datos numricos empezaron a ser conocidas en Gran Bretaa como statists. El trmino statistician (estadstico o estadgrafo) se remonta en cambio a fines del siglo XIX.

Desde el nacimiento de la Statistical Society of London hasta 1850, solo el 2% de las memorias presentadas trataba cuestiones vinculadas a los mtodos estadsticos. En la introduccin al primer nmero de su Journal, publicado en 1838, se defina a la estadstica enfatizando la importancia de la recoleccin de datos sociales y polticos, y menospreciando las cuestiones metodolgicas y de anlisis de datos:
La Ciencia de la Estadstica [...] no discute causas [...] Solo busca recoger, organizar y comparar aquella clase de hechos que por s mismos forman la base de las conclusiones correctas en materia de gobierno social y poltico.17

Segn la concepcin dominante, los datos "crudos", sin "opiniones", constituan la caracterstica esencial de la ciencia y el fundamento de la estadstica. La primera regla de la Statistical Society era excluir los pareceres. William Farr, en nombre de la Sociedad, escribi a Florence Nightingale, que estaba preocupada por la falta de anlisis en una contribucin que entonces preparaba para la revista: "no queremos impresiones, slo hechos."18 Y stos se presentaban en forma cuantitativa porque los nmeros representaban los "verdaderos hechos". Sin embargo, no todos estaban de acuerdo con esta perspectiva. Ya en 1838 Robertson afirm: "Ninguna forma de registro y organizacin de datos puede constituir por s una ciencia [...] La estadstica debe entenderse como un mtodo, un modo de organizar los hechos que pertenecen a las varias ciencias."19 La transicin a partir del movimiento estadstico originario, implic por lo tanto el inicio de la decadencia de su clsica concepcin de la estadstica y el tmido aparecer de otra ligada a la idea de mtodo. Como afirma Cullen (1975), en este perodo de transicin la Statistical Society no era an capaz de decidir si el objetivo principal de la estadstica eran los hechos o el mtodo; y ya en 1860 un fellow, Fox, reflejando los recientes desarrollos de la disciplina en el continente, escriba que la misma debera considerarse como una rama de la matemtica. En efecto, la aplicacin de la matemtica a la investigacin emprica comenzaba a manifestarse en los pases francfonos de Europa continental. Esto no debera sorprender, dado que la teora de las probabilidades perteneci inicialmente a la tradicin intelectual francesa. Esta perspectiva, en la que se combinaba la teora matemtica con la idea instrumental de un mtodo aplicable a las distintas ciencias empricas, se consolid lentamente en Gran Bretaa en el perodo entre fines del siglo XIX y principios del siglo XX. La asimilacin de la teora continental de las probabilidades, y su aplicacin a la investigacin de los fenmenos humanos, contribuy a producir un radical cambio de rumbo, dando origen a la teora estadstica moderna.

17 18

Citado por Porter (1986, 35-36). Ivi, 36. 19 Ivi, 40.

3.

Teora matemtica de las probabilidades e investigacin emprica: hacia una redefinicin de la estadstica.

Se podra comenzar el tratamiento de la teora de las probabilidades y su aplicacin a la investigacin emprica (en el marco de un artculo que atae a los orgenes de la estadstica) poniendo en evidencia un hecho histrico ms bien casual: el nacimiento en Francia de esta tradicin intelectual el estudio de las probabilidades contemporneamente a la aparicin del pensamiento estadstico britnico, en la forma de la aritmtica poltica, y del alemn, manifestado en la universittsstatistik. En efecto, los orgenes de la teora de las probabilidades se pueden remontar a mediados del siglo XVII, con el trabajo pionero de Fermat y Pascal. En sus inicios, la teora no pretenda desafiar la concepcin de la naturaleza entonces dominante, que Hacking (1990, cap. 2) llama "doctrina de la necesidad"20, y se limitaba a aplicaciones abstractas en el campo de los juegos aleatorios (Stigler 1999), lejana de cualquier consideracin sobre las caractersticas de la realidad. Si la estadstica britnica se puede presentar como una aplicacin de los principios de Bacon a los problemas polticos y sociales, y por consiguiente como una manifestacin de la orientacin empirista de la filosofa y la cultura inglesas (Mitchell 1973, 147), la teora de las probabilidades puede encuadrarse en la tradicin racionalista francesa, como una manifestacin de la orientacin abstracta, matemticodeductiva, de corte cartesiano. Paradjicamente, aunque anclada en la tradicin de la racionalidad, la dialctica de las probabilidades erosionara gradualmente algunos de los principios sobre los que se fundaba la racionalidad moderna; en especial la idea de certeza. A pesar de sus inicios ligados a la especulacin abstracta sobre juegos aleatorios, pronto se descubri que la teora de las probabilidades era capaz de proveer instrumentos tiles para la investigacin cientfica. Ya Galileo haba declarado que la medicin y el clculo eran cruciales en la empresa cientfica, nico modo para entender una realidad que Dios haba escrito en el lenguaje de la matemtica. Paralelamente Descartes haba promovido la matemtica como la clave del pensamiento cientfico organizado. No obstante, la medicin qued confinada por mucho tiempo a la astronoma y otras disciplinas clsicas. No debera sorprender, por lo tanto, que la teora de las probabilidades encontrara sus primeras aplicaciones en este campo, en el cual la medicin estaba ya bien afirmada desde los tiempos de Galileo. Como afirma Stigler (1999) muchas de las ms relevantes contribuciones a la estadstica moderna surgieron de la consideracin de problemas cientficos concretos, y el caso de la medicin en astronoma en un ejemplo tpico. En efecto, este problema favoreci el perfeccionamiento de los instrumentos conceptuales y heursticos en los que se funda la teora de los errores, que se
20

Descartes fue su primer defensor; tambin Kant, en sus escritos ticos y metafsicos, sostena una idea anloga. Hume, a pesar de ser un filsofo crtico con respecto a la idea de causalidad, escribi en Enquiry Concerning Human Understanding (1748) que nada existe sin una causa para su existencia. Su escepticismo se limita al plano gnoseolgico, a la posibilidad de conocer las causas, pero no al plano ontolgico, es decir a su existencia (Hacking 1990).

10

"desarroll en los siglos XVII y XVIII como un apndice [...] de la astronoma" (MacKenzie 1981, 56). Los astrnomos "debieron reconocer que era imposible medir una cosa con completa exactitud." Sin embargo, el investigador poda aprovechar la posibilidad de repetir sus mediciones a los efectos de acrecentar la precisin. El objetivo de la teora de los errores era justamente este: "reducir al mximo posible el error en una cantidad dada, y dar una estimacin confiable de [su] valor (ibidem). Las aplicaciones de la teora de los errores en astronoma se basaban en dos instrumentos de excepcional importancia, todava hoy fundamentales en la investigacin cientfica: la distribucin normal y el mtodo de los mnimos cuadrados. En 1733, De Moivre21 introdujo en la teora de las probabilidades la funcin de la curva normal, entonces conocida como ley de los errores.22 Por primera vez era posible aplicar la teora de las probabilidades a un nmero indefinidamente grande de eventos independientes (Porter 1986). La innovacin de De Moivre, sin embrago, tuvo poca influencia hasta los aos 70 del siglo XVIII, cuando Laplace empez a escribir sobre teora de la probabilidades. l vio en la curva normal un instrumento excelente cuya aplicabilidad extendi a la probabilidad a posteriori: hasta la publicacin de una memoria suya de 1774, en efecto, la idea de probabilidad estaba ms bien confinada al clculo apriorstico del resultado de juegos aleatorios. Laplace estaba convencido de que las ms importantes cuestiones de la vida eran problemas de probabilidades, y por consiguiente susceptibles de la aplicacin de sus teoras. Sin embargo, estaba igualmente convencido de que los eventos del mundo eran absolutamente determinados; el lugar para el azar y para la teora de las probabilidades se ubicaba en el espacio existente entre aquello que es y lo que el hombre puede conocer. Para l la realidad escapa muchas veces a la posibilidad de entendimiento de la mente humana, y por lo tanto la probabilidad es una propiedad gnoseolgica, no ontolgica (Richards 1997). Laplace repropone el dogma de la necesidad: todos los eventos, incluso aquellos que por ser insignificantes no parecen seguir las leyes de la naturaleza, son en realidad una consecuencia necesaria de ellas. Otra contribucin importante en la aplicacin de la ley de los errores est ligada al nombre de Fourier. l estaba muy impresionado por la repeticin indefinida de eventos que parecen fortuitos, y que sin embargo, si considerados en conjunto, hacen desaparecer toda impresin de irregularidad. Fourier estaba convencido de la posibilidad de aplicar la ley de los errores a una vasta gama de campos y objetos, todos caracterizados por una unidad subyacente hasta ahora oculta, revelada gracias a la universalidad de la curva de los errores (Porter 1986). El mtodo de los mnimos cuadrados tiene una historia ms reciente. En 1805 Legendre anunci un mtodo general para reducir las mltiples observaciones de un objeto como una estrella o un planeta aunque lo present sin una justificacin
Ntese que el libro de De Moivre, The Doctrine of Chances, se public en 1718. La funcin de la curva normal fue introducida en la segunda edicin de 1733. 22 El trmino 'normal' para referirse a la ley de los errores surgi en la segunda mitad del siglo XIX, cuando sta comenzaba a ser usada en otros contextos, adems de la astronoma (Stigler 1999) La distribucin normal tambin se conoce como curva de Gauss, avalando la ley de la eponimia de Stigler", segn la cual ningn descubrimiento cientfico lleva el nombre de su original propulsor" (ivi, 7).
21

11

probabilstica. Esta fue la primera comunicacin efectiva del mtodo, ya que posiblemente Gauss como l mismo declarara en varias ocasiones lo usaba desde haca casi diez aos, sin haber tenido la oportunidad de hacerlo pblico.23 En 1810, Laplace provey una derivacin alternativa del mtodo de los mnimos cuadrados, y estableci que los errores en astronoma, come en los estudios poblacionales, deberan distribuirse segn la ley de los errores (Porter 1986). Como afirma MacKenzie (1981, 57):
Los tericos de los errores mostraron que la mejor estimacin de una cantidad [...] era generalmente la media de las diversas mediciones, y que estas mediciones seguan tpicamente la distribucin matemtica que llamaban 'ley de la frecuencia de los errores'.

Los astrnomos y matemticos del siglo XIX produjeron una enorme cantidad de artculos sobre el mtodo de los mnimos cuadrados.24 A la muerte de Laplace en 1827, la teora de las probabilidades haba alcanzado un alto nivel. Hacia mediados del siglo, el conocimiento de las tcnicas matemticas de las probabilidades estaba muy difundido, accesible a cualquiera que tuviese conocimientos de anlisis. La aplicacin de estas tcnicas, especialmente del mtodo de los mnimos cuadrados, era rutina en astronoma y geodesia, pero su difusin en otros campos era lenta (Stigler 1999). No debera sorprender, por consiguiente, que la extensin de estos mtodos al campo de los fenmenos humanos se deba a una figura con profundos conocimientos astronmicos Aphonse Quetelet y ligada a la cultura cientfica francfona25; no slo por su posicin privilegiada como cuna de la teora de las probabilidades sino tambin por el estatus que la estadstica haba adquirido en Francia a principios del siglo XIX. En efecto, no son pocos los que sitan en Francia el centro del gran entusiasmo estadstico de las primeras dcadas del siglo26, que pocos aos despus encontrara eco en el movimiento estadstico victoriano. La pasin por la informacin cuantitativa era ya fuerte en los tiempos del Consulado y del Imperio, en particular en el mbito de la salud pblica. Por otra parte, al igual que sus colegas britnicos, los estadsticos franceses eran burgueses que buscaban sustituir "el largo reino de la opinin, los intereses de partido y la confusin poltica por un ncleo de hechos sociales bien establecidos y de verdades rigurosamente deducidas." (Coleman 1982, 275). Las leyes de las probabilidades, aplicadas con xito inicialmente a la astronoma, comenzaron lentamente a ser exportadas a otros campos. En un perodo en que las ciencias fsicas an no necesitaban de las probabilidades, el "descubrimiento" de leyes estadsticas en las cuestiones humanas caracterizadas por la regularidad era una consecuencia previsible. La "ley de los grandes nmeros", propuesta por Poisson en 1835, provey fundamentos an mejores para aplicar la matemtica de las probabilidades a los problemas sociales (Hacking 1990).
23

Esta es la conclusin de las pacientes investigaciones de Stigler (1981; 1999) sobre la historia de la estadstica. 24 En 1877 Merriman list 408 libros y memorias sobre la ley de la frecuencia de los errores y el mtodo de los mnimos cuadrados (MacKenzie 1981). 25 Quetelet era belga, pero estudi en Paris y fue muy influenciado por la cultura cientfica francesa. 26 Vase por ejemplo Hacking (1990).

12

Quetelet sera en gran medida el responsable de este cambio de rumbo en la historia de la estadstica, reforzando la tendencia a la cuantificacin en diversas reas ms all de la astronoma, y al mismo tiempo concediendo especial atencin a los mtodos para el tratamiento de datos cuantitativos (Lazarsfeld 1961). Profundamente influenciado por los trabajos de Laplace y de Fourier en la teora de la probabilidades, Quetelet se convenci, hacia 1830, de la posibilidad de tratar las cuestiones humanas aplicando los mtodos ya comunes en astronoma, yendo ms all de la mera recoleccin y clasificacin de los datos. Segn Lazarsfeld (1961, 295):
Esta combinacin de la matemtica abstracta y la realidad social provey la convergencia ideal para las dos lneas en las que se haba desarrollado la mente de Quetelet.

Inicialmente intent aplicar las nociones probabilsticas a la medicin del cuerpo humano un inters ligado a su deseo juvenil de ser escultor y seguidamente public un trabajo sobre la aplicacin de las probabilidades en las "ciencias polticas y morales." En 1844 Quetelet anunci que la ley de los errores se aplicaba tambin a la distribucin de las caractersticas humanas. Para l, las leyes estadsticas se manifestaban como regularidades expresadas en trminos de frecuencias. El concepto central era el de normalidad, y sta se representaba mediante el valor medio de la distribucin. El hombre medio (homme moyen) era el anclaje del grupo, y tomaba su significado del mismo. Quetelet era consciente de que la media no era suficiente para comparar distribuciones (Stigler 1999), pero no obstante no se interes por la variabilidad de los fenmenos humanos. Su asimilacin de la normalidad con aquello que es justo, correcto, bueno que se reencontrar ms adelante en Durkheim tender a concebir la variabilidad como una manifestacin patolgica. Solo una reinterpretacin del trmino cuando normalidad devino mediocridad permitir en la Gran Bretaa de fines del siglo XIX recuperar la variabilidad como un problema cientfico relevante, abriendo de este modo la puerta a una nueva revolucin en la historia de la estadstica. Hacia 1830-40, los ingleses entraron en contacto con los desarrollos cientficos continentales, y debieron afrontar el desafo de asimilar la teora de las probabilidades en una cultura en la que los lmites entre ciencia y religin no eran todava claros (Richards 1997). La teologa natural de inspiracin anglicana dominaba los ambientes universitarios de Cambridge y Oxford, e intelectuales influyentes por ejemplo Whewell se oponan a la orientacin de los "matemticos continentales", especialmente a la de Laplace. Fue Augustus de Morgan quien present la teora de Laplace al pblico ingls en dos trabajos fundamentales: Theory of Probabilities, publicado en 1838 en la Encyclopaedia Metropolitana, y un ensayo sobre las probabilidades y su aplicacin a las aseguraciones, aparecido en la Cabinet Cyclopedia. Para no desafiar las ideas dominantes de la teologa natural, de Morgan se ocup, siguiendo a Laplace, de colocar las incertezas que la teora matematizaba en la mente humana, y no en el mundo exterior (Richards 1997). De todos modos qued claro que la teora de las

13

probabilidades tena importantes aplicaciones prcticas, en especial en la astronoma y en el campo de los seguros, tema caro a la estadstica britnica desde el siglo XVII. En 1850, el influyente astrnomo Herschel llam la atencin de los cientficos ingleses con relacin a las ideas de Quetelet sobre la aplicacin de las probabilidades a los datos sociales (Lazarsfeld 1961). Por otra parte, Quetelet ya era conocido en los crculos acadmicos de Gran Bretaa. En los aos 30 haba jugado un papel decisivo en la creacin de la seccin de estadstica de la Association for the Advancement of Science, y en 1844 haba presentado, en un encuentro de estadsticos llevado a cabo en Plymouth, un largo listado de temas (meteorologa, fsica, qumica, botnica, agricultura, zoologa, adems de las cuestiones humanas) que a su juicio podan ser estudiados con los nuevos mtodos estadsticos. Sin embargo, los instrumentos conceptuales de las probabilidades, y en particular la teora de los errores, siguieron siendo una especialidad continental. De los casi 500 ensayos relativos a la ley de los errores y al mtodo de los mnimos cuadrados, listados por Merriman en 1877, solo el 14% haba sido publicado en Gran Bretaa (MacKenzie 1981). Un caso ejemplar es el de Stanley Jevons, que haba estudiado teora de las probabilidades con de Morgan en Londres y defenda su utilidad en las ciencias sociales, as como la matematizacin de la economa. No obstante, no hizo ningn intento de aprovechar los instrumentos probabilsticos para la cuantificacin de la incerteza en estas disciplinas. El cambio de actitud de los ingleses con respecto a las probabilidades y su uso prctico ocurri en el ltimo cuarto del siglo XIX, en un ambiente en el que el evolucionismo darwinista estaba creando condiciones ms favorables para el desarrollo de una ciencia no determinstica. Fue justamente un primo de Darwin, Francis Galton, el mximo responsable de la revolucin que condujo a la teora estadstica moderna. La orientacin evolucionista llev a Galton a interesarse por el problema de la herencia de los caracteres humanos. En bsqueda de instrumentos estadsticos adecuados, entr en contacto con la teora de los errores que ya Quetelet haba aplicado con xito a las cuestiones humanas (MacKenzie 1981). Sin embargo, Galton no se conformaba con la mera aplicabilidad universal de la ley de los errores. Por otra parte, se opona a su interpretacin de la normalidad: la desviaciones en torno a la media no eran necesariamente un defecto. Como reformista social de tendencia eugensica, le interesaba el mejoramiento de la raza, y por ende, la difusin de las caractersticas excepcionales que Quetelet consideraba desviadas. El homme moyen no era para nada el modelo ideal; era un mediocre cuyos caracteres deban ser mejorados en la descendencia. La valorizacin del concepto de variabilidad era una consecuencia inevitable. En efecto, Galton fue el primero que us los mtodos de anlisis de los errores para tratar la variacin emprica; pero a este fin, la inadecuacin tcnica de la teora de los errores comenz a ser evidente:
Para los tericos de los errores la variabilidad ("error") era algo a eliminar, o al menos a controlar y medir. Los objetivos de los tericos de los errores eran por lo tanto contrarios al tratamiento de la variabilidad como un fenmeno de valor en s mismo (MacKenzie 1981, 58).

14

Estudiar la variabilidad exiga nuevos instrumentos conceptuales y operativos. La estadstica moderna, en cuanto disciplina autnoma orientada al anlisis cuantitativo de datos, estaba naciendo. A fines del siglo XIX, cuando la idea segn la cual todos los eventos del universo estaban determinados por una ley natural necesaria perda fuerza, (Hacking 1990), los nuevos conceptos de regresin y correlacin (y sus respectivos instrumentos) permitirn analizar la variabilidad de los fenmenos y sus relaciones. La ciencia, como pretenda Galileo, seguira orientndose a la bsqueda de relaciones entre propiedades; pero stas ya no seran consideradas necesarias ni inmutables.

4. Variabilidad y correlacin al origen de la moderna teora estadstica: una verdadera revolucin. En un cierto sentido, el cambio de inters, del error hacia la variabilidad, se vislumbra ya en la interpretacin de la frecuencia tpica del pensamiento de Quetelet. En efecto, la funcin probable de los errores, a la cual Galton se refiri poticamente como "ley suprema de la irracionalidad", era uno de los focos de atencin de Quetelet. Desde su introduccin a mediados del siglo XVII, esta curva sufri un proceso de gradual cambio conceptual en sus aplicaciones a la investigacin emprica: de la distribucin de los errores de medicin en astronoma a las desviaciones en torno a un hombre medio idealizado, y luego a la genuina variabilidad de los fenmenos naturales y sociales. Segn Porter (1986, 91), la reinterpretacin de la curva normal como "la ley de la genuina variacin, en vez que del mero error, fue el resultado central del pensamiento estadstico del siglo XIX." Esto hizo posible el desarrollo de las modernas tcnicas de anlisis estadsticos, empezando por la regresin y la correlacin, cuya invencin Stigler (1999, 6) considera "uno de los ms grandes eventos en la historia de la ciencia." La casi simultnea aparicin del libro Natural Inheritance de Galton (1889) y del mtodo de la correlacin marca el inicio del perodo moderno de la estadstica. La correlacin, como instrumento, prometa ser til en todos los campos cientficos, especialmente en aquellos en los que resultaba problemtico establecer directrices de causalidad. Pero en los tiempos de Galton, la teora estadstica como disciplina cientfica era efectivamente inexistente en Gran Bretaa: no se enseaba como curso universitario27, no tena una base institucional y no se publicaba ninguna revista especializada en la materia.28

27

Hablando de los aos 90, Yule (1838) afirma que un curso de teora estadstica simple y coherentemente organizado no poda entonces existir ya que muchos de los elementos fundamentales de la disciplina apenas empezaban a desarrollarse. 28 Recurdese que la Statistical Society of London, ya convertida en Royal Statistical Society al momento de la publicacin de Natural Inheritance, no estaba comprometida con el desarrollo de la disciplina como entendida en la actualidad. Su revista publicaba entonces slo muy ocasionalmente artculos dedicados al mtodo estadstico.

15

Galton era consciente de esto, y pronto se dio cuenta de que la regresin y la correlacin podran ser el punto de partida de una nueva disciplina cientfica: pero para esto deban organizarse las contribuciones dispersas y presentar el conocimiento en modo sistemtico. En su biografa, escrita por Karl Pearson (1914-1930), se reproduce una carta del perodo: "El momento est maduro para que un matemtico competente" reordene el material de la estadstica. "l habr fundado una nueva ciencia." La difusin de los nacientes conceptos de regresin y correlacin, en torno al 1890, comenz a llamar la atencin de notables estadsticos, como Edgeworth, y de prometedores cientficos jvenes, como Weldon y Pearson. El sueo de Galton de una nueva disciplina tomaba cuerpo. Hacia 1900, el carcter intelectual de la estadstica sala completamente transformado gracias al trabajo de Galton, Edgeworth y Pearson (Porter 1986). De una disciplina limitada al estudio cuantitativo del hombre y de la sociedad, se estaba transformando una disciplina capaz de proveer instrumentos de anlisis a una vasta gama de ciencias. Ya en sus primeros cursos de estadstica avanzada, dictados en la Universidad de Londres a partir de mediados de los aos 90, Karl Pearson enseaba que "estadstica es [...] un trmino utilizado para mediciones agregadas de cualquier hecho, sea social, fsico o biolgico. La teora pura de la estadstica es una rama de la matemtica que se ocupa de la compilacin, representacin y tratamiento de [estos] agregados numricos independientemente de los hechos que tales nmeros representen. La estadstica aplicada [en fin] es el uso de los mtodos de la estadstica pura a clases especiales de hechos observaciones biolgicas, fsicas o polticas."29 (Yule 1938, 200). En las ltimas dcadas del perodo victoriano la ciencia se estaba profesionalizando velozmente, y los cientficos seguan lneas de investigacin cada vez ms especializadas (Lightman 1997). La fractura del contexto intelectual comn asegurado por la teologa natural, consecuencia inevitable del evolucionismo darwinista y del desarrollo de la teora de las probabilidades, favoreci la especializacin y profesionalizacin de la ciencia (Young 1985), as como la institucionalizacin de diversas disciplinas. Pero tal como afirma MacKenzie (1981) son muchos los aspectos a tener en cuenta antes de poder hablar del surgimiento de una disciplina. Se necesita, entre otras cosas, una red de cientficos interesados en el mismo tipo de problemas; un conjunto de instrumentos de anlisis y de enfoques ms o menos compartidos; medios de comunicacin formales e informales entre los expertos; mecanismos de reclutamiento y de enseanza, con una forma estable y una base institucional; recursos financieros y de otros tipos. La tendencia a la especializacin y a la profesionalizacin de la ciencia, en fin, result fundamental en la institucionalizacin de la estadstica como disciplina autnoma. En este proceso la figura central fue Karl Pearson: combinando su capacidad matemtica con los intereses de investigacin promovidos por Galton, y manifestando un entusiasmo por la institucionalizacin que Porter (1986) acertadamente califica

29

Para Karl Pearson, este aspecto aplicado de la estadstica era fundamental: l era favorable a reavivar la tradicin de aplicar la ciencia a la vida prctica. (E. Pearson 1938/1948, 48).

16

como propio de una "mentalidad acadmica emprendedora", logr establecer intelectualmente y socialmente a la estadstica como una nueva disciplina. De su colaboracin con Weldon, iniciada en 1892, tuvo origen la Escuela Biomtrica. Desde 1894, cuando Pearson comenz a dictar el curso de estadstica avanzada, hasta los aos veinte del siglo XX cuando Fisher estableci un centro de investigacin en la estacin experimental de Rothamstead la Escuela Biomtrica fue la nica institucin britnica dedicada a la teora estadstica (MacKenzie 1981). Ya en la primera dcada de su creacin, alrededor de la mitad de todos los artculos ingleses sobre teora estadstica se producan en este ambiente institucional. Biometrika, la revista de la Escuela, fue por muchos aos la publicacin ms importante de Gran Bretaa de teora estadstica, y contina siendo una revista de prestigio internacional en la disciplina. Adems, la Escuela fue por muchos aos el ms importante centro de enseanza en la materia, atrayendo estudiantes que luego adquiriran notoriedad y posiciones de gran relevancia institucional y acadmica (Norton 1978). No debera sorprender la afirmacin de Levine (1996), para quien la estadstica como disciplina cientfica fue modelada por Karl Pearson, que le dio forma y direccin, dominando la escena mundial de la especialidad desde la mitad de los aos noventa hasta la Primera Guerra Mundial. Sin embargo, este ambiente acadmico, an siendo el ms importante, no era completamente hegemnico. 30 A medida que se consolidaba, la disciplina comenzaba a ser practicada tambin en otras instituciones.31 Los intereses intelectuales que haban dado el primer impulso para el desarrollo de las tcnicas de regresin y correlacin se diversificaron; y los instrumentos de la Escuela Biomtrica, concebidos para el tratamiento de cuestiones eugensicas y biolgicas, demostraron su utilidad en otras disciplinas (MacKenzie 1981). Con el paso del tiempo, la articulacin de estadstica, biometra y eugenesia, tpica del enfoque de Galton y de Pearson, perdi su mpetu. La disciplina estaba madurando, y su consolidacin erosionaba el poder casi monopolista de Pearson. Nuevos lderes intelectuales e institucionales, en particular Fisher, ganaban espacio en el mundo ya menos restringido de la estadstica matemtica.

30

Los expertos en teora estadstica que no trabajaban en la Escuela Biomtica no estaban aislados, como en los tiempos de Galton, n eran irrelevantes. Muchos participaban en las discusiones tericas y tcnicas de la poca, publicaban y enseaban estadstica en diversos mbitos. Incluso Edgeworth, que probablemente por su personalidad no se senta parte de escuela alguna, tena una base institucional en la Royal Statistical Society y contribua con publicaciones y con la discusin del trabajo de otros. En la Royal Statistical Society estaba surgiendo un grupo relativamente articulado de personas interesadas en la teora estadstica, guiado por Edgeworth mismo, Yule y Hooker. El Journal comenzaba a prestar ms atencin a estos temas. Algunos de los artculos publicados en l en particular los de Yule pueden considerarse contribuciones decisivas a la moderna teora estadstica. 31 Un caso notable es el de Gosset, conocido en la estadstica por el desarrollo de la distribucin t, llamada 'student' por el pseudnimo con el que firmaba sus artculos. l se uni temporalmente a la Escuela Biomtrica en 1906, pero trabajaba con problemas de estadstica matemtica en un ambiente totalmente distinto: era en efecto empleado de la cervecera irlandesa Guinness. A pesar de sus contactos con la academia, decidi seguir su carrera en el mbito industrial, llegando a ser gerente de la planta que la empresa inaugur en Londres en 1935 (MacKenzie 1981)

17

En los aos treinta la situacin era radicalmente distinta si se la compara con aquella en la que Pearson haba comenzado a trabajar: haba un grupo de activos investigadores dedicados exclusivamente a la disciplina; en el University College de Londres se haba creado una nueva rea orientada a la didctica y la investigacin en teora estadstica; y en la estacin de investigacin agrcola de Rothamsted Fisher haba creado un segundo centro especializado. La revista Biometrika segua publicando importantes contribuciones tericas, y el Journal de la Royal Statistical Society daba cada vez ms espacio a artculos de este tipo. El trabajo esencial para la constitucin de la teora estadstica como conjunto de instrumentos de anlisis cuantitativo aplicables a la investigacin emprica estaba en gran parte cumplido. Por otra parte, en este perodo, un artculo de Egon Pearson (hijo de Karl) y Neyman (1933) sobre los tests de hiptesis ms eficaces, abra el camino a la estadstica inductiva32, probablemente la escuela ms influyente y prolfica de la estadstica del siglo XX. Estos desarrollos alertaron a un ya anciano Karl Pearson, que presagi, con amargura, el advenimiento de una estadstica matemtica pura, que convertida en un fin en s misma, se alejara de su funcin instrumental al servicio de los fines cognoscitivos de la investigacin emprica.

5. Referencias bibliogrficas: ABRAMS, P. (1968) The Origins of British Sociology. Chicago: University Press. COLEMAN, W. (1982) Death is a Social Disease: Public Health and Political Economy in Early Industrial France. Madison. CULLEN, M. J. (1975) The Statistical Movement in Early Victorian Britain. Brighton: Harvester Press. DE MOIVRE, A. (1718) The Doctrine of Cances: or, A Method of Calculating the Probability of Events in Play. London: W. Pearson. DE MORGAN, A. (1838) Theory of Probabilities, en "Encyclopaedia Metropolitana" vol. 2. London. GALTON, F. (1889) Natural Inheritance. London: Macmillan. GRAUNT, J. (1662) Natural and Political Observations on the Bills of Mortality. London. HACKING, I. (1990) The Taming of Chance. Cambridge: University Press. HULL, C. H., ed. (1899) The Economic Writings of Sir William Petty together with the Observations upon the Bills of Mortality more probably by Captain John Graunt. Cambridge. HUME, D. (1748) An Enquiry Concerning Human Understanding. JOHN, V. (1884) Gesichte der Statistik. Stuttgart: Ferdinand Encke.
32

Stigler (1999), desafiando la opinin ms difundida, que ubica el nacimiento de la estadstica moderna ente fines del siglo XIX y principios del XX, a partir del trabajo de Galton y Pearson, afirma que la disciplina naci formalmente con la publicacin del artculo citado, cuando se dio origen al desarrollo de la estadstica inductiva.

18

KNIES, K. G. (1850) Die Statistik als Sebstndige Wissenchaft. Kassel. KUHN, Th. (1961) The Function of Measurement in Modern Physical Science, en Isis 52. LAPLACE, P. S. (1774) Mmoire sur la probabilit des causes par les vnements, en "Memoires de mathmatique et de physique, presents l'Acadmie Royale des Sciences, par divers savans" 6. LAZARSFELD, P. F. (1961) Notes on the History of Quantification in Sociology. Trends, Sources and Problems, en Isis 52, 2. LEGENDRE, A. M. (1805) Nouvelles methodes pour la dtermination des orbites des comtes. Paris: Courcier. LEVINE, G. (1996) Science and Citizenship: Karl Pearson and the Ethics of Epistemology, in "Modernism/ Modernity" 3.3. http://muse.jhu.edu/journals/modernism-modernity/v003/3.3levine.html LIGHTMAN, B. (1997) "'The Voices of Nature': Popularizing Victorian Scienze", en Lightman, B. (ed.) Victorian Science in Context. Chicago: University Press. MACKENZIE, D. A. (1981) Statistics in Britain, 1865-1930. The Social Construction of Scientific Knowledge. Edinburgh: University Press. MARRADI, A.(1980) Concetti e Metodi per la Ricerca Sociale. Firenze: Giuntina. MARRADI, A. (1987) Linguaggio scientifico o torre di Babele?, en Rivista Italiana di Scienza Politica 18, 1. MARRADI, A. (1997b) Linee guida per lanalisi bivariata dei dati nelle scienze sociali. Milano: Franco Angeli. MEITZEN, A. (1886) Gesichte, Theorie und Technik der Statistik. Berlin: Hertz. MITCHELL, D. (1973) Storia della Sociologia Moderna. Verona: Mondadori. NORTON, B. J.(1978) Karl Pearson and Statistics: The Social Origins of Scientific Innovation, en Social Studies of Science 8, 1. PEARSON, E. S. (1938) Karl Pearson: An Appreciation of Some Aspects of his Life and Work. Cambridge: University Press. [citaciones de la trad. esp.: Pearson, creador de la estadstica aplicada. Buenos Aires: Espasa-Calpe, 1948]. PEARSON, K. (1914-1930) Life and letters of Francis Galton. Cambridge: University Press. PETTY, W. (1691) The Political Anatomy of Ireland, en Economic Writings, vol. 1. PITRONE, M. C. (1996) Il sondaggio. Milano: Franco Angeli. PORTER, Th. (1986) The Rise of Statistical Thinking, 1820-1900. Princeton: University Press. QUETELET, A. (1844) Recherches Statistiques. Bruxels: Hayez. RICHARDS, J. (1997) "The Probable and the Possible in Early Victorian England", en Lightman, B (ed.) Victorian Science in Context. Chicago: University Press SINCLAIR, J. (1791-1797) The Statistical Account of Scotland. Edinburgh. STIGLER, S. M. (1981) Gauss and the Invention of Least Squares, en "The Annals of Statistics" 9. STIGLER, S. M. (1999) Statistics on the Table: The History of Statistical Concepts and Methods, Cambridge, MA, and London: Harvard University Press. TOULMIN, S. E. (1972) Human Understanding. Princeton: University Press.

19

VON BIELFELD, J. F. (1770) Elements of Universal Erudition, Containing an Analytical Abridgement of the Sciences, Polite Arts, and Belles Lettres. London. VON ZIMMERMANN, E. A. (1787) A Political Survey of the Present State of Europe, in Sixteen Tables; Illustrated with Observations on the Wealth and Commerce, the Government, Finances, Military State, and Religion of the Several Countries. London: C. Dilly. WESTERGAARD, H. (1932) Contributions to the History of Statistics. London: P. S. King. YOUNG, R. M. (1985) Darwin's Metaphor: Nature's Place in Victorian Culture. Cambridge: University Press. YULE, G. U. (1938) Notes of Karl Pearsons Lectures on the Theory of Statistics 189496, in Biometrika 30.

20