Está en la página 1de 3

HISTORIA DE LA ESTADSTICA Se extiende desde la antigedad hasta mediados del siglo XVIII.

Se caracteriza porque la Estadstica est asociada a los censos poblacionales y registros de bienes y servicios de un estado o pueblo. Estadstica deriva del vocablo estado. La cultura Egipcia conto recopilaciones regulares de datos de su administracin estatal e incluso diviniz a Saphkit, diosa de los libros y dela cuentas. Los romanos llevaron registros numricos con fines de su poblacin y en otras cuentas mediante los Quipus. (AUTOR: CELESTINO GARCIA ORE) Durante el siglo dieciocho, la estadstica tena aplicaciones de tipo matemtico, poltico y de gobierno. En los comienzos del siglo diecinueve, Quetelet, estadstico belga muy famoso, aplic dicha ciencia a la investigacin de problemas sociales y educativos. Walker (1929) atribuye a Quetelet el desarrollo de la teora estadstica como mtodo de investigacin, general en todas las ciencias sociales, fue Francis Galton. En el transcurso de su dilatada vida contribuy notablemente en los estudio de la herencia y de la eugenesia, de la sicologa, de la antropometra y de la estadstica. Se le atribuyen nuestros conocimientos actuales acerca de la correlacin, es decir, la medida de la concordancia entre dos variables. (AUTOR: N.MDOWNIE - R.W NEATH) No fue sino hasta finales del siglo XIX cuando la estadstica empez a ocupar de inferir conclusiones a partir de dato numricos. El movimiento empez con los trabajos de Francis Galton, en los que analizaba la herencia del genio mediante el uso de los que ahora nosotros llamaramos anlisis de regresin y de correlacin, y obtuvo mucho de su mpetu debido a los trabajos de Karl Pearson, quien desarrollo las pruebas chi cuadradas de bondad de ajuste, fue el primer director de los laboratorios Galton, fundados por Francis Galton en 1904. Ah Pearson inicio un programa de investigacin que se propona desarrollar nuevos mtodos para el uso de estadsticas en la inferencia. Su laboratorio invito a estudiantes avanzados de la ciencia y de la industria para estudiar mtodos estadsticos que pudieran aplicarse en sus campos. Uno de sus primeros investigadores visitantes fue W.S. Gosset, un qumico en formacin que mostro su devocin a Pearson publicando su propio trabajo bajo el nombre de Student. (Una famosa historia cuenta que Gosset no quiso publicar este trabajo bajo su nombre por temor de que sus patrones, la cervecera Guinness, se disgustaran al descubrir que uno de sus qumicos estaba haciendo investigacin en estadstica.) Gosset es famoso por haber desarrollado la prueba t. (AUTOR: SHELDON M .ROSS)

En dcadas recientes, el desarrollo de la estadstica se ha hecho sentir en casi todas las esferas de las actividad humana, y la carencia ms significativa es que la inferencia estadstica ha adquirido la importancia que antes tena la estadstica descriptiva. La inferencia estadstica trata de generar retasaciones basadas en muestra de datos; se aplica a los problemas como estimar, mediante pruebas, la emisin promedio de contaminantes en una turbina, verificar, las especificaciones de un fabricante a partir de mediciones efectuadas sobre muestras de su producto o predecir la fidelidad de un sistema de sonido basndose en una muestra de datos al rendimiento de sus componentes. Abordaremos la estadstica como una ciencia, desarrollando cada idea estadstica hasta donde sea posibles a partir de su fundamento probabilstico y aplicando cada idea a problemas de fsica o ingeniera tan pronto la idea haya sido desarrollada. La gran mayora de los mtodos que sern usados para plantear y resolver estos problemas pertenecen al enfoque clsico, ya que no toman encuentra loa varios factores subjetivos. Mencionados antes; en algunas aplicaciones presentaremos tambin el enfoque bayesiano que consideran, informalmente al menos, algunos de estos factores subjetivos. En cualquier caso nos esforzaremos siempre por advertir al lector la existencia de los factores subjetivos y por indicar, cada vez que sea posible, que papel podran desempear al tomar la decisin final. La subjetividad influye mucho en la eleccin de los mtodos estadsticos o formulas empleadas en una situacin especfica, al fijar el tamao de la muestra al especificar las probabilidades de error que uno est dispuesto a aceptar, etc. Este enfoque practico presenta la estadstica en la forma en que ha contribuido exitosamente a la ingeniera, as como a las ciencias sociales en los ltimos 30 aos. (AUTOR: IRWIN MILLER- JOHN E. FREUND)
DEFINICIN DE ESTADSTICA:

La Estadstica es la ciencia cuyo objetivo es reunir una informacin cuantitativa concerniente a individuos, grupos, series de hechos, entre otros y deducir mediante el anlisis de datos, significados precisos o unas previsiones para el futuro. La estadstica, en general, es la ciencia que trata de la recopilacin, organizacin presentacin, anlisis e interpretacin de datos numricos con el fin de realizar una toma de decisin ms efectiva. La ciencia que tiene por objeto aplicar las leyes de la cantidad a los hechos sociales para medir su intensidad, deducir las leyes que los rigen y hacer su prediccin prxima. Estadstica, en primer trmino se usa para referirse a la informacin estadstica; tambin se utiliza para referirse al conjunto de tcnicas y mtodos que se utilizan para analizar la informacin estadstica; y el trmino estadstico, en singular y en masculino, se refiere a una medida derivada de una muestra.

VARIABLES Tenemos la cualitativas (son atributos) y cuantitativas (son numricos) dentro de estas ultima podemos encontrar a las discretas y continuas. Escala Nominal: sus caractersticas se clasifican en varias categoras, en el cual un valor numrico asociado con la caracterstica no tiene significado real. Escala Ordinal: las caractersticas son ordenadas en situaciones para las cuales asociada es importante. Escala Intervalar: a las caractersticas se les da valores que no solo permiten comparar el orden, sino permite evaluar la variacin numrica entre las caractersticas. Escala Proporcional: las caractersticas se ordenan y la variacin entre ellas puede ser comparada si existe un cero natural para la escala de medicin.