Probabilidad y estadística.

La estadística (la forma femenina del término alemán Statistik, derivado a su vez del italiano statista,

"hombre de Estado")[1] es una ciencia que estudia la variabilidad, colección, organización, análisis,
interpretación, y presentación de los datos, así como el proceso aleatorio que los genera siguiendo las
leyes de la probabilidad.[2] 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.

Estadística descriptiva:

La estadística descriptiva es la técnica matemática que obtiene, organiza, presenta y describe un

conjunto de datos con el propósito de facilitar el uso, generalmente con el apoyo de tablas, medidas
numéricas o gráficas. Estas técnicas son utilizadas en el proceso de investigación, en la etapa donde el
investigador necesita procesar y analizar los datos recolectados en dicho estudio. La estadística
descriptiva se distingue de la estadística inferencial (o estadística inductiva) por su objetivo de resumir
una muestra, en lugar de utilizar los datos para aprender sobre la población que se cree que representa
la muestra de datos.[2] Esto generalmente significa que las estadísticas descriptivas, a diferencia de las
estadísticas inferenciales, no se desarrollan sobre la base de la teoría de la probabilidad y, con
frecuencia, son estadísticas no paramétricas. Incluso cuando un análisis de datos extrae sus principales
conclusiones utilizando estadísticas inferenciales, generalmente también se presentan estadísticas
descriptivas. Ejemplos básicos
de parámetros estadísticos son: la media y la desviación estándar. Ejemplos gráficos
son: histograma, pirámide poblacional, gráfico circular, entre otros.

La estadística inferencial:
La estadística inferencial es una parte de la estadística que comprende los métodos y procedimientos
que por medio de la inducción determina propiedades de una población estadística, a partir de
una parte de esta. Su objetivo es obtener conclusiones útiles para hacer razonamientos deductivos
sobre una totalidad, basándose en la información numérica dada por la muestra.

Se dedica a la generación de los modelos 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 de Sam . Otras técnicas de modelamiento incluyen análisis de varianza, series
de tiempo y minería de datos.

La probabilidad:

La probabilidad se entiende como el grado de certidumbre que se posee respecto de que un evento
ocurra o no, y constituye también una disciplina encargada de confeccionar modelos predictivos para
fenómenos aleatorios, de modo de poder anticiparlos y estudiar sus resultados.

probabilidad y la estadística se encuentran estrechamente vinculadas, dado que son las dos grandes
herramientas de las que dispone la humanidad para enfrentarse a los fenómenos aleatorios.

Es decir, estudian aquellos cuyos patrones de ocurrencia escapan a nuestras perspectivas o implican
cálculos demasiado grandes y con demasiado margen de error como para pretender abordarlos de
manera concreta. Así, se impone la necesidad de hacer modelos y aproximaciones, y trabajar en
términos de porcentajes de ocurrencia.

La probabilidad es un campo de estudio, al cual se dedica la Teoría de la probabilidad, una rama de las
matemáticas que se utiliza ampliamente en disciplinas como la matemática, las ciencias sociales,
las finanzas, la economía y, claro está, la estadística, para obtener conclusiones respecto de qué tan
probable es que un evento ocurra, o no ocurra.

La combinatoria:

La combinatoria es una rama de la matemática perteneciente al área de matemáticas discretas que

estudia la enumeración, construcción y existencia de propiedades de configuraciones que satisfacen
ciertas condiciones establecidas. Además, estudia las ordenaciones o agrupaciones de un determinado
número de elementos.

Los aspectos de la combinatoria incluyen contar las estructuras de un tipo y tamaño dado
(combinatorias enumerativas), decidir cuándo pueden cumplirse ciertos criterios y construir y analizar
objetos que cumplan los criterios (como en los diseños combinatorios y la teoría de matroides)
encontrar objetos "más grandes", "más pequeños" u "óptimos" (combinatoria extrema y optimización
combinatoria), estudiar estructuras combinatorias surgidas en un contexto algebraico, o aplicar técnicas
algebraicas a problemas combinatorios (combinatoria algebraica).
Los problemas combinatorios surgen en muchas áreas de la matemática pura, especialmente
en álgebra, teoría de probabilidades, topología y geometría, y la combinatoria también tiene muchas
aplicaciones en la optimización matemática, la informática, la teoría ergódica y la física estadística.

Muchas cuestiones combinatoriales han sido históricamente consideradas aisladamente, dando una
solución adecuada a un problema que surge en algún contexto matemático. A finales del siglo XX, sin
embargo, se desarrollaron métodos teóricos poderosos y generales, convirtiendo la combinatoria en
una rama independiente de las matemáticas por derecho propio. Una de las partes más antiguas y
accesibles de la combinatoria es la teoría de grafos, que también tiene numerosas conexiones naturales
a otras áreas. La combinatoria se utiliza con frecuencia en informática para obtener fórmulas y
estimaciones en el análisis de algoritmos.

Serie de tiempo:

Una serie temporal o cronológica es una sucesión de datos medidos en determinados momentos y

ordenados cronológicamente. Los datos pueden estar espaciados a intervalos iguales (como la
temperatura en un observatorio meteorológico en días sucesivos al mediodía) o desiguales (como el
peso de una persona en sucesivas mediciones en el consultorio médico, la farmacia, etc.). Para el análisis
de las series temporales se usan métodos que ayudan a interpretarlas y que permiten extraer
información representativa sobre las relaciones subyacentes entre los datos de la serie o de diversas
series y que permiten en diferente medida y con distinta confianza extrapolar o interpolar los datos y así
predecir el comportamiento de la serie en momentos no observados, sean en el futuro (extrapolación
pronóstica), en el pasado (extrapolación retrógrada) o en momentos intermedios (interpolación).

Uno de los usos más habituales de las series de datos temporales es su análisis para predicción y
pronóstico (así se hace por ejemplo con los datos climáticos, las acciones de bolsa, o las series de datos
demográficos). Resulta difícil imaginar una rama de las ciencias en la que no aparezcan datos que
puedan ser considerados como series temporales. Las series temporales se estudian
en estadística, procesamiento de señales, econometría y muchas otras áreas.

Software estadístico r

R nació como una reimplementación de software libre del lenguaje S, adicionado con soporte
para ámbito estático. Se trata de uno de los lenguajes de programación más utilizados en investigación
científica, siendo además muy popular en los campos de aprendizaje automático (machine
learning), minería de datos, investigación biomédica, bioinformática y matemáticas financieras. A esto
contribuye la posibilidad de cargar diferentes bibliotecas o paquetes con funcionalidades de cálculo y
graficación.

Historia de la estadística

Se puede afirmar que la Historia de la estadística comienza de una quinta alrededor de 1549, aunque
con el tiempo, ha habido cambios en la interpretación de la palabra "estadística". En un principio, el
significado estaba restringido a la información acerca de los estados. Este fue extendido posteriormente
para incluir toda colección de información de cualquier tipo, y más tarde fue extendido para incluir el
análisis e interpretación de los datos. En términos modernos, "estadística" significa tanto conjuntos de
información recopilada, por ejemplo registros de temperatura, contabilidad nacional, como trabajo
analítico que requiera Estadística inferencial|inferencia estadístico

Culturas de la antigüedad donde tengan registro estadísticos de sus poblaciónes:

La Historia ofrece gran cantidad de ejemplos de actividad estadística. En antiguas civilizaciones como
Babilonia, Egipto, China, Roma etc. era normal que se elaboraran recuentos de la población.La
estadística aparece incluso en los textos sagrados de varias religiones. Por ejemplo en la Biblia, en el
libro de los Números, se menciona la elaboración de un censo de población, en el que se anotaría
específicamente los varones mayores de 20 años (aptos para ir a la guerra)

Menciona a los grandes matemáticos de todos los tiempos que establecieron a la estadística como
herramienta al servicio del hombre:

Johann Karl Friederich Gaus (1777-1855). En 1823 publica "Theoria combinationis observatium erroribus
minimis obnoxiae", donde se trata la distribución normal cuya curva característica, Campana de Gauss,
los datos son susceptibles de estar afectados por errores sistemáticos y casuales.

Karl Pearson (1857-1936) Estableció la disciplina de la estadísitica matemática. Desarrollo una

investigación sobre la aplicación de los métodos estadísticos en la biología, fundador del bioestadística.

Charles Spearman (1863-1945). Psicólogo. Formulo la teoría de que la inteligencia se compone de un

factor general y otros específicos. Creó la metodología de los llamados experimentos factoriales para
estadística, que es cuando se estudia dos o mas factores y los tratamientos se forman por la
combinación de los distintos niveles.

Jacques Quetelect (1796-1874) Interpretó la teoría de la probabilidad aplicada a las ciencias sociales,
también aplicó el principio de promedios y la variabilidad de los fenómenos sociales.

Florence Nightingale (1820-1910) El "ploteo" de incidencias de muerte prevenible entre los militares
durante la guerra, con esto demostró, que un fenómeno social podría ser medido objetivamente y
analizado de forma matemática.                                                                                               Innovó en la
recolección, tabulación, interpretación y presentación gráfica de la estadística descriptiva.

Thomas Bayes (1702-1761) El teorema Bayes, trata de la probabilidad de un seceso condicionado por la
ocurrencia de otro suceso y es de gran utilidad en el desarrollo de la probabilidad, por medio del
diagrama del árbol se puede encontrar la solución buscada, sólo hay que escoger bien los datos.

En la actualidad menciona 5 estudios científicos en los cuales la estadística es una ciencia fuerte e
indispensable:
Educación: existen estrechos vínculos entre la Estadística y la investigación pedagógica empírica, lo que
contribuye a la comprensión de los métodos de investigación en educación, el diseño de programas, los
problemas de medición y evaluación, el diagnóstico y hasta su orientación, entre las más importantes.

• Psicología: los estudios de naturaleza psicológica han contribuido al desarrollo de algunas técnicas
estadísticas, como el análisis factorial. El estudio del comportamiento de los sujetos, las aptitudes, los
rasgos de personalidad, los factores de inteligencia, por mencionar algunos, se basan en el empleo de la
Estadística. El estudio se traslada a campos como la Psicología experimental, la Psicometría y la
Psicología diferencial.

• Sociología: el estudio de los fenómenos y las relaciones sociales son cometido principal de la
Sociología. Para comprender y valorar el desarrollo de los comportamientos colectivos, describir
instituciones sociales, su organización e interrelaciones, el análisis y la comparación de las estructuras
sociales subyacentes a los grupos, etc., es preciso recurrir a la Estadística.

• Economía: su cometido consiste en el manejo de datos numéricos. Para su interpretación y valoración

es preciso emplear los métodos estadísticos. Entre otros se pueden citar los siguientes: el índice de
precios al consumo, el análisis de mercados, la estimación de la demanda y las series temporales.
Además, buena parte de las teorías económicas recurren a modelos estadísticos para describir los
fenómenos económicos. Un campo especial de estudio lo constituye la Econometría y los modelos
econométricos.

• Demografía: se ocupa del estudio de la población, a través de diversos censos, la distribución por
edades o sexo, localización geográfica, profesiones, religión, nacionalidades, tasas de nacimiento o
defunción (crecimiento vegetativo) y movimientos sociales migratorios. La simple enumeración pone de
relieve el importante papel de la Estadística para perfilar y desarrollar estas tareas.