BIOGRAFA

RONALD A. FISHER
Durante la primera mitad del SIGLO XX aument entre los matemticos el inters por la estadstica y el clculo de probabilidades, en cuyo estudio se introdujeron nuevos mtodos procedentes del anlisis y de la teora de conjuntos. En esta tarea son destacables, entre otras, las aportaciones de los britnicos Karl Pearson y Ronald A. Fisher y del matemtico sovitico Andrei Nikolievich Kolmogrov (1903-1987) fundador de la teora axiomtica de la probabilidad. Sir Ronald A. Fisher (1890-1962) naci en East Finchley. Desde joven tena prohibido leer con luz artificial debido a su visin defectuosa, pero ello no le impidi graduarse en la universidad de Cambridge en 1912. Su inters por la aplicacin de la teora de errores en Astronoma le llev a investigar problemas estadsticos. Durante siete aos ejerci de profesor, teniendo como colega a Karl Pearson el famoso creador del criterio de chi cuadrado y que, ya en 1893, haba introducido el trmino desviacin estandar con el que mantuvo un largo enfrentamiento a cuenta del tamao de las muestras. Ambos estaban interesados por las aplicaciones de la estadstica a los problemas que planteaba la biologa, y Pearson, a diferencia de Fisher, era partidario de usar en sus investigaciones muestras grandes; durante esos aos cada uno escudriaba los artculos que publicaba el otro con el fin de criticarlos. Curiosamente, tras la muerte de Pearson en 1936, Fisher seguira discutiendo, esta vez por supuesto plagio, con su hijo Egon Pearson, quien haba sucedido a su padre en la ctedra de Cambridge. El hecho es que el tono de esta disputa hizo que Fisher rehusara ocupar en 1919 el puesto de jefe de estadstica en el laboratorio Galton de la universidad, pues ello le habra supuesto trabajar a las rdenes de Pearson. S acept en cambio un puesto en la estacin experimental agrcola de Rothamsted en Herfortshire, alejndose as del ambiente acadmico. En Rothamsted combin los estudios genticos con los estadsticos desarrollando un diseo innovador de los experimentos en agricultura que permita obtener ms informacin con menos esfuerzo y en menor tiempo, estudiando simultneamente varios factores en lugar de uno solo como era costumbre1. Sus nuevas tcnicas consiguen una mayor precisin en los experimentos cientficos, no solo en la experimentacin agrcola sino tambin en la mdica e industrial. En 1925 public uno de los libros histricos en esta disciplina: Statistical methods for research worUnidad 11. Inferencia estadstica. Estimacin

kers, introduciendo las tcnicas de anlisis de la varianza y el mtodo de mxima verosimilitud. Escribi tambin algunas memorias detallando sus avances en gentica y biologa gracias al uso sistemtico de los mtodos estadsticos; como ejemplo, su investigacin sobre la relacin entre la cosecha de trigo en Rothamsted y la lluvia cada durante el ao2. En 1943 Fisher volvi de nuevo a la universidad de Cambridge donde ense gentica, en 1952 fue nombrado Sir y siete aos despus se retir viajando a Australia donde pas, ya prcticamente ciego, sus ltimos aos. Falleci en la ciudad de Adelaida en 1962.

(1) En su obra de 1926 Contributions to mathematical statistics, Fisher lo expresa de la siguiente forma: Las experiencias amplias y complejas son mucho ms eficaces que las experiencias sencillas. Ningn aforismo es ms frecuentemente repetido, en relacin con la experimentacin agrcola, que aquel que dice que a la naturaleza debemos plantearle pocas cuestiones simultneamente, e incluso en rigor una sola. El autor est convencido de que se trata de un completo error. La naturaleza responder de buena gana a un cuestionario lgico cuidadosamente preparado, e incluso, si le planteamos una sola cuestin, rehusar el responder antes de que otra est resuelta. (2) En el tercer tomo de la excelente enciclopedia Sigma, El Mundo de las Matemticas, figura el artculo de Fisher Las matemticas de una catadora de t, donde pueden apreciarse las peculiaridades de su mtodo experimental. Comienza as: Una dama afirma que al probar un t con leche puede distinguir lo primero que se ech en la taza: el t o la leche. Podemos considerar el problema de plantear un experimento.

Unidad 11. Inferencia estadstica. Estimacin

BIOGRAFA

ADOLPHE QUETELET
Hoy en da, la estrecha vinculacin entre la estadstica y las ciencias sociales resulta clara, pero este maridaje es fruto de un largo camino en el que el matemtico y astrnomo belga Adolphe Quetelet (1796-1874) es una figura destacada. Se le considera el precursor de la Biometra, ciencia que a travs del anlisis estadstico trata de determinar las variaciones dentro de las poblaciones y cuyos representantes ms conocidos sern los britnicos Francis Galton (1822-1911) y su discpulo Karl Pearson (1857-1936). Quetelet empez a preocuparse por todas estas cuestiones en la dcada de 1820, cuando trabajaba para el gobierno belga en la recogida e interpretacin de los datos del censo. En sus anotaciones incluye, adems de la edad, sexo, etc. una amplia serie de variables como situacin econmica, profesin, estatura u otras cuestiones anatmicas; comprueba cmo las distribuciones de frecuencia de las mismas se ajustan a la curva de Gauss e introduce conceptos bsicos como desviacin o valor medio. Al verificar la regularidad con la que se movan las variables antropomtricas, crece el entusiasmo de Quetelet acerca de la influencia de la probabilidad en los acontecimientos humanos, lo que le lleva a intentar medir cuestiones tales como la inclinacin al suicidio, o a introducir el concepto de hombre medio como el valor central acerca del cual se agrupan las medidas de un rasgo humano. El problema es que al definir cualidades fsicas o mentales medias va ms all de considerarlas como un mero concepto abstracto y las eleva a la categora de propiedades reales atribuibles a un conjunto de individuos o a una raza. Por todo ello, sus conclusiones provocaron una gran polmica entre los intelectuales del XIX al mostrar un cierto determinismo social en contra de la idea dominante del libre albedro3.
(3) Al referirse a Quetelet, Eric Temple Bell en su Historia de las Matemticas escribe: A Quetelet se le debe el valioso aunque algo infame concepto del hombre medio. Los estudios estadsticos de Quetelet le convencieron de que hasta cierto punto es posible predecir matemticamente la criminalidad en una poblacin dada. Escribiendo en la ms obscura de las edades de la moralizacin pietista, tuvo el valor de afrontar a los oscurantistas sentimentales que le llamaron materialista el epteto ms probioso de su poca por sugerir que las cualidades morales e intelectuales son medibles. El nmero haba invadido los cielos sustituyendo la supersticin por la mecnica celeste. Estaba a punto de atacar el ltimo reducto de la ignorancia, la mente humana. La profanacin de este sancta santorum fue demasiado para la buena gente de los tiempos de Quetelet

Unidad 11. Inferencia estadstica. Estimacin

Quetelet naci en Gante donde tambin se educ y recibi su doctorado a los 23 aos, despus se fue a Pars para estudiar Astronoma en su observatorio y probabilidad bajo la influencia de Fourier y Laplace. Los matemticos franceses haban avanzado mucho en la precisin de las medidas astronmicas usando los conceptos recientes de la probabilidad y aplicando una ley de errores. Quetelet pens que dicha ley poda tambin emplearse en otros campos como, por ejemplo, en sus estudios de antropometra. Tras regresar a su pas, funda el observatorio de Bruselas y es nombrado Astrnomo Real de Blgica, lo que no le impide seguir dedicndose a sus investigaciones estadsticas, publicando en 1835 su obra ms importante: Sobre el hombre y el desarrollo de sus facultades. Ensayo de una fsica social, donde define su controvertida idea del hombre medio. En 1853, con objeto de impulsar el estudio y crecimiento de la estadstica, organiza en Bruselas el primer congreso internacional sobre esta disciplina. Como dato curioso, los expertos en nutricin asocian el nombre del matemtico belga al uso de un coeficiente que pretende calibrar el exceso de peso y medir el grado de obesidad, recibe el nombre de ndice de Quetelet o IMC (ndipeso en kilos ce de masa corporal) y se calcula mediante la frmula IMC = . Se(talla en metros)2 gn este ndice se considera que una persona tiene sobrepeso cuando 25 < IMC 30 y es oficialmente obesa si IMC > 30.

Unidad 11. Inferencia estadstica. Estimacin