1 / 77

DESARROLLO HISTORICO DE LA ESTADISTICA

DESARROLLO HISTORICO DE LA ESTADISTICA. Jorge Galbiati Riesco. Todo el que toma decisiones debe hacerlo bajo condiciones de incertidumbre , en mayor o menor grado. .

kita
Télécharger la présentation

DESARROLLO HISTORICO DE LA ESTADISTICA

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. DESARROLLO HISTORICO DE LA ESTADISTICA Jorge Galbiati Riesco

  2. Todo el que toma decisiones debe hacerlo bajo condiciones de incertidumbre, en mayor o menor grado. Con el aumento de la competitividad, la administración de las instituciones requiere tomar decisiones cada vez con una mayor base de conocimiento para así reducir la incertidumbre.

  3. Datos no faltan ... El aumento en la eficiencia de los sistemas computacionales en las instituciones ... … ha producido un aumento en la capacidad de almacenar datos. Tanto, que ésta supera ampliamente la capacidad de procesarlos. Pero los datos por si solos no sirven …

  4. … si la institución no es capaz de extraer información de ellos. Y con los recursos necesarios, como competencias y experiencia, se puede convertir esta información en conocimiento … … que permite tomar buenas decisiones estratégicas, tácticas y operativas.

  5. Las etapa de producción de datos y de extracción de información, requiere de métodos, técnicas y herramientas de análisis. El desarrollo de estos métodos, técnicas y herramientas se encuentra en una ciencia que se llama ESTADISTICA.

  6. El ciclo de la producción de conocimiento. CONOCIMIENTO RECURSOS INTELECTUALES ESTADISTICA INFORMACION DATOS ESTADISTICA

  7. El ciclo de la producción de conocimiento. CONOCIMIENTO RECURSOS INTELECTUALES ESTADISTICA INFORMACION DATOS Requerimientos de más información ESTADISTICA

  8. Godofredo Achenwall Cientista político y estadístico alemán, 1719-1772. En 1760 acuñó la palabra estadística, del italiano statista (estadista), del latín status, estado o situación. Pensaba, y con razón, que esta nueva ciencia serían el aliado más eficaz del gobernante.

  9. Antecedentes Remotos de la Estadística Egipto 3050 AC Hay Datos sobre población y riqueza. Según Herodoto, para preparar la construcción de las pirámides de Egipto.

  10. Babilonia 3000 AC Hay registros de datos comerciales y agrícolas.

  11. Antiguo Israel La Biblia, en el Libro de los Números: Hay datos estadísticos de dos recuentos de la población. El rey David, alrededor de 1000 AC, ordenó hacer un censo de Israel, para conocer el número de habitantes.

  12. China, 2000 ACExisten registros numéricos del bienestar material.

  13. Grecia, 540 ACCensos periódicos para fines tributarios, sociales y militares.

  14. Imperio Romano Eran maestros de la organización política, y realizaban censos de población cada cinco años. Recordemos que JESUS nació en Belén porque sus Padres debieron acudir allí por un censo ordenado por el emperador Augusto.

  15. Francia, 758 y 762 Se hicieron relaciones de tierra de la Iglesia, ordenadas por Pipino el Breve y por Carlomagno, respectivamente. Francia, siglo IX Censos parciales de la servidumbre de los campos.

  16. Inglaterra, 1086 Censo encargado por Guillermo I, el Conquistador. Sus resultados aparecen en el Domesday Book, que es el primer compendio estadístico de ese país. Inglaterra, siglo XVI Hicieron un registro minucioso de muertes por la temida peste.

  17. Los Censos continúan en nuestros días... … pero tienen sus días contados.

  18. En efecto, es posible que en 20 años más sean sustituidos totalmente por muestras. Las mediciones por muestreo contienen error muestral, que se puede cuantificar y controlar. Los censos no tienen error muestral, pero contienen error no muestral, muchísimo más grande, que no se puede cuantificar ni controlar. Aparte de eso, los censos son excesivamente caros.

  19. Hasta ahora la ESTADISTICA estaba constituida sólo por datos. Faltaba otra componente muy importante para que se convirtiera en ciencia ... Datos Probabilidad

  20. Lateoría de la probabilidad Es una disciplina matemática que fundamenta la Estadística como una lógica y una metodología para la medición y el estudiode la incertidumbre en la planeación e interpretación de la observación y la experimentación.

  21. Una aplicación de la probabilidad empírica a lossegurosde buques se encuentra en Flandes, en el siglo XIV.

  22. Galileo Galilei Físico y astrónomo italiano, 1564-1642. Girolamo Cardano Físico italiano, 1501-1576. Habían hecho cálculos de probabilidades numéricas, de diversas combinaciones de dados.

  23. Pero las raíces de la Teoría de la probabilidad se encuentran en los juegos de azar.

  24. Los inicios de la probabilidad, como teoría matemática, pueden rastrearse en la correspondencia que sostuvo Pascal con Fermat, en la década de 1650. BlaisePascal Matemático, físico, filósofo y teólogo francés, 1623-1662. Pierre de Fermat Jurista y matemático francés, 1601-1665.

  25. Christian Huygens Geómetra, físico, astrónomo holándés, 1629-1695. También los orígenes de la teoría de la probabilidad se encuentran en un corto artículo escrito por él en 1657.

  26. Estos trabajos tempranos de Fermat, Pascal y Huygens no abordan problemas de estadística inferencial, o confirmatoria, ni van más allá de los juegos de azar, que eran sus intereses inmediatos.

  27. John Grauntvendedor de accesorios de vestir y demógrafo inglés, 1620-1674. Es considerado por algunos, como el iniciadorde la Estadística, por sus trabajos en demografía, que incorporan nociones de regularidad en el comportamiento de ciertas proporciones de naturaleza aleatoria(1662).

  28. Jacob Bernoulli Matemático suizo 1654-1705 Es considerado el iniciador de la teoría de la probabilidad. Introduce lo que hoy se conoce como la primera ley de los grandes números.

  29. Entre los siglos XVIII y XIX, la Estadística se propagó a través de diversas disciplinas: la astronomía y la geodesia, la psicología, la biología, hasta las ciencias sociales. Y también profundizó en el conocimiento del rol de la probabilidad, siendo desplazada la analogía de los juegos de azar, por modelos probabilísticos para efectuar medidas bajo incertidumbre. De este modo se llega a los inicios de la inferencia estadística, cuyo dominio de aplicación se extiende gradualmente, desde fines de este período.

  30. Abraham De Moivre Matemático francés, 1667-1754 Efectuó estudios sobre la ley de probabilidad binomial, y formuló una aproximación para muestras grandes, considerada la primera formulación de la ley de probabilidad normal, entre 1718 a 1730.

  31. John Arbuthnot Inglés, 1667-1735. médico de la reina Ana. Realizó estudios sobre las proporciones de los sexos en los nacimientos.

  32. Thomas Bayes Ministro presbiteriano y matemático, 1702 – 1761. En 1764 se publicó su trabajo “Ensayo sobre la Resolución de un Problema en la Doctrina del Azar” póstumamente. Ignorado por sus contemporáneos, tuvo poca influencia sobre el desarrollo temprano de la Estadística. Sus contenidos sirvieron, casi dos siglos después, para grabar su nombre en la moderna inferencia bayesiana.

  33. Una forma simple del Teorema de bayes (hay casos más generales): Dice que la probabilidad de A dado B es proporcional a la probabilidad de A. El conocimiento de B permite refinar la probabilidad de A.

  34. Una forma simple del Teorema de bayes (hay casos más generales): A medida que obtenemos más conocimiento, la probabilidad de A se va acercando a la certeza de que se va a cumplir A, o a la certeza de que no se va a cumplir.

  35. La inferencia bayesiana es antagónica con la de los frecuentistas, que sólo permiten asignar probabilidades cuando es posible que éstas son apoyadas por experimentación. La inferencia bayesiana permite asignar probabilidades a fenómenos que no son de naturaleza repetibles, pero cuyos resultados no son conocidos. La probabilidad viene a ser una medida de nuestra incertidumbre del resultado del fenómeno.

  36. En la concepción frecuentista de la probabilidad, si se repite un experimento n veces, se registra la fracción de veces que se cumple el evento que nos interesa, E, la probabilidadde Ees el límite de esa fracción, cuandon tiende a infinito.

  37. Frecuentista esperando que n llegue a infinito.

  38. Los Bayesianos permiten que se asigne probabilidad a eventos que no son repetibles.

  39. Arthur Young Agricultor inglés, 1741-1820. Desarrolló un gran número de experimentos agrícolas en su fundo. Publicó sus resultados en 1771, con ideas sorprendentemente modernas sobre el Diseño de Experimentos.

  40. Pierre Simon Laplace Matemático francés, 1749-1827. Contribuyó en muchos temas estadísticos, como profundizar la aplicación de la probabilidad a la inferencia, la obtención de una curva de errores, llegando a la formulación de la ley de probabilidad normal, entre 1774 a 1781.

  41. Adrian Marie Legendre Matemático y estadístico francés, 1752-1833. Creó un sistema para describir el movimiento planetario, que involucra el método de los mínimos cuadrados, tan utilizado en la Estadística de hoy, como método de estimación de parámetros, hacia 1805. Mínimos Cuadrados fue tema dominante en el siglo XIX.

  42. Karl Gauss Matemático, astrónomo, físico alemán, 1773-1855. También contribuyó al método de los mínimos cuadrados. Desembocó en la ley de probabilidad normal independientemente de Laplace, como descripción probabilística del error, pero encontró su asociación con el método de mínimos cuadrados.

  43. Adolphe Quetelet Matemático, meteorólogo, astrónomo, estadístico, sociólogo belga, 1781-1840. Se le ha llamado el padre de la Estadística moderna, por observar la extraordinaria regularidad con que se reproducían ciertos fenómenos sociales, como crímenes o suicidios. 1835. Argumenta que esas regularidades sólo pueden ser encontradas mediante el uso de técnicas estadísticas. Ajustó distribuciones de probabilidad a datos empíricos.

  44. Simeón Denis Poisson Matemático y físico francés, 1781-1840. Publicó en 1837 el germen de dos elementos asociados a su nombre: La distribución de Poisson. La generalización de la ley de los grandes números de Bernoulli.

  45. Numerosos investigadores, provenientes de las más diversas disciplinas, hicieron contribuciones a la Estadística durante la segunda mitad del siglo XIX, construyendo de a poco una disciplina que se iría perfilando cada vez más como una ciencia independiente.

  46. Gustav Fechner Psicólogo alemán, 1801-1887. con estudios de medicina, aplicó la experimentación para describir relaciones entre estímulos y sensación. Derivó la Estadística hacia la psicología experimental. Introdujo la medición en la psicología, hacia mediados del siglo XIX.

  47. Henry Buckle Historiador inglés, 1821-1862. Escribió una Historia de la Civilización. Hablaba múltiples idiomas y fue campeón de ajedrez. Precursor de la moderna Ciencia Histórica, aplicó métodos estadísticos para ayudar de hacer de la historia una ciencia.

  48. Wilhelm Lexis Economista y estadístico alemán, 1837-1914. Contribuyó a la estadística social, estudiando datos presentados como seriesdetiempo, por primera vez. 1880

  49. Hermann Ebbinghaus Psicólogo alemán, 1850-1909. Pensaba que el estudio cuantitativo era el único medio de expresar las vagas nociones que manejaba la psicología entonces. Aplicó el diseño experimental al estudio de la memoria.

  50. A partir de 1880, Francis Galton, Francis Edgeworth y Karl Pearson, crean una revolución en la Estadística, proporcionando una metodología empírica que sustituye a la experimentación controlada, en disciplinas donde la experimentación no es posible de aplicar. Lo hicieron separadamente Galton en la Antropología, Edgeworth en la Economía y Pearson en la filosofía de la ciencia.

More Related