Hispanopedia Wiki
Articulo de referencia

Estadística

La distribución normal , una densidad de probabilidad muy común , se utiliza ampliamente en estadística inferencial . Los diagramas de dispersión y los gráficos de líneas se uti...

Hispanopedia WikiContenido en espanolLectura gratuita

La distribución normal , una densidad de probabilidad muy común , se utiliza ampliamente en estadística inferencial .
Los diagramas de dispersión y los gráficos de líneas se utilizan en estadística descriptiva para mostrar las relaciones observadas entre diferentes variables, en este caso utilizando el conjunto de datos de la flor Iris .

La estadística (del alemán : Statistik , orig. «descripción de un estado , un país» [ 1 ] ) es la disciplina que se ocupa de la recopilación, organización, análisis, interpretación y presentación de datos . [ 2 ] Al aplicar la estadística a un problema científico, industrial o social, es habitual comenzar con una población estadística o un modelo estadístico que se vaya a estudiar. Las poblaciones pueden ser grupos diversos de personas u objetos, como «todas las personas que viven en un país» o «cada átomo que compone un cristal». La estadística se ocupa de todos los aspectos de los datos, incluida la planificación de la recopilación de datos en términos del diseño de encuestas y experimentos . [ 3 ] La estadística está profundamente relacionada con disciplinas como la física, la química, la geografía, la geopolítica y, especialmente, las matemáticas.

Cuando no es posible recopilar datos censales (que incluyan a todos los miembros de la población objetivo), los estadísticos obtienen datos mediante el desarrollo de diseños experimentales específicos y muestras de encuestas . El muestreo aleatorio garantiza que las inferencias y conclusiones puedan extrapolarse razonablemente de la muestra a la población en su conjunto. Un estudio experimental implica tomar mediciones del sistema en estudio, manipularlo y luego tomar mediciones adicionales siguiendo el mismo procedimiento para determinar si la manipulación ha modificado los valores de las mediciones. En cambio, un estudio observacional no implica manipulación experimental.

En el análisis de datos se utilizan dos métodos estadísticos principales : la estadística descriptiva , que resume los datos de una muestra utilizando índices como la media o la desviación estándar , y la estadística inferencial , que extrae conclusiones de datos sujetos a variación aleatoria (por ejemplo, errores de observación, variación del muestreo). [ 4 ] La estadística descriptiva se centra principalmente en dos conjuntos de propiedades de una distribución (muestra o población): la tendencia central (o ubicación ) busca caracterizar el valor central o típico de la distribución, mientras que la dispersión (o variabilidad ) caracteriza el grado en que los miembros de la distribución se desvían de su centro y entre sí. Las inferencias realizadas mediante estadística matemática emplean el marco de la teoría de la probabilidad , que se ocupa del análisis de fenómenos aleatorios.

Un procedimiento estadístico estándar implica la recopilación de datos que conducen a una prueba de la relación entre dos conjuntos de datos estadísticos, o entre un conjunto de datos y datos sintéticos extraídos de un modelo idealizado. Se propone una hipótesis sobre la relación estadística entre los dos conjuntos de datos, una alternativa a una hipótesis nula idealizada de que no existe relación entre ellos. El rechazo o la refutación de la hipótesis nula se realiza mediante pruebas estadísticas que cuantifican el sentido en que la hipótesis nula puede demostrarse falsa, dados los datos utilizados en la prueba. Al trabajar con una hipótesis nula, se reconocen dos formas básicas de error: errores de tipo I (la hipótesis nula se rechaza cuando en realidad es verdadera, lo que da lugar a un "falso positivo") y errores de tipo II (la hipótesis nula no se rechaza cuando en realidad es falsa, lo que da lugar a un "falso negativo"). Se han asociado múltiples problemas con este marco, que van desde la obtención de un tamaño de muestra suficiente hasta la especificación de una hipótesis nula adecuada. [ 4 ]

Los procesos de medición estadística también son propensos a errores en los datos que generan. Muchos de estos errores se clasifican como aleatorios (ruido) o sistemáticos ( sesgo ), pero también pueden ocurrir otros tipos de errores (por ejemplo, errores garrafales, como cuando un analista informa unidades incorrectas). La presencia de datos faltantes o censura puede dar lugar a estimaciones sesgadas, y se han desarrollado técnicas específicas para abordar estos problemas.

Introducción

"La estadística es tanto la ciencia de la incertidumbre como la tecnología de extraer información de los datos." - incluido en la Enciclopedia Internacional de Ciencias Estadísticas. [ 5 ]

La estadística es la disciplina que se ocupa de los datos , hechos y cifras a partir de los cuales se infiere información significativa. Los datos pueden representar un valor numérico, en forma de datos cuantitativos, o una etiqueta, como en el caso de los datos cualitativos. Los datos pueden recopilarse, presentarse y resumirse mediante dos métodos denominados estadística descriptiva. Dos resúmenes elementales de datos, denominados en singular estadístico, son la media y la desviación estándar. Por otro lado, la estadística inferencial interpreta los datos de una muestra de población para inferir afirmaciones y predicciones sobre dicha población. [ 6 ] [ 7 ] [ 5 ]

La estadística se considera un cuerpo de ciencia [ 8 ] o una rama de las matemáticas [ 9 ] . Se basa en la probabilidad, una rama de las matemáticas que estudia los eventos aleatorios. La estadística se considera la ciencia de la incertidumbre. Esto surge de las formas de lidiar con el error de medición y muestreo, así como de abordar las incertidumbres en el modelado. Aunque la probabilidad y la estadística alguna vez se consideraron una sola disciplina, son conceptualmente distintas entre sí. La primera se basa en deducir respuestas a situaciones específicas a partir de una teoría general de la probabilidad, mientras que la estadística induce afirmaciones sobre una población a partir de un conjunto de datos. La estadística sirve para cerrar la brecha entre la probabilidad y los campos matemáticos aplicados [ 10 ] [ 5 ] [ 11 ].

Algunos consideran la estadística como una ciencia matemática distinta , más que como una rama de las matemáticas. Si bien muchas investigaciones científicas utilizan datos, la estadística generalmente se ocupa del uso de datos en el contexto de la incertidumbre y la toma de decisiones ante la incertidumbre. [ 12 ] [ 13 ] La estadística está indexada en el 62, una subclase de teoría de la probabilidad y procesos estocásticos, en la Clasificación de Materias Matemáticas. [ 14 ] La estadística matemática está cubierta en el rango 276-280 de la subclase QA (ciencia > matemáticas) en la Clasificación de la Biblioteca del Congreso. [ 15 ]

La palabra «estadística» proviene en última instancia del latín «status», que significa «situación» o «condición» en la sociedad, y que en latín tardío adoptó el significado de «estado». A partir de esto, el politólogo Gottfried Achenwall acuñó la palabra alemana «statistik» (un resumen de cómo están las cosas). En 1770, el término entró en el idioma inglés a través del alemán y se refería al estudio de los acuerdos políticos. El término adquirió su significado moderno en la década de 1790 en las obras de John Sinclair. [ 16 ] [ 17 ] En alemán moderno, el término «statistik» es sinónimo de estadística matemática. El término «estadística», en singular, se usa para describir una función que devuelve su valor del mismo nombre. [ 18 ]

Datos estadísticos

Recopilación de datos

Muestreo

Cuando no es posible recopilar datos censales, los estadísticos obtienen datos de muestra mediante el desarrollo de diseños experimentales y muestras de encuestas específicas . La estadística también proporciona herramientas para la predicción y la previsión a través de modelos estadísticos .

Para utilizar una muestra como guía para toda una población, es fundamental que la represente fielmente. Un muestreo representativo garantiza que las inferencias y conclusiones puedan extrapolarse con seguridad de la muestra a la población en su conjunto. Un problema importante radica en determinar hasta qué punto la muestra elegida es realmente representativa. La estadística ofrece métodos para estimar y corregir cualquier sesgo en la muestra y en los procedimientos de recolección de datos. También existen métodos de diseño experimental que pueden mitigar estos problemas al inicio de un estudio, fortaleciendo así su capacidad para discernir información veraz sobre la población.

La teoría del muestreo forma parte de la teoría de la probabilidad, una disciplina matemática . En estadística matemática, la probabilidad se utiliza para estudiar las distribuciones muestrales de las estadísticas de muestra y, de forma más general, las propiedades de los procedimientos estadísticos . El uso de cualquier método estadístico solo es válido cuando el sistema o la población en cuestión satisface los supuestos del método. La diferencia de perspectiva entre la teoría clásica de la probabilidad y la teoría del muestreo radica, a grandes rasgos, en que la teoría de la probabilidad parte de los parámetros dados de una población total para deducir probabilidades que corresponden a las muestras. La inferencia estadística, en cambio, se mueve en la dirección opuesta: infiere inductivamente, a partir de las muestras, los parámetros de una población mayor o total.

Estudios experimentales y observacionales

Un objetivo común en los proyectos de investigación estadística es investigar la causalidad , y en particular, llegar a una conclusión sobre el efecto de los cambios en los valores de las variables predictoras o independientes sobre las variables dependientes . Existen dos tipos principales de estudios estadísticos causales: los estudios experimentales y los estudios observacionales . En ambos tipos, se observa el efecto de las diferencias de una o varias variables independientes sobre el comportamiento de la variable dependiente. La diferencia entre ambos radica en la forma en que se lleva a cabo el estudio. Ambos pueden ser muy efectivos. Un estudio experimental implica tomar mediciones del sistema en estudio, manipularlo y luego tomar mediciones adicionales con diferentes niveles utilizando el mismo procedimiento para determinar si la manipulación ha modificado los valores de las mediciones. En cambio, un estudio observacional no implica manipulación experimental . En su lugar, se recopilan datos y se investigan las correlaciones entre las variables predictoras y la respuesta. Aunque las herramientas de análisis de datos funcionan mejor con datos de estudios aleatorios , también se aplican a otros tipos de datos, como experimentos naturales y estudios observacionales [ 19 ] , para los cuales un estadístico utilizaría un método de estimación modificado y más estructurado (por ejemplo, estimación de diferencias en diferencias y variables instrumentales , entre muchos otros) que producen estimadores consistentes .

Experimentos

Los pasos básicos de un experimento estadístico son:

  1. La planificación de la investigación, incluyendo la determinación del número de réplicas del estudio, se basa en la siguiente información: estimaciones preliminares sobre la magnitud de los efectos del tratamiento , hipótesis alternativas y la variabilidad experimental estimada . Es necesario considerar la selección de los sujetos experimentales y la ética de la investigación. Los estadísticos recomiendan que los experimentos comparen (al menos) un tratamiento nuevo con un tratamiento estándar o un control, para obtener una estimación imparcial de la diferencia en los efectos del tratamiento.
  2. Diseño de experimentos , utilizando el bloqueo para reducir la influencia de las variables de confusión y la asignación aleatoria de tratamientos a los sujetos para permitir estimaciones imparciales de los efectos del tratamiento y el error experimental. En esta etapa, los experimentadores y estadísticos redactan el protocolo experimental que guiará la realización del experimento y que especifica el análisis principal de los datos experimentales.
  3. Realizar el experimento siguiendo el protocolo experimental y analizar los datos siguiendo el protocolo experimental.
  4. Analizar con mayor detalle el conjunto de datos mediante análisis secundarios, para proponer nuevas hipótesis para futuros estudios.
  5. Documentar y presentar los resultados del estudio.

Los experimentos sobre el comportamiento humano plantean preocupaciones especiales. El famoso estudio Hawthorne examinó los cambios en el entorno laboral de la planta Hawthorne de la Western Electric Company . Los investigadores estaban interesados ​​en determinar si una mayor iluminación aumentaría la productividad de los trabajadores de la línea de montaje . Primero midieron la productividad en la planta, luego modificaron la iluminación en un área de la misma y comprobaron si los cambios afectaban a la productividad. Resultó que la productividad, en efecto, mejoró (en las condiciones experimentales). Sin embargo, el estudio es objeto de fuertes críticas hoy en día por errores en los procedimientos experimentales, específicamente por la falta de un grupo de control y el enmascaramiento . El efecto Hawthorne se refiere al hallazgo de que un resultado (en este caso, la productividad del trabajador) cambió debido a la observación misma. Los participantes del estudio Hawthorne se volvieron más productivos no porque se modificara la iluminación, sino porque estaban siendo observados. [ 20 ]

Estudio observacional

Un ejemplo de estudio observacional es aquel que explora la asociación entre fumar y el cáncer de pulmón. Este tipo de estudio generalmente utiliza una encuesta para recopilar observaciones sobre el área de interés y luego realiza un análisis estadístico. En este caso, los investigadores recopilarían observaciones tanto de fumadores como de no fumadores, quizás a través de un estudio de cohortes , y luego buscarían el número de casos de cáncer de pulmón en cada grupo. [ 21 ] Un estudio de casos y controles es otro tipo de estudio observacional en el que se invita a participar a personas con y sin el resultado de interés (por ejemplo, cáncer de pulmón) y se recopilan sus historiales de exposición.

Tipos de datos

Se han realizado varios intentos para crear una taxonomía de niveles de medición . El psicofísico Stanley Smith Stevens definió escalas nominales, ordinales, de intervalo y de razón. Las mediciones nominales no tienen un orden jerárquico significativo entre los valores y permiten cualquier transformación uno a uno (inyectiva). Las mediciones ordinales tienen diferencias imprecisas entre valores consecutivos, pero tienen un orden significativo para esos valores y permiten cualquier transformación que preserve el orden. Las mediciones de intervalo tienen distancias significativas definidas entre mediciones, pero el valor cero es arbitrario (como en el caso de las mediciones de longitud y temperatura en grados Celsius o Fahrenheit ) y permiten cualquier transformación lineal. Las mediciones de razón tienen tanto un valor cero significativo como las distancias entre diferentes mediciones definidas y permiten cualquier transformación de reescalado.

Dado que las variables que solo se ajustan a mediciones nominales u ordinales no pueden medirse numéricamente de forma razonable, a veces se agrupan como variables categóricas , mientras que las mediciones de razón e intervalo se agrupan como variables cuantitativas , que pueden ser discretas o continuas debido a su naturaleza numérica. Estas distinciones suelen estar vagamente correlacionadas con el tipo de datos en informática, de modo que las variables categóricas dicotómicas pueden representarse con el tipo de datos booleano , las variables categóricas politómicas con enteros asignados arbitrariamente en el tipo de datos integral , y las variables continuas con el tipo de datos real que implica aritmética de punto flotante . Pero la correspondencia entre los tipos de datos informáticos y los tipos de datos estadísticos depende de la categorización de estos últimos que se esté implementando.

Se han propuesto otras categorizaciones. Por ejemplo, Mosteller y Tukey (1977) [ 22 ] distinguieron grados, rangos, fracciones contadas, recuentos, cantidades y saldos. Nelder (1990) [ 23 ] describió recuentos continuos, razones continuas, razones de recuento y modos categóricos de datos. (Véase también: Chrisman (1998), [ 24 ] van den Berg (1991). [ 25 ] )

La cuestión de si es apropiado aplicar diferentes tipos de métodos estadísticos a datos obtenidos mediante distintos procedimientos de medición se complica por cuestiones relativas a la transformación de variables y la interpretación precisa de las preguntas de investigación. «La relación entre los datos y lo que describen simplemente refleja el hecho de que ciertos tipos de enunciados estadísticos pueden tener valores de verdad que no son invariantes bajo ciertas transformaciones. Si es sensato considerar una transformación depende de la pregunta que se intenta responder». [ 26 ] : 82

Métodos

Estadísticas descriptivas

Una estadística descriptiva (en el sentido de sustantivo contable ) es una estadística descriptiva que describe o resume cuantitativamente las características de un conjunto de información , [ 27 ] mientras que la estadística descriptiva en el sentido de sustantivo incontable es el proceso de usar y analizar esas estadísticas. La estadística descriptiva se distingue de la estadística inferencial (o inductiva) en que su objetivo es resumir una muestra , en lugar de usar los datos para aprender sobre la población que se supone que representa dicha muestra. [ 28 ]

estadística inferencial

La inferencia estadística es el proceso de utilizar el análisis de datos para deducir propiedades de una distribución de probabilidad subyacente . [ 29 ] El análisis estadístico inferencial deduce propiedades de una población , por ejemplo, mediante la comprobación de hipótesis y la obtención de estimaciones. Se supone que el conjunto de datos observados se ha muestreado de una población mayor. La estadística inferencial se puede contrastar con la estadística descriptiva . La estadística descriptiva se centra exclusivamente en las propiedades de los datos observados y no se basa en la suposición de que los datos provienen de una población mayor. [ 30 ]

Terminología y teoría de la estadística inferencial

Estadísticas, estimadores y cantidades clave

Consideremos variables aleatorias independientes e idénticamente distribuidas (IID) con una distribución de probabilidad dada : la teoría estándar de inferencia y estimación estadística define una muestra aleatoria como el vector aleatorio dado por el vector columna de estas variables IID. [ 31 ] La población que se examina se describe mediante una distribución de probabilidad que puede tener parámetros desconocidos.

Un estadístico es una variable aleatoria que depende de la muestra aleatoria, pero no de parámetros desconocidos . Sin embargo, la distribución de probabilidad del estadístico puede tener parámetros desconocidos. Consideremos ahora una función del parámetro desconocido: un estimador es un estadístico que se utiliza para estimar dicha función. Entre los estimadores más comunes se encuentran la media muestral , la varianza muestral insesgada y la covarianza muestral .

Una variable aleatoria que depende de la muestra aleatoria y del parámetro desconocido, pero cuya distribución de probabilidad no depende de dicho parámetro, se denomina variable pivote o valor pivote. Algunos ejemplos de valores pivote ampliamente utilizados son la puntuación z , la estadística chi cuadrado y la prueba t de Student .

Entre dos estimadores de un parámetro dado, se dice que el que presenta un menor error cuadrático medio es más eficiente . Además, se dice que un estimador es insesgado si su valor esperado es igual al valor verdadero del parámetro desconocido que se está estimando, y asintóticamente insesgado si su valor esperado converge en el límite al valor verdadero de dicho parámetro.

Otras propiedades deseables para los estimadores incluyen: estimadores UMVUE que tengan la varianza más baja para todos los valores posibles del parámetro a estimar (esta suele ser una propiedad más fácil de verificar que la eficiencia) y estimadores consistentes que convergen en probabilidad al valor verdadero de dicho parámetro.

Esto aún deja pendiente la cuestión de cómo obtener estimadores en una situación dada y llevar a cabo el cálculo; se han propuesto varios métodos: el método de los momentos , el método de máxima verosimilitud , el método de mínimos cuadrados y el método más reciente de estimación de ecuaciones .

Hipótesis nula e hipótesis alternativa

La interpretación de la información estadística a menudo implica el desarrollo de una hipótesis nula, que generalmente (aunque no necesariamente) establece que no existe relación entre las variables o que no se produjo ningún cambio a lo largo del tiempo. [ 32 ] [ 33 ] La hipótesis alternativa es la que contradice la hipótesis nula.

La mejor ilustración para un principiante es el dilema que se presenta en un juicio penal . La hipótesis nula, H₀ , afirma que el acusado es inocente, mientras que la hipótesis alternativa, H₁ , afirma que el acusado es culpable . La acusación surge de la sospecha de culpabilidad. H₀ ( el statu quo ) se opone a H₁ y se mantiene a menos que H₁ esté respaldada por evidencia "más allá de toda duda razonable". Sin embargo, "no rechazar H₀ " en este caso no implica inocencia, sino simplemente que la evidencia fue insuficiente para condenar. Por lo tanto, el jurado no necesariamente acepta H₀ , sino que no la rechaza . Si bien no se puede "probar" una hipótesis nula, se puede evaluar su probabilidad de ser verdadera mediante una prueba de potencia , que evalúa los errores de tipo II . La hipótesis nula no se puede probar como verdadera porque se asume que lo es al realizar la prueba.

Error

Partiendo de una hipótesis nula , se reconocen dos grandes categorías de error:

  • Errores de tipo I en los que la hipótesis nula se rechaza erróneamente, dando lugar a un "falso positivo".
  • Los errores de tipo II ocurren cuando no se rechaza la hipótesis nula y se pasa por alto una diferencia real entre las poblaciones, lo que da lugar a un "falso negativo".

La desviación estándar se refiere al grado en que las observaciones individuales de una muestra difieren de un valor central, como la media de la muestra o de la población, mientras que el error estándar se refiere a una estimación de la diferencia entre la media de la muestra y la media de la población.

Un error estadístico es la diferencia entre una observación y su valor esperado . Un residuo es la diferencia entre una observación y el valor que el estimador del valor esperado asigna a una muestra determinada (también llamado predicción).

El error cuadrático medio se utiliza para obtener estimadores eficientes , una clase de estimadores ampliamente utilizada. La raíz del error cuadrático medio es simplemente la raíz cuadrada del error cuadrático medio.

Ajuste por mínimos cuadrados: en rojo los puntos a ajustar, en azul la línea ajustada.

Muchos métodos estadísticos buscan minimizar la suma de los cuadrados residuales , y estos se denominan " métodos de mínimos cuadrados ", en contraste con el método de mínimas desviaciones absolutas . Este último otorga igual peso a los errores pequeños y grandes, mientras que el primero otorga mayor peso a los errores grandes. La suma de los cuadrados residuales también es diferenciable , lo que proporciona una propiedad útil para realizar regresiones . Los mínimos cuadrados aplicados a la regresión lineal se denominan método de mínimos cuadrados ordinarios , y los mínimos cuadrados aplicados a la regresión no lineal se denominan mínimos cuadrados no lineales . Asimismo, en un modelo de regresión lineal, la parte no determinista del modelo se denomina término de error, perturbación o, simplemente, ruido. Tanto la regresión lineal como la no lineal se abordan en los mínimos cuadrados polinomiales , que también describen la varianza en una predicción de la variable dependiente (eje y) como una función de la variable independiente (eje x) y las desviaciones (errores, ruido, perturbaciones) de la curva estimada (ajustada).

Los procesos de medición que generan datos estadísticos también están sujetos a errores. Muchos de estos errores se clasifican como aleatorios (ruido) o sistemáticos ( sesgo ), pero otros tipos de errores (por ejemplo, errores garrafales, como cuando un analista informa unidades incorrectas) también pueden ser importantes. La presencia de datos faltantes o censura puede dar lugar a estimaciones sesgadas , y se han desarrollado técnicas específicas para abordar estos problemas. [ 34 ]

Estimación por intervalos
Intervalos de confianza : la línea roja representa el valor real de la media en este ejemplo, mientras que las líneas azules son intervalos de confianza aleatorios para 100 realizaciones.

La mayoría de los estudios solo toman muestras de una parte de la población, por lo que los resultados no la representan completamente. Cualquier estimación obtenida de la muestra solo se aproxima al valor poblacional. Los intervalos de confianza permiten a los estadísticos expresar qué tan cerca se ajusta la estimación de la muestra al valor verdadero en toda la población. A menudo se expresan como intervalos de confianza del 95 %. Formalmente, un intervalo de confianza del 95 % para un valor es un rango donde, si el muestreo y el análisis se repitieran bajo las mismas condiciones (obteniendo un conjunto de datos diferente), el intervalo incluiría el valor verdadero (poblacional) en el 95 % de todos los casos posibles. Esto no implica que la probabilidad de que el valor verdadero esté dentro del intervalo de confianza sea del 95 %. Desde la perspectiva frecuentista , tal afirmación ni siquiera tiene sentido, ya que el valor verdadero no es una variable aleatoria . El valor verdadero está o no está dentro del intervalo dado. Sin embargo, es cierto que, antes de tomar muestras de datos y establecer un plan para construir el intervalo de confianza, la probabilidad de que el intervalo aún por calcular contenga el valor verdadero es del 95%: en este punto, los límites del intervalo son variables aleatorias aún por observar . Un enfoque que sí produce un intervalo que puede interpretarse como con una probabilidad dada de contener el valor verdadero es utilizar un intervalo creíble de la estadística bayesiana : este enfoque depende de una forma diferente de interpretar lo que se entiende por "probabilidad" , es decir, como una probabilidad bayesiana .

En principio, los intervalos de confianza pueden ser simétricos o asimétricos. Un intervalo puede ser asimétrico porque funciona como límite inferior o superior para un parámetro (intervalo unilateral izquierdo o derecho), pero también puede ser asimétrico si se construye un intervalo bilateral que viola la simetría alrededor de la estimación. A veces, los límites de un intervalo de confianza se alcanzan asintóticamente y se utilizan para aproximar los límites reales.

Significado

Las estadísticas rara vez ofrecen una respuesta simple de Sí/No a la pregunta que se analiza. La interpretación suele depender del nivel de significación estadística aplicado a los datos y, a menudo, se refiere a la probabilidad de que un valor rechace correctamente la hipótesis nula (a veces denominada valor p ).

En este gráfico, la línea negra representa la distribución de probabilidad del estadístico de prueba , la región crítica es el conjunto de valores a la derecha del punto de datos observado (valor observado del estadístico de prueba) y el valor p está representado por el área verde.

El enfoque estándar [ 31 ] consiste en contrastar una hipótesis nula con una hipótesis alternativa. Una región crítica es el conjunto de valores del estimador que lleva a refutar la hipótesis nula. Por lo tanto, la probabilidad de error de tipo I es la probabilidad de que el estimador pertenezca a la región crítica dado que la hipótesis nula es verdadera ( significación estadística ), y la probabilidad de error de tipo II es la probabilidad de que el estimador no pertenezca a la región crítica dado que la hipótesis alternativa es verdadera. La potencia estadística de una prueba es la probabilidad de que rechace correctamente la hipótesis nula cuando esta es falsa.

Referirse a la significación estadística no implica necesariamente que el resultado general sea significativo en términos prácticos. Por ejemplo, en un estudio amplio sobre un fármaco, puede demostrarse que este tiene un efecto beneficioso estadísticamente significativo, pero muy pequeño, de modo que es improbable que ayude al paciente de forma perceptible.

Si bien en principio el nivel de significancia estadística aceptable puede ser objeto de debate, el nivel de significancia es el mayor valor p que permite rechazar la hipótesis nula. Esta prueba es lógicamente equivalente a decir que el valor p es la probabilidad, suponiendo que la hipótesis nula sea verdadera, de observar un resultado al menos tan extremo como el estadístico de prueba . Por lo tanto, cuanto menor sea el nivel de significancia, menor será la probabilidad de cometer un error de tipo I.

Este marco suele estar asociado a algunos problemas (véase la crítica a las pruebas de hipótesis ):

  • Una diferencia estadísticamente muy significativa puede carecer de relevancia práctica, pero es posible formular pruebas adecuadas para tener esto en cuenta. Una solución consiste en ir más allá de informar únicamente el nivel de significancia e incluir el valor p al informar si se rechaza o se acepta una hipótesis. Sin embargo, el valor p no indica la magnitud ni la importancia del efecto observado y, además, puede parecer que exagera la importancia de pequeñas diferencias en estudios de gran tamaño. Un enfoque mejor y cada vez más común es informar los intervalos de confianza . Si bien estos se obtienen a partir de los mismos cálculos que los de las pruebas de hipótesis o los valores p , describen tanto la magnitud del efecto como la incertidumbre que lo rodea.
  • Falacia del condicional transpuesto, también conocida como falacia del fiscal : las críticas surgen porque el enfoque de prueba de hipótesis obliga a favorecer una hipótesis (la hipótesis nula ), ya que lo que se evalúa es la probabilidad del resultado observado dada la hipótesis nula y no la probabilidad de la hipótesis nula dado el resultado observado. Una alternativa a este enfoque la ofrece la inferencia bayesiana , aunque requiere establecer una probabilidad previa . [ 35 ]
  • Rechazar la hipótesis nula no prueba automáticamente la hipótesis alternativa.
  • Como todo en estadística inferencial, depende del tamaño de la muestra y, por lo tanto, con distribuciones de cola pesada, los valores p pueden calcularse erróneamente.
Ejemplos

Algunos de los análisis y procedimientos estadísticos más conocidos son:

estadística bayesiana

Un paradigma alternativo al popular paradigma frecuentista es utilizar el teorema de Bayes para actualizar la probabilidad previa de las hipótesis en consideración basándose en la probabilidad relativa de la evidencia recopilada para obtener una probabilidad posterior .

Por ejemplo, supongamos que 1 de cada 1000 mujeres en una población tiene cáncer de mama. Supongamos que todas (100%) de las personas con cáncer obtendrán un resultado positivo en la prueba (detección de cáncer), mientras que el 5% de las personas sin cáncer de mama también obtendrán un resultado positivo ( falsa detección de cáncer ); es decir, la prueba tiene una tasa de falsos positivos del 5%.

Supongamos que una mujer de esta población tuvo una mamografía positiva. Según la ley de Bayes, la probabilidad de que realmente tenga cáncer se obtiene multiplicando la probabilidad previa de tener cáncer (alrededor de 1:1000) por la razón de verosimilitud 20:1 (ya que una paciente con cáncer tiene 20 veces más probabilidades de obtener un resultado positivo que una paciente sana) para obtener la probabilidad posterior 20:1000 = 1:50, que es alrededor del 2%. Muchos consideran que esta probabilidad es contraintuitivamente baja debido a que se ignora la baja tasa base de cáncer . Por ejemplo, en un estudio, solo el 18% de los médicos dieron la respuesta correcta, con el 45% de ellos dando una probabilidad de cáncer del 95%, y la probabilidad promedio fue del 56% (sobreestimando por un factor de 30). [ 36 ]

El concepto de utilizar la razón de verosimilitud también se puede observar de forma destacada en las pruebas de diagnóstico médico .

Para fines de modelado estadístico, los modelos bayesianos tienden a ser jerárquicos . Por ejemplo, se podría modelar cada canal de YouTube como si tuviera visualizaciones de video distribuidas como una distribución normal con media y varianza dependientes del canal.norte(μi,σi){\displaystyle {\mathcal {N}}(\mu _ {i}, \sigma _ {i})}, mientras que se modelan las medias de los canales como provenientes de una distribución normal que representa la distribución del número promedio de visualizaciones de vídeo por canal, y las varianzas como provenientes de otra distribución.

Los métodos bayesianos se han visto favorecidos por el aumento de la capacidad de cálculo disponible para calcular la probabilidad posterior utilizando técnicas de aproximación numérica como el método de Monte Carlo de cadenas de Markov .

Análisis exploratorio de datos

El análisis exploratorio de datos ( AED ) es un método para analizar conjuntos de datos y resumir sus características principales, a menudo mediante métodos visuales. Se puede utilizar o no un modelo estadístico , pero principalmente el AED busca descubrir qué nos revelan los datos más allá del modelado formal o la comprobación de hipótesis.

estadística matemática

La estadística matemática es la aplicación de las matemáticas a la estadística. Las técnicas matemáticas utilizadas para ello incluyen el análisis matemático , el álgebra lineal , el análisis estocástico , las ecuaciones diferenciales y la teoría de la probabilidad basada en la teoría de la medida . [ 1 ] [ 7 ] Todos los análisis estadísticos utilizan al menos algunas matemáticas, por lo que la estadística matemática puede considerarse un componente fundamental de la estadística general. [ 8 ]

Historia

El Ars Conjectandi de Bernoulli fue la primera obra que abordó la teoría de la probabilidad tal como se entiende actualmente.

Las discusiones formales sobre inferencia se remontan a los matemáticos y criptógrafos de la Edad de Oro islámica, entre los siglos VIII y XIII. Al-Khalil (717-786) escribió el Libro de los Mensajes Criptográficos , que contiene uno de los primeros usos de permutaciones y combinaciones para enumerar todas las posibles palabras árabes con y sin vocales. [ 37 ] El Manuscrito sobre el Descifrado de Mensajes Criptográficos de Al-Kindi proporcionó una descripción detallada de cómo usar el análisis de frecuencia para descifrar mensajes cifrados , ofreciendo un ejemplo temprano de inferencia estadística para la decodificación . Ibn Adlan (1187-1268) posteriormente hizo una importante contribución sobre el uso del tamaño de la muestra en el análisis de frecuencia. [ 37 ]

Aunque el término estadística fue introducido por el erudito italiano Girolamo Ghilini en 1589 en referencia a una recopilación de hechos e información sobre un estado, fue el alemán Gottfried Achenwall en 1749 quien comenzó a utilizar el término como una recopilación de información cuantitativa, en el uso moderno de esta ciencia. [ 38 ] [ 39 ] El escrito más antiguo que contiene estadísticas en Europa data de 1663, con la publicación de Natural and Political Observations upon the Bills of Mortality de John Graunt . [ 40 ]

Las primeras aplicaciones del pensamiento estadístico giraban en torno a la necesidad de los estados de basar sus políticas en datos demográficos y económicos, de ahí su etimología estadística . El alcance de la disciplina de la estadística se amplió a principios del siglo XIX para incluir la recopilación y el análisis de datos en general. Hoy en día, la estadística se utiliza ampliamente en el gobierno, las empresas y las ciencias naturales y sociales.

Carl Friedrich Gauss realizó importantes contribuciones a los métodos probabilísticos que condujeron al desarrollo de la estadística.

Los fundamentos matemáticos de la estadística se desarrollaron a partir de discusiones sobre juegos de azar entre matemáticos como Gerolamo Cardano , Blaise Pascal , Pierre de Fermat y Christiaan Huygens . Aunque la idea de probabilidad ya se había examinado en el derecho y la filosofía antiguos y medievales (como en la obra de Juan Caramuel ), la teoría de la probabilidad como disciplina matemática solo tomó forma a finales del siglo XVII, particularmente en la obra póstuma de Jacob Bernoulli, Ars Conjectandi . [ 41 ] Este fue el primer libro donde el ámbito de los juegos de azar y el ámbito de lo probable (que abarcaba la opinión, la evidencia y el argumento) se combinaron y se sometieron al análisis matemático. [ 42 ] El método de mínimos cuadrados fue descrito por primera vez por Adrien-Marie Legendre en 1805, aunque Carl Friedrich Gauss presumiblemente lo utilizó una década antes, en 1795. [ 43 ]

Karl Pearson , uno de los fundadores de la estadística matemática.

Entre las décadas de 1830 y 1850, se fundaron en Europa y América oficinas estadísticas y sociedades estadísticas nacionales, y a mediados del siglo XIX surgió la idea de establecer contactos organizados entre estadísticos de diferentes países, aunque ya existían contactos informales. [ 44 ] En aquella época, el término «estadística» se refería principalmente a asuntos de Estado, y a los estadísticos británicos se les solía llamar «estatistas». [ 45 ]

El científico belga Adolphe Quetelet (1796-1874) introdujo la noción del "hombre promedio" ( l'homme moyen ) como un medio para comprender fenómenos sociales complejos como las tasas de criminalidad , las tasas de matrimonio y las tasas de suicidio . [ 46 ] En 1853, Quetelet organizó en Bruselas el Primer Congreso Internacional de Estadística con el fin de unificar la medición en la investigación estadística. [ 47 ]

El campo moderno de la estadística surgió a finales del siglo XIX y principios del XX en tres etapas. [ 48 ] La primera ola, a principios del siglo XX, fue liderada por el trabajo de Francis Galton y Karl Pearson , quienes transformaron la estadística en una disciplina matemática rigurosa utilizada para el análisis, no solo en la ciencia, sino también en la industria y la política. Las contribuciones de Galton incluyeron la introducción de los conceptos de desviación estándar , correlación , análisis de regresión y la aplicación de estos métodos al estudio de la variedad de características humanas: altura, peso y longitud de las pestañas, entre otras. [ 49 ] Pearson desarrolló el coeficiente de correlación producto-momento de Pearson , definido como un producto-momento, [ 50 ] el método de momentos para el ajuste de distribuciones a muestras y la distribución de Pearson , entre muchas otras cosas. [ 51 ] Galton y Pearson fundaron Biometrika como la primera revista de estadística matemática y bioestadística (entonces llamada biometría ), y este último fundó el primer departamento universitario de estadística del mundo en el University College London . [ 52 ]

La segunda ola de las décadas de 1910 y 1920 fue iniciada por William Sealy Gosset y alcanzó su punto culminante con las ideas de Ronald Fisher , quien escribió los libros de texto que definirían la disciplina académica en universidades de todo el mundo. Las publicaciones más importantes de Fisher fueron su artículo fundamental de 1918, The Correlation between Relatives on the Supposition of Mendelian Inheritance (el primero en utilizar el término estadístico " varianza" ), su obra clásica de 1925, Statistical Methods for Research Workers , y su libro de 1935 , The Design of Experiments , [ 53 ] [ 54 ] [ 55 ] donde desarrolló modelos rigurosos de diseño de experimentos . Fue el creador de los conceptos de suficiencia , estadística auxiliar , discriminador lineal de Fisher e información de Fisher . [ 56 ] También acuñó el término hipótesis nula durante el experimento de la dama que degustaba té , la cual "nunca se prueba ni se establece, sino que posiblemente se refuta en el curso de la experimentación". [ 57 ] [ 58 ] En su libro de 1930 , La teoría genética de la selección natural , aplicó estadísticas a varios conceptos biológicos como el principio de Fisher [ 59 ] (que AWF Edwards llamó "probablemente el argumento más célebre en biología evolutiva ") y el efecto desbocado de Fisher , [ 60 ] [ 61 ] [ 62 ] [ 63 ] [ 64 ] [ 65 ] un concepto en la selección sexual sobre un efecto desbocado de retroalimentación positiva encontrado en la evolución .

La última oleada, que consistió principalmente en el perfeccionamiento y la expansión de desarrollos anteriores, surgió del trabajo colaborativo entre Egon Pearson y Jerzy Neyman en la década de 1930. Introdujeron los conceptos de error de " Tipo II ", potencia de una prueba e intervalos de confianza . En 1934, Jerzy Neyman demostró que el muestreo aleatorio estratificado era, en general, un mejor método de estimación que el muestreo intencional (por cuotas). [ 66 ]

Entre los primeros intentos de medir la actividad económica nacional se encuentran los de William Petty en el siglo XVII. En el siglo XX se desarrolló el Sistema Uniforme de Cuentas Nacionales . [ 67 ]

Hoy en día, los métodos estadísticos se aplican en todos los campos que implican la toma de decisiones, para realizar inferencias precisas a partir de un conjunto de datos recopilados y para tomar decisiones ante la incertidumbre basándose en la metodología estadística. El uso de ordenadores modernos ha agilizado los cálculos estadísticos a gran escala y también ha posibilitado nuevos métodos que resultan impracticables de realizar manualmente. La estadística sigue siendo un área de investigación activa, por ejemplo, en el problema de cómo analizar grandes volúmenes de datos . [ 68 ]

Aplicaciones

Estadística aplicada, estadística teórica y estadística matemática

La estadística aplicada, a veces denominada ciencia estadística, [ 69 ] comprende la estadística descriptiva y la aplicación de la estadística inferencial. [ 70 ] La estadística teórica se refiere a los argumentos lógicos que justifican los enfoques de la inferencia estadística , y también abarca la estadística matemática . La estadística matemática incluye no solo la manipulación de las distribuciones de probabilidad necesarias para obtener resultados relacionados con los métodos de estimación e inferencia, sino también diversos aspectos de la estadística computacional y el diseño de experimentos .

Los consultores estadísticos pueden ayudar a organizaciones y empresas que no cuentan con experiencia interna relevante para sus preguntas particulares.

Aprendizaje automático y minería de datos

Los modelos de aprendizaje automático son modelos estadísticos y probabilísticos que capturan patrones en los datos mediante el uso de algoritmos computacionales.

Estadística en el ámbito académico

La estadística es aplicable a una amplia variedad de disciplinas académicas , incluidas las ciencias naturales y sociales , el gobierno y los negocios. La estadística empresarial aplica métodos estadísticos en econometría , auditoría y producción y operaciones, incluyendo la mejora de servicios y la investigación de mercados. [ 71 ] Un estudio de dos revistas de biología tropical encontró que las 12 pruebas estadísticas más frecuentes son: análisis de varianza (ANOVA), prueba de chi-cuadrado , prueba t de Student , regresión lineal , coeficiente de correlación de Pearson , prueba U de Mann-Whitney , prueba de Kruskal-Wallis , índice de diversidad de Shannon , prueba de rango de Tukey , análisis de conglomerados , coeficiente de correlación de rangos de Spearman y análisis de componentes principales . [ 72 ]

Un curso típico de estadística abarca estadística descriptiva, probabilidad, distribuciones binomial y normal , prueba de hipótesis e intervalos de confianza, regresión lineal y correlación. [ 73 ] Los cursos modernos de estadística fundamental para estudiantes de pregrado se centran en la selección correcta de pruebas, la interpretación de resultados y el uso de software estadístico gratuito. [ 72 ]

Computación estadística

gretl , un ejemplo de paquete estadístico de código abierto

El rápido y sostenido aumento de la capacidad de cálculo a partir de la segunda mitad del siglo XX ha tenido un impacto sustancial en la práctica de la estadística. Los primeros modelos estadísticos pertenecían casi siempre a la clase de modelos lineales , pero las potentes computadoras, junto con algoritmos numéricos adecuados , provocaron un mayor interés en los modelos no lineales (como las redes neuronales ), así como la creación de nuevos tipos, como los modelos lineales generalizados y los modelos multinivel .

El aumento de la capacidad de procesamiento informático también ha propiciado la creciente popularidad de métodos computacionalmente intensivos basados ​​en el remuestreo , como las pruebas de permutación y el bootstrap , mientras que técnicas como el muestreo de Gibbs han facilitado el uso de modelos bayesianos . La revolución informática tiene implicaciones para el futuro de la estadística, con un nuevo énfasis en la estadística experimental y empírica. Actualmente, existe una gran cantidad de software estadístico, tanto de propósito general como especializado . Algunos ejemplos de software disponible capaz de realizar cálculos estadísticos complejos son programas como Mathematica , SAS , SPSS y R.

Estadísticas empresariales

En el ámbito empresarial, la estadística es una herramienta ampliamente utilizada para la gestión y la toma de decisiones . Se aplica particularmente en la gestión financiera , la gestión de marketing y la gestión de la producción , los servicios y las operaciones . [ 74 ] [ 75 ] La estadística también se utiliza ampliamente en la contabilidad de gestión y la auditoría . La disciplina de la ciencia de la gestión formaliza el uso de la estadística y otras ramas de las matemáticas en los negocios. ( La econometría es la aplicación de métodos estadísticos a datos económicos para dar contenido empírico a las relaciones económicas ).

Un curso típico de "Estadística Empresarial" está dirigido a estudiantes de administración de empresas y abarca [ 76 ] estadística descriptiva ( recopilación , descripción, análisis y resumen de datos), probabilidad (generalmente las distribuciones binomial y normal ), prueba de hipótesis e intervalos de confianza, regresión lineal y correlación; los cursos posteriores pueden incluir pronósticos , series temporales , árboles de decisión , regresión lineal múltiple y otros temas de análisis empresarial en general. Los programas de certificación profesional , como el CFA , suelen incluir temas de estadística.

Disciplinas especializadas

Las técnicas estadísticas se utilizan en una amplia gama de tipos de investigación científica y social, entre las que se incluyen: bioestadística , biología computacional , sociología computacional , biología de redes , ciencias sociales , sociología e investigación social . Algunos campos de investigación utilizan la estadística aplicada de forma tan extensa que cuentan con terminología especializada . Estas disciplinas incluyen:

Además, existen tipos específicos de análisis estadístico que también han desarrollado su propia terminología y metodología especializadas:

La estadística constituye una herramienta fundamental tanto en los negocios como en la industria manufacturera. Se utiliza para comprender la variabilidad de los sistemas de medición, controlar procesos (como en el control estadístico de procesos o SPC), resumir datos y tomar decisiones basadas en datos.

Mal uso

El mal uso de las estadísticas puede producir errores sutiles pero graves en la descripción e interpretación; sutiles en el sentido de que incluso los profesionales experimentados cometen tales errores, y graves en el sentido de que pueden conducir a errores de decisión devastadores. Por ejemplo, las políticas sociales, la práctica médica y la fiabilidad de estructuras como los puentes dependen del uso adecuado de las estadísticas.

Incluso cuando las técnicas estadísticas se aplican correctamente, los resultados pueden ser difíciles de interpretar para quienes carecen de experiencia. La significación estadística de una tendencia en los datos —que mide hasta qué punto una tendencia podría deberse a la variación aleatoria en la muestra— puede o no coincidir con una percepción intuitiva de su significación. El conjunto de habilidades estadísticas básicas (y el escepticismo) que las personas necesitan para manejar la información en su vida cotidiana de manera adecuada se denomina alfabetización estadística .

Existe la percepción general de que el conocimiento estadístico se utiliza con demasiada frecuencia de forma intencionada para interpretar únicamente los datos que favorecen al presentador. [ 77 ] La desconfianza y la incomprensión de la estadística se asocian con la cita: « Hay tres tipos de mentiras: mentiras, malditas mentiras y estadística ». El mal uso de la estadística puede ser tanto inadvertido como intencional, y el libro Cómo mentir con estadística , [ 77 ] de Darrell Huff , describe una serie de consideraciones. En un intento por esclarecer el uso y el mal uso de la estadística, se realizan revisiones de las técnicas estadísticas utilizadas en campos específicos (por ejemplo, Warne, Lazo, Ramos y Ritter (2012)). [ 78 ]

Las formas de evitar el mal uso de las estadísticas incluyen el uso de diagramas adecuados y la evitación de sesgos . [ 79 ] El mal uso puede ocurrir cuando las conclusiones se generalizan en exceso y se afirma que son representativas de más de lo que realmente son, a menudo por pasar por alto, deliberada o inconscientemente, el sesgo de muestreo. [ 80 ] Los gráficos de barras son posiblemente los diagramas más fáciles de usar y comprender, y se pueden hacer a mano o con programas informáticos sencillos. [ 79 ] La mayoría de las personas no buscan sesgos o errores, por lo que no los notan. Por lo tanto, las personas a menudo pueden creer que algo es cierto incluso si no está bien representado . [ 80 ] Para que los datos recopilados de las estadísticas sean creíbles y precisos, la muestra tomada debe ser representativa del todo. [ 81 ] Según Huff, "La confiabilidad de una muestra puede destruirse por [sesgo]... permítase cierto grado de escepticismo". [ 82 ]

Para ayudar a comprender las estadísticas, Huff propuso una serie de preguntas que debían hacerse en cada caso: [ 77 ]

  • ¿Quién lo dice? (¿Tienen algún interés personal en el asunto?)
  • ¿Cómo lo saben? (¿Tienen los recursos para conocer los hechos?)
  • ¿Qué falta? (¿Nos dan una visión completa?)
  • ¿Alguien cambió de tema? (¿Nos están dando la respuesta correcta al problema equivocado?)
  • ¿Tiene sentido? (¿Su conclusión es lógica y coherente con lo que ya sabemos?)

Interpretación errónea: correlación

El problema de la variable de confusión : X e Y pueden estar correlacionadas, no porque exista una relación causal entre ellas, sino porque ambas dependen de una tercera variable Z. Z se denomina factor de confusión .

El concepto de correlación es particularmente relevante por la posible confusión que puede generar. El análisis estadístico de un conjunto de datos a menudo revela que dos variables (propiedades) de la población en estudio tienden a variar juntas, como si estuvieran conectadas. Por ejemplo, un estudio sobre los ingresos anuales que también analiza la edad de fallecimiento podría encontrar que las personas pobres tienden a vivir menos que las personas adineradas. Se dice que las dos variables están correlacionadas; sin embargo, pueden o no ser la causa una de la otra. La correlación podría deberse, en cambio, a un tercer factor, previamente no considerado, denominado variable oculta o variable de confusión . [ 83 ] Por ejemplo, los ingresos más altos pueden tender a permitir más tiempo libre, lo que a su vez permite dedicar más tiempo al ejercicio. Es posible que este mayor nivel de actividad cause la mayor esperanza de vida observada en el grupo más adinerado. Por lo tanto, aumentar los niveles de ingresos no causa por sí solo que las personas vivan más tiempo. Más bien, una variable de confusión es la responsable del aumento.

Por esta razón, la correlación no implica causalidad : no se puede inferir una relación causal entre las dos variables solo a partir de su correlación. [ 84 ]

Véase también

Fundamentos y principales áreas de la estadística

Referencias

  1. 1 2
  2. ↑
  3. ↑ Dodge, Yadolah (2003). The Oxford Dictionary of Statistical Terms . Oxford University Press. ISBN 0-19-920613-9.
  4. 1 2 Lund Research Ltd. "Estadística descriptiva e inferencial" . statistics.laerd.com. Archivado del original el 26 de octubre de 2020. Recuperado el 23 de marzo de 2014 .
  5. 1 2 3 Hand, David (2010). «Estadística: Una visión general». En Lovric, Miodrag (ed.). Enciclopedia internacional de la ciencia estadística . Springer. pp. 1504–1509 . ISBN  978-3-642-04898-2.
  6. ↑ Tanton, James (2005). «Estadística». Enciclopedia de Matemáticas . Datos en archivo. págs. 478–484 . ISBN  0-8160-5124-0.
  7. 1 2 "Estadística | Definición, tipos e importancia | Britannica" . www.britannica.com . 6 de diciembre de 2024. Consultado el 30 de diciembre de 2024 .
  8. 1 2 Moses, Lincoln E. (1986) Piensa y explica con estadística , Addison-Wesley, ISBN 978-0-201-15619-5págs. 1–3
  9. ↑ Hays, William Lee, (1973) Statistics for the Social Sciences , Holt, Rinehart and Winston, p. xii, ISBN 978-0-03-077945-9
  10. ↑ Williams, David (2001). «Prefacio». Weighing the Odds: A Course in Probability and Statistics . Cambridge University Press. pp. xi– xvii. ISBN  9780521006187.
  11. ↑ Rudas, Tamas (2010). «Teoría de la probabilidad: un esquema». En Lovric, Miodrag (ed.). Enciclopedia internacional de la ciencia estadística . Springer. pp. 1123–1126 . ISBN  978-3-642-04898-2.
  12. ↑ Moore, David (1992). «Enseñar estadística como una materia respetable» . En F. Gordon; S. Gordon (eds.). Estadística para el siglo XXI . Washington, DC: The Mathematical Association of America. pp. 14–25 . ISBN  978-0-88385-078-7.
  13. ↑ Chance, Beth L .; Rossman, Allan J. (2005). «Prefacio» (PDF) . Investigating Statistical Concepts, Applications, and Methods . Duxbury Press. ISBN 978-0-495-05064-3. Archivado (PDF) del original el 22 de noviembre de 2020. Recuperado el 6 de diciembre de 2009 .
  14. ↑ "Resultado de la búsqueda de clasificación - zbMATH Open" . zbmath.org . Consultado el 30 de diciembre de 2024 .
  15. ↑ Higham, Nicholas J. (1998). «Ayudas y recursos para la escritura y la investigación». Manual de escritura para las ciencias matemáticas . Sociedad de Matemáticas Industriales y Aplicadas. pág. 214. ISBN  0-89871-420-6.
  16. ↑ Sheynin, Oscar (2010). «Estadística, Historia de». En Lovric, Miodrag (ed.). Enciclopedia Internacional de la Ciencia Estadística . Springer. pp. 1493–1504 . ISBN  978-3-642-04898-2.
  17. ↑ Hoad, TF, ed. (1996). The Concise Oxford Dictionary of English Etymology . Oxford University Press. p. 460. ISBN  0-19-283098-8.
  18. ↑ "Statistik" . www.spektrum.de (en alemán) . Consultado el 30 de diciembre de 2024 .
  19. ↑ Freedman, DA (2005) Modelos estadísticos: Teoría y práctica , Cambridge University Press. ISBN 978-0-521-67105-7
  20. ↑ McCarney R, Warner J, Iliffe S, van Haselen R, Griffin M, Fisher P (2007). "El efecto Hawthorne: un ensayo controlado aleatorizado" . BMC Med Res Methodol . 7 (1) 30. doi : 10.1186/1471-2288-7-30 . PMC 1936999. PMID 17608932 .  
  21. ↑ Rothman, Kenneth J .; Greenland, Sander ; Lash, Timothy , eds. (2008). "7". Epidemiología moderna (3.ª ed.). Lippincott Williams & Wilkins. pág. 100. ISBN   978-0781755641.
  22. ↑ Mosteller, F. ; Tukey, JW (1977). Análisis de datos y regresión . Boston: Addison-Wesley.
  23. ↑ Nelder, JA (1990). El conocimiento necesario para informatizar el análisis y la interpretación de la información estadística. En Sistemas expertos e inteligencia artificial: la necesidad de información sobre los datos . Library Association Report, Londres, marzo, 23-27.
  24. ↑ Chrisman, Nicholas R (1998). "Repensando los niveles de medición para la cartografía". Cartografía y ciencia de la información geográfica . 25 (4): 231– 242. Bibcode : 1998CGISy..25..231C . doi : 10.1559/152304098782383043 .
  25. ^ van den Berg, G. (1991). Elegir un método de análisis . Leiden: Prensa DSWO
  26. ↑ Hand, DJ (2004). Teoría y práctica de la medición: El mundo a través de la cuantificación. Londres: Arnold.
  27. ↑ Mann, Prem S. (1995). Estadística introductoria (2.ª ed.). Wiley. ISBN  0-471-31009-3.
  28. ↑ "Estadística descriptiva | Conexiones de investigación" . www.researchconnections.org . Consultado el 10 de enero de 2023 .
  29. ↑ Upton, G., Cook, I. (2008) Oxford Dictionary of Statistics , OUP. ISBN 978-0-19-954145-4.
  30. ↑ "Estadística inferencial básica - Purdue OWL - Universidad de Purdue" . owl.purdue.edu . Consultado el 10 de enero de 2023 .
  31. ^ Piazza Elio, Probabilità e Statistica, Esculapio 2007
  32. ↑ Everitt, Brian (1998). The Cambridge Dictionary of Statistics . Cambridge, Reino Unido. Nueva York: Cambridge University Press. ISBN 0521593468.
  33. ↑ "Cohen (1994) La Tierra es redonda (p < .05)" . YourStatsGuru.com. Archivado del original el 5 de septiembre de 2015. Consultado el 20 de julio de 2015 .
  34. ↑ Rubin, Donald B.; Little, Roderick JA, Análisis estadístico con datos faltantes, Nueva York: Wiley 2002
  35. ↑ Ioannidis, JPA (2005). "Por qué la mayoría de los hallazgos de investigación publicados son falsos" . PLOS Medicine . 2 (8): e124. doi : 10.1371/journal.pmed.0020124 . PMC 1182327. PMID 16060722 .  
  36. ↑ Casscells, Ward; Schoenberger, Arno; Graboys, Thomas B. (1978). "Interpretación por médicos de los resultados de laboratorio clínico". New England Journal of Medicine . 299 (18): 999– 1001. doi : 10.1056/NEJM197811022991808 .
  37. 1 2 Broemeling, Lyle D. (1 de noviembre de 2011). "Un relato de la inferencia estadística temprana en la criptología árabe". The American Statistician . 65 (4): 255– 257. doi : 10.1198/tas.2011.10191 . S2CID 123537702 . 
  38. ↑ Ostasiewicz, Walenty (2014). "El surgimiento de la ciencia estadística" . Śląski Przegląd Statystyczny . 12 (18): 76– 77. doi : 10.15611/sps.2014.12.04 .
  39. ↑ Bruneau, Quentin (2022). Estados y los amos del capital: préstamos soberanos, antiguos y nuevos . Columbia University Press . ISBN 978-0231555647.
  40. ↑ Willcox, Walter (1938) «El fundador de la estadística». Revista del Instituto Internacional de Estadística 5(4): 321–328. JSTOR 1400906 
  41. ↑ Franklin, James (2002). La ciencia de la conjetura . Baltimore: Taylor & Francis. ISBN 978-0-8018-7109-2.
  42. ↑
  43. ↑ Lim, M. (2021). "Gauss, mínimos cuadrados y el planeta desaparecido" . Actuaries Digital . Recuperado el 1 de noviembre de 2022 .
  44. ↑ JW Nixon, Historia del Instituto Internacional de Estadística 1885-1960 . La Haya: Instituto Internacional de Estadística, 1960, pág. 5.
  45. ↑ JW Nixon, Historia del Instituto Internacional de Estadística 1885-1960 . La Haya: Instituto Internacional de Estadística, 1960, pág. 5 nota 1.
  46. ↑ Tylor, Edward Burnett (mayo de 1872). "Quetelet sobre la ciencia del hombre" . Popular Science Monthly . Vol. 1. ISSN 0161-7370 – vía Wikisource .    [ escanear ] Enlace a Wikisource
  47. ^ Hayes, M. (1855). Compte rendu des travaux du congrès général de statistique . Bruselas. hdl : 2027/mdp.39015058579163 .
  48. ↑ Walker, Helen Mary (1975). Estudios sobre la historia del método estadístico . Arno. ISBN 978-0405066283.
  49. ↑ Galton, F. (1877). "Leyes típicas de la herencia" . Nature . 15 (388): 492– 553. Bibcode : 1877Natur..15..492. . doi : 10.1038/015492a0 .
  50. ↑ Stigler, SM (1989). "El relato de Francis Galton sobre la invención de la correlación" . Statistical Science . 4 (2): 73– 79. doi : 10.1214/ss/1177012580 .
  51. ↑ Pearson, K. (1900). "Sobre el criterio de que un sistema dado de desviaciones de lo probable en el caso de un sistema de variables correlacionadas es tal que se puede suponer razonablemente que surgió de un muestreo aleatorio" . Philosophical Magazine . Serie 5. 50 (302): 157– 175. doi : 10.1080/14786440009463897 .
  52. ↑ "Karl Pearson (1857–1936)" . Departamento de Ciencias Estadísticas, University College London . Archivado del original el 25 de septiembre de 2008.
  53. ↑ Box, JF (febrero de 1980). "RA Fisher y el diseño de experimentos, 1922–1926" . The American Statistician . 34 (1): 1– 7. doi : 10.2307/2682986 . JSTOR 2682986 . 
  54. ↑ Yates, F. (junio de 1964). "Sir Ronald Fisher y el diseño de experimentos" . Biometrics . 20 (2): 307– 321. doi : 10.2307/2528399 . JSTOR 2528399 . 
  55. ↑ Stanley, Julian C. (1966). "La influencia de "El diseño de experimentos" de Fisher en la investigación educativa treinta años después". American Educational Research Journal . 3 (3): 223– 229. doi : 10.3102/00028312003003223 . JSTOR 1161806. S2CID 145725524 .  
  56. ↑ Agresti, Alan; Hichcock, David B. (2005). "Inferencia bayesiana para el análisis de datos categóricos" ( PDF) . Métodos estadísticos y aplicaciones . 14 (3): 298. doi : 10.1007/s10260-005-0121-y . S2CID 18896230. Archivado (PDF) del original el 19 de diciembre de 2013. Recuperado el 19 de diciembre de 2013 . 
  57. ↑ Cita del OED: 1935 RA Fisher, El diseño de experimentos ii. 19, "Podemos hablar de esta hipótesis como la 'hipótesis nula', y la hipótesis nula nunca se prueba ni se establece, sino que posiblemente se refuta en el curso de la experimentación."
  58. ↑ Fisher 1971. Capítulo II: Los principios de la experimentación, ilustrados mediante un experimento psicofísico, Sección 8. La hipótesis nula
  59. ↑ Edwards, AWF (1998). " Selección natural y proporción sexual: fuentes de Fisher". American Naturalist . 151 (6): 564– 569. Bibcode : 1998ANat..151..564E . doi : 10.1086/286141 . PMID 18811377. S2CID 40540426 .  
  60. ↑ Fisher, RA (1915) La evolución de la preferencia sexual. Eugenics Review (7) 184:192
  61. ↑ Fisher, RA (1999) [1930]. La teoría genética de la selección natural . Oxford University Press. ISBN 0-19-850440-3.
  62. ↑ Edwards, AWF (2000) Perspectivas: Comentarios anecdóticos, históricos y críticos sobre genética. The Genetics Society of America (154) 1419:1426
  63. ↑ Andersson, Malte (1994). Selección sexual . Princeton University Press. ISBN 0-691-00057-3.
  64. ↑ Andersson, M. y Simmons, LW (2006) Selección sexual y elección de pareja. Trends, Ecology and Evolution (21) 296:302
  65. ^ Gayon, J. (2010) Selección sexual: otro proceso darwiniano. Cuentas Rendus Biologías (333) 134:144
  66. ↑ Neyman, J. (1934). "Sobre los dos aspectos diferentes del método representativo: el método de muestreo estratificado y el método de selección intencional". Journal of the Royal Statistical Society . 97 (4): 557– 625. doi : 10.2307/2342192 . JSTOR 2342192 . 
  67. ↑ Cuentas Nacionales
  68. ↑ "La ciencia en un mundo complejo: macrodatos: ¿oportunidad o amenaza?" . Instituto Santa Fe . 2 de diciembre de 2013. Archivado del original el 30 de mayo de 2016. Consultado el 13 de octubre de 2014 .
  69. ↑ Nelder, John A. (1999). "De la estadística a la ciencia estadística" . Journal of the Royal Statistical Society. Serie D (The Statistician) . 48 ( 2): 257– 269. Bibcode : 1999JRSSD..48..257N . doi : 10.1111/1467-9884.00187 . ISSN 0039-0526 . JSTOR 2681191. Archivado del original el 15 de enero de 2022. Recuperado el 15 de enero de 2022 .  
  70. ↑ Anderson, DR; Sweeney, DJ; Williams, TA (1994) Introducción a la estadística: conceptos y aplicaciones , págs. 5–9. West Group. ISBN 978-0-314-03309-3
  71. ↑ «Revista de Estadística Empresarial y Económica» . Revista de Estadística Empresarial y Económica . Taylor & Francis. Archivado del original el 27 de julio de 2020. Consultado el 16 de marzo de 2020 .
  72. ^ Natalia Loaiza Velásquez, María Isabel González Lutz y Julián Monge-Nájera (2011) . "¿Qué estadísticas deberían aprender los biólogos tropicales?" (PDF) . Revista de Biología Tropical . 59 (3): 983– 992. PMID 22017105 . Archivado (PDF) desde el original el 19 de octubre de 2020 . Consultado el 26 de abril de 2020 . 
  73. ^ Pekoz, Erol (2009). La guía de estadística para administradores . Erol Pekoz. ISBN 978-0979570438.
  74. ↑ "Objetivos y alcance" . Journal of Business & Economic Statistics . Taylor & Francis. Archivado del original el 23 de junio de 2021. Consultado el 16 de marzo de 2020 .
  75. ↑ «Revista de Estadística Empresarial y Económica» . Revista de Estadística Empresarial y Económica . Taylor & Francis. Archivado del original el 27 de julio de 2020. Consultado el 16 de marzo de 2020 .
  76. ↑ Existen numerosos textos que reflejan el alcance y la influencia de esta disciplina en el mundo empresarial:
    • Sharpe, N. (2014). Estadística empresarial , Pearson. ISBN 978-0134705217
    • Wegner, T. (2010). Estadística empresarial aplicada: métodos y aplicaciones basadas en Excel, Juta Academic. ISBN 0702172863
    Dos libros de texto abiertos son:
    • Holmes, L., Illowsky, B., Dean, S. (2017). Introducción a la estadística empresarial. Archivado el 16 de junio de 2021 en Wayback Machine.
    • Nica, M. (2013). Principios de estadística empresarial. Archivado el 18 de mayo de 2021 en Wayback Machine.
  77. 1 2 3 Huff, Darrell (1954) Cómo mentir con estadísticas , WW Norton & Company, Inc. Nueva York. ISBN 0-393-31072-8
  78. ↑ Warne, R. Lazo; Ramos, T.; Ritter, N. (2012). "Métodos estadísticos utilizados en revistas de educación para superdotados, 2006–2010". Gifted Child Quarterly . 56 (3): 134– 149. doi : 10.1177/0016986212444122 . S2CID 144168910 . 
  79. 1 2 Drennan, Robert D. (2008). «Estadística en arqueología». En Pearsall, Deborah M. (ed.). Enciclopedia de arqueología . Elsevier Inc. pp. 2093–2100 . ISBN  978-0-12-373962-9.
  80. 1 2 Cohen, Jerome B. (diciembre de 1938). "Mal uso de las estadísticas". Journal of the American Statistical Association . 33 (204). JSTOR: 657– 674. doi : 10.1080/01621459.1938.10502344 .
  81. ↑ Freund, JE (1988). "Estadística elemental moderna". Credo Reference .
  82. ↑ Huff, Darrell; Irving Geis (1954). Cómo mentir con estadísticas . Nueva York: Norton. La fiabilidad de una muestra puede verse destruida por [sesgos]... permítase cierto grado de escepticismo.
  83. ^ Liberto, David; Pisani, Robert; Purves, Roger (2007). Estadísticas (4ª ed.). WW Norton. ISBN  978-0393929720.
  84. ↑ Spiegelhalter, David (2019). El arte de la estadística: aprender de los datos . Pelican. ISBN 978-0241398630.

Lecturas adicionales

  • Lydia Denworth, «Un problema significativo: Los métodos científicos estándar están en entredicho. ¿Cambiará algo?», Scientific American , vol. 321, n.º 4 (octubre de 2019), págs.  62-67. «El uso de valores p durante casi un siglo [desde 1925] para determinar la significación estadística de los resultados experimentales ha contribuido a una ilusión de certeza y a crisis de reproducibilidad en muchos campos científicos . Existe una creciente determinación de reformar el análisis estadístico... Algunos [investigadores] sugieren cambiar los métodos estadísticos, mientras que otros eliminarían el umbral para definir los resultados "significativos"». (pág.  63).
  • Barbara Illowsky; Susan Dean (2014). Estadística introductoria . OpenStax CNX. ISBN 978-1938168208.
  • Stockburger, David W. «Estadística introductoria: conceptos, modelos y aplicaciones» . Missouri State University (3.ª  edición web). Archivado del original el 28 de mayo de 2020.
  • Estadísticas de OpenIntro Archivadas el 16 de junio de 2019 en Wayback Machine , 3.ª edición por Diez, Barr y Cetinkaya-Rundel
  • Stephen Jones, 2010. Estadística en psicología: explicaciones sin ecuaciones . Palgrave Macmillan. ISBN 978-1137282392.
  • Cohen, J (1990). "Cosas que he aprendido (hasta ahora)" (PDF) . American Psychologist . 45 (12): 1304– 1312. doi : 10.1037/0003-066x.45.12.1304 . S2CID 7180431. Archivado del original (PDF) el 18 de octubre de 2017. 
  • Gigerenzer, G (2004). "Estadísticas sin sentido". Journal of Socio-Economics . 33 (5): 587– 606. doi : 10.1016/j.socec.2004.09.033 . hdl : 11858/00-001M-0000-0025-87C0-8 .
  • Ioannidis, JPA (2005). "Por qué la mayoría de los hallazgos de investigación publicados son falsos" . PLOS Medicine . 2 (4): 696– 701. doi : 10.1371/journal.pmed.0040168 . PMC 1855693. PMID 17456002 .  
  • (Versión electrónica): TIBCO Software Inc. (2020). Libro de texto de ciencia de datos .
  • Educación estadística en línea: un curso interactivo multimedia . Desarrollado por la Universidad Rice (desarrollador principal), la Universidad de Houston Clear Lake, la Universidad Tufts y la Fundación Nacional de Ciencias.
  • Recursos de computación estadística de la UCLA (archivado el 17 de julio de 2006)
  • Filosofía de la estadística de la Enciclopedia de Filosofía de Stanford
Lecturas relacionadas
6 articulos
Distribución normalDistribución normalI ( μ , σ ) = ( 1 / σ 2 0 0 2 / σ 2 ) {\displaystyle {\mathcal {I}}(\mu ,\sigma )={\begin{pmatrix}1/\sigma ^{2}&0\\0&2/\sigma ^{2}\end{pmatrix}}}Función de densidad de probabilidadFunción de densidad de probabilidadEn teoría de probabilidad , una función de densidad de probabilidad ( PDF ), función de densidad o densidad de una variable aleatoria absolutamente...Inferencia estadísticaLa inferencia estadística es el proceso de utilizar el análisis de datos para inferir propiedades de una distribución de probabilidad subyacente . ...Diagrama de dispersiónDiagrama de dispersiónUn diagrama de dispersión , también llamado diagrama de dispersión , gráfico de dispersión , diagrama de dispersión o diagrama de dispersión , [2] ...Gráfico de líneasGráfico de líneasUn gráfico de líneas o gráfico de líneas , también conocido como gráfico de curvas , [1] es un tipo de gráfico que muestra información como una ser...Una computadora portátil junto a materiales de archivo.Estadísticas descriptivasUna estadística descriptiva (en el sentido de sustantivo contable ) es una estadística de resumen que describe o resume cuantitativamente las carac...