Documente Academic
Documente Profesional
Documente Cultură
Integrantes Grupo 2
Tarea Grupal
Probabilidades, Distribución, Investigación y Ensayo
Desde los comienzos de la civilización han existido formas sencillas de estadísticas, pues ya
se utilizaban representaciones gráficas y otros símbolos en pieles, rocas, palos de madera y
paredes de cuevas para contar el número de personas, animales o ciertas cosas. Hacia el
año 3000 A.C. los babilonios ya usaban pequeñas tablillas de arcilla para recopilar datos en
tablas sobre la producción agrícola y los géneros vendidos o cambiados mediante trueque.
Los egipcios analizaban los datos de la población y la renta del país mucho antes de construir
las pirámides en el siglo XXXI A.C. Tal era su dedicación por llevar siempre una relación de
todo que hasta tenían a la diosa Safnkit, diosa de los libros y las cuentas.
En la Biblia observamos en uno de los libros del Pentateuco, bajo el nombre de Números, el
censo que realizó Moisés después de la salida de Egipto. Textualmente dice: Censo de las
tribus: El día primero del segundo año después de la salida de Egipto, habló YHWH a Moisés
en el desierto del Sinaí en el tabernáculo de la reunión, diciendo: "Haz un censo general de
toda la asamblea de los hijos de Israel, por familias y por linajes, describiendo por cabezas
los nombres de todos los varones aptos para el servicio de armas en Israel." En otro libro de
la Biblia, llamado Crónicas se describe el bienestar material de las diversas tribus judías.
En China, Confucio en uno de sus clásicos "Shu-King" escrito hacia el año 550 A.C., nos narra
cómo el Rey Yao en el año 2238 mandó hacer una estadística agrícola, industrial y comercial.
Durante la edad media sólo se realizaron algunos censos exhaustivos en Europa. Los reyes
carolingios Pipino -El Breve- y Carlomagno ordenaron hacer estudios minuciosos de las
propiedades de la Iglesia en los años 758 y 762 respectivamente. Después de la conquista
normanda de Inglaterra en 1066, el rey Guillermo I de Inglaterra -El Conquistador- encargó
un censo. La información obtenida con este censo, llevado a cabo en 1086, se recoge en el
Domesday Book. El registro de nacimientos y defunciones comenzó en Inglaterra a
A mediados del siglo XVII, gracias a Vito Seckendorff, y sobre todo de German Conring al que
se le atribuye como fundador de la Estadística era la descripción de los hechos notables de
un estado. Conring perfeccionó y mejoró notablemente la tendencia nueva, sistematizando
los conocimientos y los datos. El mejor de sus seguidores fue Godofredo Achenwall, quien
consolidó definitivamente los postulados de esta nueva ciencia y también de haberle dado
el nombre de "Estadística"; palabra que etimológicamente deriva de la palabra "status", que
significa estado o situación; este nombre ya antes había sido usado en Italia, pero su
definición todavía no estaba bien dada.
La Estadística pasó así a ser la descripción cuantitativa de las cosas notables de un estado.
Von Scholer separó la teoría de la estadística de la aplicación práctica de la misma. Todos
ellos formaron parte de la tendencia de la Estadística Universitaria Alemana, conocida como
la Estadística Descriptiva.
John Graunt encabeza una tendencia opuesta, nacida en Inglaterra, la de los aritméticos
políticos; conocida también como Estadística Investigadora. Ellos buscaban fijar en números
los fenómenos sociales y políticos cuyas leyes empíricas buscaban. Para su tiempo esto fue
atrevido, casi imposible; pero el mérito de ellos es de ser los primeros en buscar las leyes
cuantitativas que rigen la sociedad. (Group, 2009)
R//= Hay un 50% de probabilidad de que salga cara o sello, porque solo hay 2 opciones y
el número de intentos son muy pocos para determinar con confiabilidad lo que dijo el
entrenador
2. Durante el año anterior, las ventas semanales en Petunias´s Pet Shoppe han sido
“bajas” durante 16 semanas, “considerables” durante 27 semanas y “altas” el resto de las
semanas. Cuál es la probabilidad de que las ventas de esta semana sean:
a. Considerables 51.92%
b. Bajas 30.77%
c. Altas 17.31%
d. Por lo menos considerables 69.23%
R//=
4. Dell Publishing tiene 75 títulos distintos de libros, clasificados por tipo y costo de la
siguiente manera.
Costo
Tipo US $10 US $15 US $20
Ficción 10 8 3
Biografías 12 10 9
Histórico 4 17 2
R//=
6. En Illinois las placas de los autos constan de 3 letras seguidas de tres números.
¿Cuántas placas distintas pueden hacerse?
R//= 17,576,000 placas
Combinación de números es de 0-9 o 10 dígitos y se repiten 3 veces eso quiere decir que
será 10 a la 3 = 1000
R//=
8. En una empresa hay 300 empleados, 150 hombres y 150 mujeres. Los fumadores
son 50 hombre y 25 mujeres.:
a. Crear una tabla de contingencia.
b. Si elegimos un empleado al azar, calcule la probabilidad de que sea hombre
y no fume.
R//=
a.-
Hombres Mujeres Empleados
Fumadores 50 25 75
No fumadores 100 125 225
150 150 300
9. Si tengo una canasta llena de peras y manzanas, de las cuales hay 30 peras y 15
manzanas. ¿Qué fruta es más probable que saque al azar de la canasta?
R//=
Hay 45 frutas en total
11. En un jardín infantil hay 8 morenos y 12 morenas, así como 7 rubios y 5 rubias. Si se
elige un integrante al azar, la probabilidad de que sea rubio o rubia es:
R//=
Hay 12 rubios y 32 niños en total, la probabilidad entonces para que salga rubio es de =
12/32 ó 0.375 ó 37.5%
Hay 7 días a la semana y un niño, entonces la probabilidad de que este nazca seria de =
1/7 ó 0.143 ó 14.3%
13. Para obtener licencia para conducir, es necesario aprobar tanto el examen teórico
como el práctico. Se sabe que la probabilidad que un alumno apruebe la parte teórica es
0,68, la de que apruebe la parte práctica es 0,72 y la de que haya aprobado alguna de las
dos partes es 0,82. Si se elige un alumno al azar, ¿cuál es la probabilidad de que apruebe el
examen para obtener licencia?
R//=
x P(x)
0 0.2
1 0.4
2 0.3
3 0.1
R//=
x P(X) XP(X) (x-µ)2 P(x)
0 0.2 0 0.34
1 0.4 0.4 0.04
2 0.3 0.6 0.15
3 0.1 0.3 0.29
Total 1 1.3 0.82
a. La media es = 1.3
b. La varianza es = 0.82
0 8
1 10
2 22
3 9
4 1
Total 50
R//=
Número de Frecuencia P(X) XP(X) (x-µ)2 P(x)
llamadas
0 8 0.16 0 0.46
1 10 0.20 0.20 0.10
2 22 0.44 0.88 0.04
3 9 0.18 0.54 0.30
4 1 0.02 0.08 0.11
Total 50 1 1.70 1.01
c. Media = 1.70
d. Desviación estándar = 1
$10 .50
25 .40
50 .08
100 .02
R//=
a. La cantidad media = 21
b. La desviación estándar = 16.093
x P(x)
2 0.5
8 0.3
10 0.2
R//=
a. La media es = 5.4
b. La varianza es = 12.04
R//=
a. aleatoria discreta
b. aleatoria discreta
c. aleatoria discreta
d. aleatoria continua
e. aleatoria discreta
f. aleatoria continua
(Webster, 2001)
Se le considera el padre de la
estadística.
Adolfo Quetelet (1796-1874)
de nacionalidad belga,
quien hizo su aporte al aplicar
métodos modernos al estudio de un
conjunto de datos.
La estadística (la forma femenina del término alemán Statistik, derivado a su vez del italiano
statista, "hombre de Estado") es una rama de las matemáticas y una herramienta que
estudia usos y análisis provenientes de una muestra representativa de datos, que busca
explicar las correlaciones y dependencias de un fenómeno físico o natural, de ocurrencia en
forma aleatoria o condicional.
(Martín Alfonso, González Companionis, & Gómez Argüelles, s.f.)
(Resumen, s.f.)
El teorema de Bayes parte de una situación en la que es posible conocer las probabilidades
de que ocurran una serie de sucesos Ai.
A esta se añade un suceso B cuya ocurrencia proporciona cierta información, porque las
probabilidades de ocurrencia de B son distintas según el suceso Ai que haya ocurrido.
Conociendo que ha ocurrido el suceso B, la fórmula del teorema de Bayes nos indica como
modifica esta información las probabilidades de los sucesos Ai.
𝑝(𝐵∕𝐴𝑖 ) 𝑝(𝐴𝑖)
𝑝(𝐴𝑖 ∕𝐵) =
𝑝(𝐵)
Ejemplo:
Si seleccionamos una persona al azar, la probabilidad de que sea diabética es 0,03.
Obviamente la probabilidad de que no lo sea es 0,97.
Si no disponemos de información adicional nada más podemos decir, pero supongamos
que al realizar un análisis de sangre los niveles de glucosa son superiores a 1.000 mg/l, lo
que ocurre en el 95% de los diabéticos y sólo en un 2% de las personas sanas.
La respuesta que nos da el teorema de Bayes es que esa información adicional hace que la
probabilidad sea ahora 0,595.
Vemos así que la información proporcionada por el análisis de sangre hace pasar, la
probabilidad inicial de padecer diabetes de 0,03, a 0,595.
Evidentemente si la prueba del análisis de sangre hubiese sido negativa, esta información
modificaría las probabilidades en sentido contrario. En este caso la probabilidad de
padecer diabetes se reduciría a 0,0016.
Vemos así que la información proporcionada por el análisis de sangre hace pasar, la
probabilidad inicial de padecer diabetes de 0,03, a 0,595.
Evidentemente si la prueba del análisis de sangre hubiese sido negativa, esta información
modificaría las probabilidades en sentido contrario.
El teorema de Gauss Márkov señala que los estimadores de MCO (Mínimos Cuadrados
Ordinarios), es decir, los "B"; presentan una varianza mínima, lo que hace de ellos los más
eficientes. También son aquellos pertenecientes a la familia de estimadores insesgados.
Los estimadores MCO son conocidos como MELI, que significa Mejores Estimadores Lineales
e Insesgados.
LINEALIDAD:
INSESGADEZ:
EFICIENCIA:
Al referirnos que los estimadores "B" tienen varianza mínima, podemos decir de la forma
más simple, que presentan el menor error cuadrático comparado a otros estimadores, y
hace por ello que sean los más eficientes, todo esto con el fin de que la función de regresión
muestral sea lo más cercana posible a la función de regresión poblacional, por lo que
podemos hablar de insesgadez.
(Coronado, 2013)
EJEMPLO:
Una empresa de mensajería que opera en la ciudad tarda una media de 35 minutos en llevar
un paquete, con una desviación típica de 8 minutos. Supongamos que durante el día de hoy
han repartido 200 paquetes.
a) ¿Cuál es la probabilidad de que la media de los tiempos de entrega de hoy esté entre 30 y
35 minutos?
b) ¿Cuál es la probabilidad de que, en total, para los doscientos paquetes hayan estado más
de 115 horas?
P (30 ≤ X ≤ 35) P ((30 – 35) /0,566) ≤ (X− 35/0,566) ≤ (35 – 35) /0,566
Observen que 115 horas por 60 minutos nos dan 6.900 minutos.
Y como que sabemos que la media se distribuye aproximadamente como una normal de
media 35 y desviación típica 0,566 (supondremos siempre que la distribución de la media es
normal, ya sea porque la variable de interés es normal o porque la muestra es lo bastante
grande), esta probabilidad se puede aproximar por la probabilidad de una distribución
normal estándar Z:
P (Z > ((34,5 – 35) /2000,566) = P (Z > 0,88) = 1 − P (Z < 0,88_ = 1 − 0,1894 = 0.8194
(Minitab, s.f.)
(Canal Diaz, s.f.)
Sea una población con función de densidad f (x; θ) y sea θ` Un estimador insesgado para el
parámetro θ y T un estadístico suficiente del mismo parámetro θ.
Entonces si hacemos:
Se verifica:
*g(T) es un estadístico y es función del estadístico suficiente.
* g(T) = θ
Completitud:
Definición Familia completa: Una familia de distribuciones {F (x; θ)} es completa si para
cualquier función h(x) la identidad:
En todos los puntos para los cuales f (x; θ) > 0 para algún θ.
Esta definición nos indica que una familia de distribuciones es completa si el único estimador
insesgado de cero es el mismo cero.
Un estadístico T es completo si la correspondiente familia de distribuciones de T es
completa.
Así pues, se pone de manifiesto que la propiedad de completitud es una propiedad de la
familia de distribuciones. Definición Estadístico suficiente completo. Diremos que un
estadístico suficiente T es completo, si la familia de distribuciones del estadístico suficiente
T es completa. (Rincon, 2017) (Chon R., 2013) (Academic, 2017)
Ejemplo:
Sea 𝑥1 + ⋯ + 𝑥𝑛 𝑢𝑛𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝑑𝑒 𝐵𝑒𝑟𝑛𝑜𝑢𝑙𝑙𝑖 𝐵𝑒𝑟 (𝜃)
𝑠𝑒𝑎 𝑇: 𝑥1 𝑖𝑛𝑠𝑒𝑠𝑔𝑎𝑑𝑜 𝑝𝑎𝑟𝑎 𝜏(𝜃)[𝑇~𝐵𝑒𝑟(𝜃)]
𝐸(𝑇⁄𝑈)
= 𝑃(𝑥1 = 1 /𝑈 = 𝑢)
𝑃(𝑥1 = 1, 𝑥1 + ⋯ + 𝑥𝑛 = 𝑢)
=
𝑃(𝑥1 + ⋯ + 𝑥𝑛 = 𝑢)
𝑃(𝑥1 = 1, 𝑥2 + ⋯ + 𝑥𝑛 = 𝑢 − 1)
=
𝑃(𝑥1 + ⋯ + 𝑥𝑛 = 𝑢)
𝑃(𝑥1 = 1). 𝑃( 𝑥2 + ⋯ + 𝑥𝑛 = 𝑢 − 1)
=
𝑃(𝑥1 + ⋯ + 𝑥𝑛 = 𝑢)
Ejemplo: Generalmente, si el precio de algo baja, tendemos a comprarlo más. Esto es debido
a dos efectos:
Efecto renta: como es más barato, tenemos más poder de compra al ser una pérdida menor
de nuestras finanzas personales.
Efecto sustitución: como ofrece más utilidad por unidad monetaria, las otras alternativas se
vuelven menos atractivas.
Lo que Eugene Slutsky consiguió era una ecuación que descompusiera este efecto basado
en las curvas de demanda Hicksiana y Marshalliana.
Gráficamente:
Ya sea el efecto renta o el efecto sustitución positivos o negativos cuando los precios suban,
dependerá del tipo de bien:
ET ES ER
No siempre se puede decir cómo será el efecto total – si hablamos de bienes inferiores
complementarios, por ejemplo, el efecto sustitución y el efecto renta tirarán en direcciones
opuestas. El efecto total dependerá en qué efecto tenga más fuerza. (Polyconomics, s.f.)
El primer libro en tener ‘estadísticas’ en su título fue “Contributions to Vital Statistics” por
Francis GP Neison de 1845, aunque claro hay registros que civilizaciones antiguas como los
babilonios y egipcios usaban tablillas para datos estadísticos poblacionales y para ganado,
también, el cuarto libro del pentateuco bíblico es un compendio estadístico de población y
riqueza por cada tribu de Israel.
En la Edad Media, en el año 762, Carlomagno ordenó la creación de un registro de todas sus
propiedades, así como de los bienes de la iglesia y así otros muchos ejemplos como el de
Guillermo primero en el año 1066.
En 1.662 un mercader de lencería londinense, John Graunt, publicó un tratado con las
observaciones políticas y naturales, donde Graunt pone de manifiesto las cifras brutas de
nacimientos y defunciones ocurridas en Londres durante el periodo 1.604-1.661, así como
las influencias que ejercían las causas naturales, sociales y políticas de dichos
acontecimientos. Puede considerarse el primer trabajo estadístico serio sobre la población.
(Estadistica, 2008)
La Teoría de Juegos puede ser considerada una rama de las matemáticas aplicadas de gran
utilidad en varios campos, principalmente en economía, pero también en ciencia política,
sociología, derecho, biología, etc.
La Teoría de Juegos estudia las situaciones en las que varios agentes toman decisiones en
un contexto de interrelación estratégica, donde el resultado de cada agente depende del
conjunto de acciones tomadas por todos los agentes.
Que dos personas actuando racionalmente (en cierto sentido específico) y con
un conocimiento común de las creencias del otro, no pueden acordar estar en desacuerdo.
De manera más específica:
Si dos personas son racionalistas bayesianos genuinos con distribuciones de probabilidad a
priori comunes y si cada uno de ellos tiene conocimiento común de sus distribuciones de
probabilidad a posteriori, entonces sus probabilidades posteriores deben ser iguales.
Surge la pregunta si dicho acuerdo se puede alcanzar en un tempo razonable y, desde la
perspectiva matemática, si puede hacerse de forma eficiente.
Scott Aaronson publicó un artículo en 2005 demostrando que la respuesta es afirmativa.
Ciertamente, la suposición de los prioris comunes es muy fuerte y difícilmente se cumple en
la práctica.
Sin embargo Robin Hanson ha presentado un argumento planteando que los bayesianos
que concuerden en los procesos que dan origen a sus prioris (por ejemplo, influencias en el
ambiente o genética) deberían, si se adhieren a cierta condición de pre-racionalidad, tener
priores comunes.
(Teran , 2004)
Por ejemplo
En el bien conocido juego “dilema del prisionero”, el resultado en el que ningún prisionero
confiesa es el resultado cooperativo; no es lo mejor para ninguno de los dos jugadores,
aunque es mejor para ambos que el equilibrio único.
10 0
::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
1 0
El resultado (E, A), que le da 10 a cada jugador, es un resultado cooperativo, ya que ningún
jugador puede garantizar más para sí mismo; pero, al igual que ocurre en el dilema del
prisionero, no se puede lograr en equilibrio.
¿Cuál es la causa de que, aunque no se puedan lograr en equilibrio, sean interesantes los
resultados cooperativos? La razón es que se pueden lograr por medio de contrato –por
acuerdo– en aquellos contextos en los que los contratos se pueden hacer cumplir.
(Aumann, 2006)
∑ 𝑥𝑖2 = 𝑄1 + ⋯ + 𝑄𝐾
𝑖=1
(Valencia, s.f.)
Descendiente del clero luterano en ambos lados de su familia, el segundo de los diez hijos
más pequeños, Conring mostró una temprana promesa como estudiante. Durante su vida
como profesor en el norte de Alemania, Conring se dirigió primero a la medicina, realizó
importantes estudios sobre la circulación sanguínea y, más tarde, se dirigió a la política.
Vida Temprana
Conring nació en Norden, una ciudad costera en Frisia oriental, un territorio gobernado en
ese momento por los condes de Cirksena. Como muchas áreas de lo que luego se convertiría
en Alemania, la patria de Conring exhibió una considerable variedad religiosa y
conflicto. Luterana en el campo (y en la piedad de sus condes), Frisia Oriental, sin embargo,
albergaba un bastión del calvinismo en su ciudad principal, Emden. Conring y su familia no
eran ajenos a los altercados confesionales. Muchos de los antepasados de Conring eran
ministros, y su padre y su abuelo paterno, en particular, aparentemente se vieron obligados
a cambiar sus circunstancias en varias ocasiones en respuesta al conflicto religioso
protestante.
Conring fue uno de diez hermanos, dos de los cuales murieron en la infancia y seis más
murieron de la plaga en 1611.
Enseñanza
Lindenfeld llama a Conring un neo-aristotélico. [1] El término filosofía significaba algo
bastante diferente en su tiempo. Se refería a una rama de la investigación que buscaba
principalmente explicar el derecho, la religión y la política en términos establecidos por los
pensadores antiguos, particularmente Aristóteles, quien en los círculos de Conring a
menudo se conocía simplemente como "el filósofo". Lindenfeld dice que en 1660 Conring
fue el primero en dar una conferencia sobre Statistik, el precursor de las estadísticas
gubernamentales modernas; Pero el tema era la ciencia política
Gottfried Achenwall fue un economista nacido en Prusia en 1719. Fue uno de los pioneros
de la ciencia estadística y es considerado como el padre de esta materia, aunque los ingleses
niegan esa afirmación. Así, fue el primero en usar la denominación “estadística” para llamar
a esta disciplina.
La palabra proviene de status, con un significado de “estado o situación”. Igualmente,
Achenwall fue el que empezó a usar gráficos y tablas para ordenar los datos que obtuvo.
Aparte de esa gran aportación, el resto de sus principales trabajos se enfocaron en el estudio
de varios países europeos.
La novedad de esas informaciones fue el uso de la estadística para analizar su realidad
económica, social y política. Achenwall fue también profesor durante muchos años;
impartió clases de varias materias: desde estadística hasta de filosofía. Esta última disciplina
también tuvo bastante importancia en sus trabajos posteriores.
Para su investigación por el continente, el economista visitó los países de los que quería
hablar, obteniendo información de primera mano.
Fallecimiento
Achenwall siguió siendo miembro de la Universidad de Göttingen hasta el momento de su
muerte. Fue en esa ciudad donde falleció en 1772, a la edad de 52 años.
Aportaciones
Padre de la estadística
La estadística, aunque no se llamaba todavía así, nació a mediados del siglo XVII. Se atribuye
a Hermann Conring la creación de esta disciplina, que consistía en describir lo hechos más
notables de algún Estado, pero sistematizando los datos.
No fue hasta los trabajos de Achenwall cuando recibió el nombre de estadística, cuya
etimología proviene de status; esto es, “estado” o “situación”. En cualquier caso, algunos
expertos afirman que el término había sido usado ya en Italia, aunque no se había definido
en profundidad.
Achenwall sí elaboró esa definición en su libro Compendio de la constitución política de los
países y pueblos europeos, publicado en 1749. En esta obra usa el término para nombrar a
lo que llamó “ciencia del Estado”, procediendo a analizar los datos de varios gobiernos.
Hay que señalar que algunos autores ingleses reclamaron para su país la paternidad del
nombre de la disciplina, ya que sostienen que se ignoró la contribución de William Petty.
Otras obras
Además de la que está considerada su obra culmen, el autor escribió otros libros, entre los
que destaca Principios de economía política. En esta obra repasó la historia de los Estados
de Europa desde el punto de vista del derecho y de la economía política. Achenwall también
tocó las ciencias económicas y las políticas. En estas eras consideradas como un seguidor de
la escuela de “mercantilistas moderados”.
(Montano , s.f.)
Adolphe Jacques Quetelet1 nació en 1796 en Gante, ciudad belga. Su fuerte afición por las
matemáticas, lo llevó a estudiar astronomía y geometría, siendo esta última, tema de la
disertación que lo llevó a obtener el primer Doctorado en Ciencias, conferido por la
Universidad de Gante, en 1819 cuando apenas tenía 23 años, posteriormente se
desempeñaría como profesor de matemáticas en el Ateneo de Bruselas, alcanzando el
máximo sitial de su especialidad en 1824.
También publicó Las leyes del nacimiento y La muerte en Bruselas y otras investigaciones
relacionadas con el comportamiento de hechos poblacionales.
En 1833, después de haber realizado durante dos años los primero estudios
antropométricos transversales en niños, publicó el libro Rechearches sur le poids de
l'homme aux differents ages (Investigación sobre el peso del hombre en diferentes edades),
en el cual incluía tablas que comprendían tanto el promedio como el valor mínimo y máximo
de los pesos y las tallas de hombres y mujeres desde el nacimiento hasta los 30 años de vida,
fecha después de la cual la información se presentaría por décadas, hasta llegar a los 80
años; aunque éstas fueron las primeras tablas publicadas, se desconoce la forma en que
fueron construidas.
Dos años después recogería todos sus trabajos estadísticos en una publicación que tituló:
Sur l'homme et le Development de ses facultés. Essai d'une physique sociale (El hombre y el
desarrollo de sus medidas. Un ensayo sobre física social).
Quetelet fue considerado como el precursor de la bioestadística, toda vez que demostró
que los patrones de comportamiento humano podían ser descritos al utilizar las leyes de la
probabilidad, generando así el concepto de "l'homme moyen" (hombre promedio), siendo
éste una aplicación del concepto de Curva Normal del otrora astrónomo Gauss, y que hasta
los momentos sólo habría servido para calcular los errores en las observaciones
astronómicas.
Desde 1841 y hasta su muerte presidió la Comisión Central de Estadística de Gante, la cual
supervisaría los censos belgas y organizaría las estadísticas de las provincias, para lograr la
uniformidad. En 1869 revisó y reeditó el libro publicado en 1835, titulándolo Física Social.
Producto de sus observaciones, Quetelet demostró que una vez finalizado el crecimiento
tanto en hombres como en mujeres de talla normal el peso era proporcional al valor de la
talla al cuadrado, siendo el valor "normal" siempre cercano a 26, mientras que para las
personas con sobrepeso es de 10 o más y para aquellos con bajo peso siempre es inferior a
22; estas proporciones constituyen los primeros indicadores de masa corporal, que serían
utilizados en la evaluación del estado nutricional 100 años más tarde.
Basado en la última Encuesta Nacional de los Estados Unidos, elaboró un nomograma que
permitía determinar con facilidad el Índice de Masa Corporal (IMC).
Quetelet murió el 17 de febrero de 1874, después de haber pertenecido a por lo menos 100
sociedades de antropología, geografía, medicina, meteorología, filosofía y estadística, en
Europa, Asia, África y América. (Bengoa, s.f.)
Logros
Quetelet recibió un doctorado en matemática en 1819 por la Universidad de Gante, luego
de eso convence a funcionarios de gobierno y donadores privados sobre la necesidad de
construcción de un observatorio astronómico, situación que se hace realidad en 1828.
Quetelet aplicó métodos a conjuntos y es reconocido como uno de los padres de la
Estadística moderna. Aplicó el método estadístico al estudio de la sociología.
El índice de Quetelet o índice de masa corporal es actualmente utilizado internacionalmente
para determinar la obesidad.
R//=
(Kung Fu-Tse; Lu, actual Shantung, China, h. 551 - 479 a. C.) Pensador chino. Procedente de
una familia noble arruinada, a lo largo de su vida alternó periodos en los que ejerció como
maestro con otros en los que sirvió como funcionario del pequeño estado de Lu, en el
nordeste de China, durante la época de fragmentación del poder bajo la dinastía Chu.
Confucio fracasó en sus intentos por atraerse a los príncipes, limitándose su influjo en vida
al que consiguió ejercer directamente sobre algunos discípulos; la importancia del personaje
procede de la difusión posterior de su pensamiento, conocido
como confucianismo o confucionismo, contenido fundamentalmente en sus Entrevistas.
Confucio creía en la existencia de un orden cósmico perfecto, que debía ser imitado en los
asuntos humanos, logrando la armonía de la tierra con el Cielo, fuerza inteligente que
gobierna el mundo. A pesar de su talante netamente conservador, el pensamiento de
Confucio tenía un potencial innovador en la medida en que exigía un gobierno moral y
bienhechor: proclamaba que la nobleza no procedía del nacimiento sino de la superioridad
moral; y dejaba abierta la puerta a la rebeldía contra los gobernantes inmorales.
Quizá por ello sus ideas no fueron aceptadas por los dirigentes de la época, mientras se iban
extendiendo entre el pueblo llano; perseguido infructuosamente durante la época de la
dinastía Ts'in (221-206 a. C.), el confucianismo se convirtió en la filosofía oficial del Estado
bajo la dinastía Han (206 a. C.-220 d. C.). Desde entonces, el sistema de selección del
personal al servicio del Estado mediante oposiciones convirtió el estudio del pensamiento
de Confucio y de sus seguidores en uno de los pilares de la formación de un hombre culto,
que abría las puertas de la burocracia y de la promoción social.
(Biografias, s.f.)
La estadística impacta prácticamente todos los aspectos de nuestra vida, porque a partir de
todas nuestras actividades es posible recopilar datos que, después de ser analizados, nos
permiten tomar decisiones. Esta es la ciencia que estudia los fenómenos inciertos o las
situaciones que no se pueden predecir con certeza, pero sobre los cuales podemos recabar
información.
Más de mil 600 organizaciones en todo el mundo participan en la celebración del Año
Internacional de la Estadística 2013. En México, la UNAM, el Centro de Investigación en
Matemáticas, la Asociación Mexicana de Estadística, el INEGI y el ITAM, entre otras
instituciones, se han sumado a esta iniciativa. Enrique Gutiérrez Peña, del Instituto de
Investigaciones en Matemáticas Aplicadas y en Sistemas de la UNAM, comentó que día a día
se acumula más información y, por ello, es necesario formar gente capaz de poder analizarla
e interpretarla, para que esta “llegue a los tomadores de decisiones”.
Celebración mundial
Un año de trabajo intenso. Los objetivos de esta celebración son: promover la
estadística como una profesión; dar a conocer el impacto que tiene en la sociedad, e
impulsar el desarrollo de esta disciplina.
Definición de metas. Busca reconocer sus contribuciones al bienestar social y
promover su importancia entre los científicos, los sectores público y privado, la
sociedad y los medios de comunicación.
Las instituciones convocantes. Asociación Estadística Americana, Instituto de
Estadística Matemática, Sociedad Biométrica Internacional, Instituto Internacional de
Estadística y Sociedad Bernoulli, entre otras.
Es tan importante que casi no existe actividad humana en que no esté involucrada la
Estadística. Las decisiones más importantes de nuestra vida se toman con base en la
aplicación de la Estadística. Pongamos algunos ejemplos.
Desde luego, la estadística ha hecho que las empresas logren reconocer de una forma clara
a sus consumidores fieles por medio de muestras de la población y de este modo han podido
implementar estrategias cada vez más claras que permiten una investigación de mercados
acertada en cuanto a los gustos de los consumidores para que sus utilidades no se vean
afectadas. Hay que reconocer que no podemos gestionar lo que no se puede medir, es por
esto que las mediciones estadísticas son la clave para controlarlo o gestionarlo.
En las organizaciones
Los conceptos antes mencionados han sido analizados e investigados de tal manera de hacer
más fácil su comprensión y entendimientos ya que la estadística es la ciencia que trata de
entender, organizar y tomar decisiones que estén de acuerdo con los análisis efectuados.
La estadística juega un papel muy importante en nuestras vidas, ya que actualmente ésta se
ha convertido en un método muy efectivo para describir con mucha precisión los valores de
datos económicos, políticos, sociales, psicológicos, biológicos y físicos, además, sirve como
herramienta para relacionar y analizar dichos datos.
Es de vital importancia para nuestra vida profesional venidera, que manejemos estos
conceptos con facilidad, así mismo el que los usemos de la manera apropiada, siempre en
pro de buscar soluciones a los problemas que se nos puedan presentar.
Bibliografía
Academic. (2017). Teorema de Rao-Blackwell. Recuperado el 29 de 11 de 2018, de Academic:
http://www.esacademic.com/dic.nsf/eswiki/1135832
Martín Alfonso, J., González Companionis, I., & Gómez Argüelles, Á. (s.f.). LA ESTADÍSTICA: FUENTE
PARA EL DESARROLLO HUMANO. Recuperado el 29 de 11 de 2018, de Quadernsdigital:
http://www.quadernsdigitals.net/datos/hemeroteca/r_47/nr_503/a_6884/6884.html
Minitab. (s.f.). El teorema del límite central. Recuperado el 29 de 11 de 2018, de Soporte de mini
tab 18: https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/data-concepts/about-the-central-limit-theorem/
Rincon, L. (26 de 12 de 2017). 0398 Ejemplos de aplicación del teorema de Rao-Blackwell. curso de
estadistica inferencial. Recuperado el 29 de 11 de 2018, de
https://www.youtube.com/watch?v=K3PKgkFKqMA
Valencia, U. (s.f.).
Webster, A. (2001). Estadistica aplicada a los negocios y la economia (Vol. III edicion). Bogota,
Colombia: Quebecor World Bogota S.A. Recuperado el 29 de 11 de 2018