La estadstica es una de las ramas de la ciencia matemtica que se centra en el trabajo con datos e informaciones que son ya de por

s numricos o que ella misma se encarga de transformar en nmeros. La estadstica, si bien es una ciencia de extraccin exacta, tiene una injerencia directa en cuestiones sociales por lo cual su utilidad prctica es mucho ms comprensible que lo que sucede normalmente con otras ciencias exactas como la matemtica. Desde Importancia Podemos decir que la funcin principal de la estadstica es justamente la recoleccin y agrupamiento de datos de diverso tipo para construir con ellos informes estadsticos que nos den idea sobre diferentes y muy variados temas, siempre desde un punto de vista cuantitativo y no cualitativo. Esto es muy importante remarcarlo ya que la estadstica se convierte entonces en una ciencia que nos habla de cantidades (por ejemplo, cuntas personas viven en un pas por metro cuadrado) pero no nos da informacin directa sobre la calidad de vida de esas personas. Lo interesante de la estadstica como ciencia es que en muchos casos, la informacin cuantitativa que nos brinda nos permite conocer a ese nivel mucho mejor a una sociedad, por ejemplo cuntas personas viven en un pas, cul es la tasa de desempleo, cul es la tasa de indigencia o pobreza, cul es el nivel promedio de educacin de esa sociedad, etc. Todos estos datos numricos son utilizados por los responsables del Estado a travs de sus distintos organismos y secretaras para luego realizar proyectos de diferente tipo que tengan que ver con mejorar esa situacin o mantenerla en el caso de que sea buena. En algunos casos, aunque no directamente, la estadstica tambin nos permite inferir (no conocer) la calidad de vida de una poblacin ya que si encontramos altas tasas de desempleo, pobreza y marginalidad podremos suponer que la calidad de vida es muy baja. La estadstica tiene una utilidad no slo en aspectos sociales si no que tambin sirve para todo tipo de investigacin cientfica si se tiene en cuenta que los datos estadsticos son el resultado de varios casos de entre los cuales se toma un promedio. As, una estadstica puede servir para una investigacin cientfica al demostrar que un porcentaje determinado de los casos observados represent un resultado particular y no otro. desde Importancia La Unin Europea (conocida tambin como UE) es una de las comunidades geopolticas ms importantes del mundo ya que agrupa a un gran porcentaje de los pases ms desarrollados del planeta. Esta comunidad tiene como objetivo principal la puesta en comn de proyectos que abarquen cuestiones econmicas, polticas, sociales y culturales que permitan que esta regin del planeta pueda encarar de forma conjunta diferentes problemticas.

La Unin Europea se creo hacia mediados del siglo XX (1951), especialmente luego de finalizada la Segunda Guerra Mundial, con el fin ltimo de trabajar en conjunto por el bien del total de los pases que la compongan y evitar que conflictos internacionales opaquen o impidan el desarrollo integral de la regin. desde Importancia La Unin Europea podra considerarse la consumacin final de diversos proyectos de unin e integracin que caracterizaron histricamente al continente. Dicho esto, es importante sealar que es recin su formacin el momento en que tom forma la idea de un conjunto de muchos miembros frente a las tpicas alianzas o tratados entre un pequeo grupo de pases estratgicos. Hoy en da, los pases que forman la Unin Europea son la mayor parte de los pases del continente. Pases como Rusia, Noruega, Suiza y Ucrania no forman parte de ella, mientras otros estn siendo considerados actualmente como candidatos a integrarla (Islandia, Turqua, los pases de la regin de los Balcanes). La Unin Europea se rige con conferencias intergubernamentales en las que los roles de los pases va variando peridicamente. El objetivo de las polticas tomadas por la Unin Europea es, tal como se dijo, contribuir a la unin y al trabajo conjunto de las regiones que integran esta comunidad, pudindose as establecer polticas econmicas en comn que den importancia a la produccin de cada regin y que las protejan de producciones de otros mercados, alentar la formacin de gobiernos que respeten determinadas pautas de democracia o de participacin, elevar el rol de la cultura europea en otros espacios, etc. Como sucede con todas las comunidades regionales, la UE permite as a sus miembros conformar su identidad como parte de un continente y enlazarse de manera ms directa y cercana con los pases vecinos.

desde Importancia La estadstica es una ciencia formal que estudia la recoleccin, anlisis e interpretacin de datos de una muestra representativa, ya sea para ayudar en la toma de decisiones o para explicar condiciones regulares o irregulares de algn fenmeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional. Sin embargo, la estadstica es ms que eso, es decir, es el vehculo que permite llevar a cabo el proceso relacionado con la investigacin cientfica.

Distribucin normal Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias sociales, desde lasciencias de la salud hasta el control de calidad. Se usa para la toma de decisiones en reas de negocios o instituciones gubernamentales. La estadstica se divide en dos grandes reas:

La estadstica descriptiva, se dedica a la descripcin, visualizacin y resumen de datos originados a partir de los fenmenos de estudio. Los datos pueden ser resumidos numrica o grficamente. Ejemplos bsicos deparmetros estadsticos son: la media y la desviacin estndar. Algunos ejemplos grficos son: histograma,pirmide poblacional, grfico circular, entre otros. La estadstica inferencial, se dedica a la generacin de los modelos, inferencias y predicciones asociadas a los fenmenos en cuestin teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelarpatrones en los datos y extraer inferencias acerca de la poblacin bajo estudio. Estas inferencias pueden tomar la forma de respuestas a preguntas si/no (prueba de hiptesis), estimaciones de unas caractersticas numricas (estimacin), pronsticos de futuras observaciones, descripciones de asociacin (correlacin) o modelamiento de relaciones entre variables (anlisis de regresin). Otras tcnicas de modelamiento incluyenanova, series de tiempo y minera de datos. Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada. Hay tambin una disciplina llamada estadstica matemtica, la que se refiere a las bases tericas de la materia. La palabra estadsticas tambin se refiere al resultado de aplicar un algoritmo estadstico a un conjunto de datos, como en estadsticas econmicas, estadsticas criminales, entre otros. ndice [ocultar]

1 Historia 1.1 Origen 1.2 Orgenes en probabilidad 1.3 Estado actual 2 Mtodos estadsticos 2.1 Estudios observacionales experimentales y

2.2 Niveles de medicin 2.3 Tcnicas de anlisis estadstico 3 Disciplinas especializadas 4 Computacin estadstica 5 Crticas a la estadstica 6 Estadsticos famosos 7 Notas 8 Bibliografa 9 Enlaces externos Historia[editar] Origen[editar] El trmino alemn Statistik, introducido originalmente por Gottfried Achenwall en 1749, se refera al anlisis de datos del Estado, es decir, la "ciencia del Estado" (o ms bien, de la ciudad-estado). Tambin se llam aritmtica poltica de acuerdo con la traduccin literal del ingls. No fue hasta el siglo XIX cuando el trmino estadstica adquiri el significado de recolectar y clasificar datos. Este concepto fue introducido por el militar britnico Sir John Sinclair (1754-1835). En su origen, por tanto, la Estadstica estuvo asociada a los Estados o ciudades libres, para ser utilizados por el gobierno y cuerpos administrativos (a menudo centralizados). La coleccin de datos acerca de estados y localidades contina ampliamente a travs de los servicios de estadstica nacionales e internacionales. En particular, los censoscomenzaron a suministrar informacin regular acerca de la poblacin de cada pas. As pues, los datos estadsticos se referan originalmente a los datos demogrficos de una ciudad o estado

determinados. Y es por ello que en la clasificacin decimal de Melvil Dewey, empleada en las bibliotecas, todas las obras sobre estadstica se encuentran ubicadas al lado de las obras de o sobre la demografa. Ya se utilizaban representaciones grficas y otras medidas en pieles, rocas, palos de madera y paredes de cuevas para controlar el nmero de personas, animales o ciertas mercancas. Hacia el ao 3000 a. C. los babilonios usaban ya pequeos envases moldeados de arcilla para recopilar datos sobre la produccin agrcola y de los gneros vendidos o cambiados. Los egipcios analizaban los datos de la poblacin y la renta del pas mucho antes de construir las pirmides en el siglo XI a. C. Los libros bblicos de Nmeros yCrnicas incluyen en algunas partes trabajos de estadstica. El primero cona estn ubicadas al lado de las demogrficas. La estadstica tiene dos censos de la poblacin de laTierra de Israel y el segundo describe el bienestar material de las diversas tribus judas. En China existan registros numricos similares con anterioridad al ao 2000 a. C. Los antiguos griegos realizaban censos cuya informacin se utilizaba hacia el 594 a. C. para cobrar impuestos. Orgenes en probabilidad[editar] Los mtodos estadstico-matemticos emergieron desde la teora de probabilidad, la cual data desde la correspondencia entre Pascal y Pierre de Fermat (1654). Christian Huygens (1657) da el primer tratamiento cientfico que se conoce a la materia. El Ars coniectandi (pstumo, 1713) de Jakob Bernoulli y la Doctrina de posibilidades (1718) deAbraham de Moivre estudiaron la materia como una rama de las matemticas. 1 En la era moderna, el trabajo de Kolmogrov ha sido un pilar en la formulacin del modelo fundamental de la Teora de Probabilidades, el cual es usado a travs de la estadstica. La teora de errores se puede remontar a la pera miscellnea (pstuma, 1722) de Roger Cotes y al trabajo preparado por Thomas Simpson en 1755 (impreso en 1756) el cual aplica por primera vez la teora de la discusin de errores de observacin. La reimpresin (1757) de este trabajo incluye el axioma de que errores positivos y negativos son igualmente probables y que hay unos ciertos lmites asignables dentro de los cuales se encuentran todos los errores; se describen errores continuos y una curva de probabilidad. Pierre-Simon Laplace (1774) hace el primer intento de deducir una regla para la combinacin de observaciones desde los principios de la teora de probabilidades. Laplace represent la Ley de probabilidades de errores mediante una curva y dedujo una frmula para la media de tres observaciones. Tambin, en 1871, obtiene la frmula para la ley de facilidad del error (trmino introducido por Lagrange, 1744) pero con ecuaciones inmanejables. Daniel Bernoulli (1778) introduce el principio del mximo producto de las probabilidades de un sistema de errores concurrentes.

Fotografa de Ceres por el telescopio espacial Hubble. La posicin fue estimada por Gauss mediante el mtodo de mnimos cuadrados. El mtodo de mnimos cuadrados, el cual fue usado para minimizar los errores en mediciones, fue publicado independientemente porAdrien-Marie Legendre (1805), Robert Adrain (1808), y Carl Friedrich Gauss (1809). Gauss haba usado el mtodo en su famosa prediccin de la localizacin del planeta enano Ceres en 1801. Pruebas adicionales fueron escritas por Laplace (1810, 1812), Gauss (1823), James Ivory (1825, 1826), Hagen (1837), Friedrich Bessel (1838), W.F. Donkin (1844, 1856), John Herschel (1850) y Morgan Crofton (1870). Otros contribuidores fueron Ellis (1844), Augustus De Morgan (1864), Glaisher (1872) y Giovanni Schiaparelli (1875). La frmula de Peters para , el probable error de una observacin simple es bien conocido. El siglo XIX incluye autores como Laplace, Silvestre Lacroix (1816), Littrow (1833), Richard Dedekind (1860), Helmert (1872), Hermann Laurent (1873), Liagre, Didion y Karl Pearson. Augustus De Morgan y George Boole mejoraron la presentacin de la teora. Adolphe Quetelet (1796-1874), fue otro importante fundador de la estadstica y quien introdujo la nocin del hombre promedio (lhomme moyen)como un medio de entender los fenmenos sociales complejos tales como tasas de criminalidad, tasas de matrimonio o tasas de suicidios. Estado actual[editar] Durante el siglo XX, la creacin de instrumentos precisos para asuntos de salud pblica (epidemiologa, bioestadstica, etc.) y propsitos econmicos y sociales (tasa de desempleo, econometra, etc.) necesit de avances sustanciales en las prcticas estadsticas. Hoy el uso de la estadstica se ha extendido ms all de sus orgenes como un servicio al Estado o al gobierno. Personas y organizaciones usan la estadstica para entender datos y tomar decisiones en ciencias naturales y sociales, medicina, negocios y otras reas. La estadstica es entendida generalmente no como un sub-rea de las matemticas sino como una ciencia diferente aliada. Muchas universidades tienen departamentos acadmicos de

matemticas y estadstica separadamente. La estadstica se ensea en departamentos tan diversos como psicologa, educacin y salud pblica.

Regresin lineal - Grficos de dispersinen estadstica. Al aplicar la estadstica a un problema cientfico, industrial o social, se comienza con un proceso o poblacin a ser estudiado. Esta puede ser la poblacin de un pas, de granos cristalizados en una roca o de bienes manufacturados por una fbrica en particular durante un periodo dado. Tambin podra ser un proceso observado en varios ascos instantes y los datos recogidos de esta manera constituyen una serie de tiempo. Por razones prcticas, en lugar de compilar datos de una poblacin entera, usualmente se estudia un subconjunto seleccionado de la poblacin, llamado muestra. Datos acerca de la muestra son recogidos de manera observacional o experimental. Los datos son entonces analizados estadsticamente lo cual sigue dos propsitos: descripcin e inferencia. El concepto de correlacin es particularmente valioso. Anlisis estadsticos de un conjunto de datos puede revelar que dos variables (esto es, dos propiedades de la poblacin bajo consideracin) tienden a variar conjuntamente, como si hubiera una conexin entre ellas. Por ejemplo, un estudio del ingreso anual y la edad de muerte podra resultar en que personas pobres tienden a tener vidas ms cortas que personas de mayor ingreso. Las dos variables se dicen que estn correlacionadas. Sin embargo, no se puede inferir inmediatamente la existencia de una relacin de causalidad entre las dos variables. El fenmeno correlacionado podra ser la causa de una tercera, previamente no considerada, llamada variable confusora. Si la muestra es representativa de la poblacin, inferencias y conclusiones hechas en la muestra pueden ser extendidas a la poblacin completa. Un problema mayor es el de determinar que tan representativa es la muestra extrada. La estadstica ofrece medidas para estimar y corregir por aleatoriedad en la muestra y en el proceso de recoleccin de los datos, as como mtodos para disear experimentos robustos como primera medida, ver diseo experimental.

El concepto matemtico fundamental empleado para entender la aleatoriedad es el de probabilidad. La estadstica matemtica (tambin llamada teora estadstica) es la rama de las matemticas aplicadas que usa la teora de probabilidades y el anlisis matemtico para examinar las bases tericas de la estadstica. El uso de cualquier mtodo estadstico es vlido solo cuando el sistema o poblacin bajo consideracin satisface los supuestos matemticos del mtodo. El mal uso de la estadstica puede producir serios errores en la descripcin e interpretacin, afectando las polticas sociales, la prctica mdica y la calidad de estructuras tales como puentes y plantas de reaccin nuclear. Incluso cuando la estadstica es correctamente aplicada, los resultados pueden ser difcilmente interpretados por un inexperto. Por ejemplo, el significado estadstico de una tendencia en los datos, que mide el grado al cual la tendencia puede ser causada por una variacin aleatoria en la muestra, puede no estar de acuerdo con el sentido intuitivo. El conjunto de habilidades estadsticas bsicas (y el escepticismo) que una persona necesita para manejar informacin en el da a da se refiere como cultura estadstica. Mtodos estadsticos[editar] Estudios experimentales y observacionales[editar] Un objetivo comn para un proyecto de investigacin estadstica es investigar la causalidad, y en particular extraer una conclusin en el efecto que algunos cambios en los valores de predictores o variables independientes tienen sobre una respuesta o variables dependientes. Hay dos grandes tipos de estudios estadsticos para estudiar causalidad: estudios experimentales y observacionales. En ambos tipos de estudios, el efecto de las diferencias de una variable independiente (o variables) en el comportamiento de una variable dependiente es observado. La diferencia entre los dos tipos es la forma en que el estudio es conducido. Cada uno de ellos puede ser muy efectivo. Niveles de medicin[editar] Hay cuatro tipos de mediciones o escalas de medicin en estadstica. Los cuatro tipos de niveles de medicin (nominal, ordinal, intervalo y razn) tienen diferentes grados de uso en la investigacin estadstica. Las medidas de razn, en donde un valor cero y distancias entre diferentes mediciones son definidas, dan la mayor flexibilidad en mtodos estadsticos que pueden ser usados para analizar los datos. Las medidas de intervalo tienen distancias interpretables entre mediciones, pero un valor cero sin significado (como las mediciones de coeficiente intelectual o temperatura en grados Celsius). Las medidas ordinales tienen imprecisas diferencias entre valores consecutivos, pero un orden interpretable para sus valores. Las medidas nominales no tienen ningn rango interpretable entre sus valores.

La escala de medida nominal, puede considerarse la escala de nivel ms bajo. Se trata de agrupar objetos en clases. La escala ordinal, por su parte, recurre a la propiedad de orden de los nmeros. La escala de intervalos iguales est caracterizada por una unidad de medida comn y constante. Es importante destacar que el punto cero en las escalas de intervalos iguales es arbitrario, y no refleja en ningn momento ausencia de la magnitud que estamos midiendo. Esta escala, adems de poseer las caractersticas de la escala ordinal, permite determinar la magnitud de los intervalos (distancia) entre todos los elementos de la escala. La escala de coeficientes o Razones es el nivel de medida ms elevado y se diferencia de las escalas de intervalos iguales nicamente por poseer un punto cero propio como origen; es decir que el valor cero de esta escala significa ausencia de la magnitud que estamos midiendo. Si se observa una carencia total de propiedad, se dispone de una unidad de medida para el efecto. A iguales diferencias entre los nmeros asignados corresponden iguales diferencias en el grado de atributo presente en el objeto de estudio. Tcnicas de anlisis estadstico[editar] Algunos tests y conocidos son:

procedimientos

para investigacin de observaciones bien

Prueba t de Student Prueba de Anlisis de varianza (ANOVA) U de Mann-Whitney Anlisis de regresin Correlacin Iconografa de las correlaciones Frecuencia estadstica Anlisis de frecuencia acumulada Prueba de la diferencia menos significante de Fisher Coeficiente de correlacin de Pearson Coeficiente de correlacin de Spearman Anlisis factorial exploratorio Anlisis factorial confirmatorio Grfica estadstica

Disciplinas especializadas[editar] Algunos campos de investigacin usan la estadstica tan extensamente que tienen terminologa especializada. Estas disciplinas incluyen:

Ciencias actuariales Fsica estadstica Estadstica industrial Estadstica Espacial Matemticas Estadstica Estadstica en Medicina Estadstica en Medicina Veterinaria y Zootecnia Estadstica en Nutricin Estadstica en Agronoma Estadstica en Planificacin Estadstica en Investigacin Estadstica en Restauracin de Obras Estadstica en Literatura Estadstica en Astronoma Estadstica en la Antropologa (Antropometra) Estadstica en Historia Estadstica militar Geoestadstica Bioestadstica Estadsticas de Negocios Estadstica Computacional Estadstica en las Ciencias de la Salud Investigacin de Operaciones Estadsticas de Consultora

Estadstica de la educacin, la enseanza, y la formacin Estadstica en la comercializacin o mercadotecnia Cienciometra Estadstica del Medio Ambiente Estadstica en Epidemiologa Minera de datos (aplica estadstica y reconocimiento de patrones para el conocimiento de datos) Econometra (Estadstica econmica) Estadstica en Ingeniera Geografa y Sistemas de informacin geogrfica, ms especficamente en Anlisis espacial Demografa Estadstica en psicologa (Psicometra) Calidad y productividad Estadsticas sociales (para todas las ciencias sociales) Cultura estadstica Encuestas por Muestreo Anlisis de procesos y quimiometra (para anlisis de datos en qumica analtica e ingeniera qumica) Confiabilidad estadstica Procesamiento de imgenes Estadsticas Deportivas La estadstica es una herramienta bsica en negocios y produccin. Es usada para entender la variabilidad de sistemas de medicin, control de procesos (como en control estadstico de procesos o SPC (CEP)), para compilar datos y para tomar decisiones. En estas aplicaciones es una herramienta clave, y probablemente la nica herramienta disponible. Computacin estadstica[editar] El rpido y sostenido incremento en el poder de clculo de la computacin desde la segunda mitad del siglo XX ha tenido un sustancial impacto en la

prctica de la ciencia estadstica. Viejos modelos estadsticos fueron casi siempre de la clase de los modelos lineales. Ahora, complejos computadores junto con apropiados algoritmos numricos, han causado un renacer del inters en modelos no lineales (especialmente redes neuronales y rboles de decisin) y la creacin de nuevos tipos tales como modelos lineales generalizados y modelos multinivel. El incremento en el poder computacional tambin ha llevado al crecimiento en popularidad de mtodos intensivos computacionalmente basados en remuestreo, tales como tests de permutacin y de bootstrap, mientras tcnicas como el muestreo de Gibbs han hecho los mtodos bayesianos ms accesibles. La revolucin en computadores tiene implicaciones en el futuro de la estadstica, con un nuevo nfasis en estadsticas experimentales y empricas. Un gran nmero de paquetes estadsticos est ahora disponible para los investigadores. Los sistemas dinmicos y teora del caos, desde hace una dcada, empezaron a interesar en la comunidad hispana, pues en la anglosajona de Estados Unidos estaba ya establecida la conducta catica en sistemas dinmicos no lineales con 350 libros para 1997 y empezaban algunos trabajos en los campos de las ciencias sociales y en aplicaciones de la fsica. Tambin se estaba contemplando su uso en analtica. Vase tambin: Computacin Cientfica. Crticas a la estadstica[editar] Hay una percepcin general de que el conocimiento estadstico es intencionado y frecuentemente mal usado, encontrando maneras de interpretar los datos que sean favorables al presentador. Un dicho famoso, al parecer de Benjamin Disraeli,2 es: Hay tres tipos de mentiras: mentiras pequeas, mentiras grandes y estadsticas. El popular libro How to lie with statistics (Cmo mentir con las estadsticas en la edicin espaola) de Darrell Huff discute muchos casos de mal uso de la estadstica, con nfasis en grficas malintencionadas. Al escoger (o rechazar o modificar) una cierta muestra, los resultados pueden ser manipulados; por ejemplo, mediante la eliminacin selectiva de valores atpicos (outliers). Este puede ser el resultado de fraudes o sesgos intencionales por parte del investigador (Darrel Huff 3 ). Lawrence Lowell (decano de la Universidad de Harvard) escribi en 1909 que las estadsticas, como algunos pasteles, son buenas si se sabe quin las hizo y se est seguro de los ingredientes. Algunos estudios contradicen resultados obtenidos previamente, y la poblacin comienza a dudar en la veracidad de tales estudios. Se podra leer que un estudio dice (por ejemplo) que hacer X reduce la presin sangunea, seguido por un estudio que dice que hacer X no afecta la presin sangunea, seguido por otro que dice que hacer X incrementa la presin sangunea. A menudo los estudios se hacen siguiendo diferentes metodologas, o estudios en muestras pequeas que prometen resultados maravillosos que no son

obtenibles en estudios de mayor tamao. Sin embargo, muchos lectores no notan tales diferencias, y los medios de comunicacin simplifican la informacin alrededor del estudio y la desconfianza del pblico comienza a crecer. Sin embargo, las crticas ms fuertes vienen del hecho que la aproximacin de pruebas de hiptesis, ampliamente usada en muchos casos requeridos por ley o reglamentacin, obligan una hiptesis a ser 'favorecida' (la hiptesis nula), y puede tambin exagerar la importancia de pequeas diferencias en estudios grandes. Una diferencia que es altamente significativa puede ser de ninguna significancia prctica. Vase tambin crticas de prueba de hiptesis y controversia de la hiptesis nula. En los campos de la psicologa y la medicina, especialmente con respecto a la aprobacin de nuevos medicamentos por la Food and Drug Administration, crticas de la aproximacin de prueba de hiptesis se han incrementado en los aos recientes. Una respuesta ha sido un gran nfasis en el p-valor en vez de simplemente reportar si la hiptesis fue rechazada al nivel de significancia dado. De nuevo, sin embargo, esto resume la evidencia para un efecto pero no el tamao del efecto. Una posibilidad es reportar intervalos de confianza, puesto que estos indican el tamao del efecto y la incertidumbre. Esto ayuda a interpretar los resultados, como el intervalo de confianza para un dado indicando simultneamente la significancia estadstica y el efecto de tamao. El p valor y los intervalos de confianza son basados en los mismos clculos fundamentales como aquellos para las correspondientes pruebas de hiptesis. Los resultados son presentados en un formato ms detallado, en lugar del si-ono de las pruebas de hiptesis y con la misma metodologa estadstica. Otro tipo de aproximacin es el uso de mtodos bayesianos. Esta aproximacin ha sido, sin embargo, tambin criticada. El fuerte deseo de que los medicamentos buenos sean aprobados y que los medicamentos peligrosos o de poco uso sean rechazados crea tensiones y conflictos (errores tipo I y II en el lenguaje de pruebas de hiptesis). ESTADISTICA APLICADA A LAS DIFERENTES AREAS

La Estadstica puede dar respuesta a muchas de las necesidades que la sociedad actual nos plantea. Su tarea fundamental es la reduccin de datos, con el objetivo de representar la realidad y transformarla, predecir su futuro o simplemente conocerla La estadstica aplicada se apoya totalmente en la utilizacin de paquetes estadsticos que ayudan a resolver problemas de ndole estadstica, acortando dramticamente los tiempos de resolucin. Es por esto que en muchas facultades se ensea a utilizar estos programas estadsticos sin que, a veces,

el alumno entienda, ni tenga la necesidad de entender cmo funcionan. EN LA EDUCACIN Para el alumno: En el programa de educacin al alumno se le capacita para aplicar propiedades o para resolver algunos ejercicios; la problemtica de esto es que pierde la nocin de la relacin entre esa teora y su realidad social. La estadstica permite abordar situaciones reales en las que la variabilidad del entorno del estudiante es parte de su realidad Mediante el uso de la estadstica, aun en su forma ms simple, el educando puede aprender a compilar, analizar y usar datos determinados para resolver problemas y entender la informacin que recibe del mundo que le rodea. Para el educador: Cuando un educador realiza un plan de trabajo, planifica actividades, evala resultados o realiza cualquier otro aspecto relacionado con su profesin debe basarse en la planificacin sin importar el nivel que esta tenga. Las estadsticas le proporcionan la base necesaria a esta planificacin para tomar decisiones acertadas en cuanto al logro de estrategias, cumplimiento de metas y objetivos. EN LA SALUD: conocimiento en el manejo de las metodologas del anlisis demogrfico y de la estadstica aplicada a los estudios de poblacin, as como de las distintas fuentes de informacin socio demogrfica que existen para apoyar el estudio de los diferentes fenmenos. EN LA MEDICINA : Imprescindible la Estadstica, probando nuevos tratamientos en grupos de pacientes o bien, obteniendo conclusiones sobre ciertas enfermedades observando durante un tiempo un grupo de pacientes (saber si para el tratamiento de cierto tipo de cncer es ms efectiva la ciruga, la radioterapia o la quimioterapia, sin ms que observar un grupo de pacientes tratados con estas tcnicas).

EN LA GENTICA: Estudia la probabilidad de obtener ciertos factores hereditarios. En general se utiliza en todos los campos donde se deban recolectar datos para detener conclusiones que es en particular una rama de la estadstica denominada estadstica inferencia. EN LA CIENCIAS PURAS: sirve para encontrar correlaciones entre las variables, lo que se denomina la teora de la regresin. Es decir si tomas datos, por ejemplo de temperatura, contra tiempo, podras escribir una funcin que las relacione ( o aceptar la hiptesis de que una funcin las correlaciona)

 EN LAS CIENCIAS SOCIALES: se utiliza para determinar muchos factores como la esperanza de vida, nivel econmico, nmero de hijos, y poder as relacionar los problemas sociales con posibles causas y proporcionar soluciones ( los famosos censos) EN LA INVESTIGACION BIOMEDICA: Si los datos que se van a investigar se pueden contar, son par mtricos y se recomienda una inicial como T de estudiante.Las pruebas no para mtricas solo se cuentan, estn o no estn en estos casos, se usa la letra CH cuadrada, otro ejemplo son los microorganismos que son o no son resistentes a un antibitico, estn o no estn presentes en un grupo de pacientes.

EN EL CAMPO INDUSTRIAL: Se usa como control de calidad, para ver el promedio y la desviacin estndar de pesos, grosores, humedad, etc.

EN LAS CIENCIAS NATURALES: se emplea con profusin en la descripcin de modelos termodinmicos complejos (mecnica estadstica), en fsica cuntica, en mecnica de fluidos o en la teora cintica de los gases, entre otros muchos campos

EN LAS CIENCIAS SOCIALES Y ECONMICAS: es un pilar bsico del desarrollo de la demografa y la sociologa aplicada.

PSICOLOGA: Es importante para los psiclogos ya que ellos tratan de extraer y resumir informacin til de las observaciones que hacen, los psiclogos deben basar sus decisiones en datos limitados y estas son ms fciles de tomar con la ayuda de la estadstica, ya que le da mayor claridad y precisin al pensamiento y la investigacin psicolgica.

Para que nos sirve la psicologa a nosotros?

Para poder observar las situaciones ms claras y as poder tomar decisiones

ms fcilmente, para poder obtener resultados importantes mediante algunos datos numricos y poder basarnos en esos resultados para poder resolver situaciones ms concretas, pero viendo las diferencias entre estas.

EN LA INGENIERIA: Busca implementar los procesos probabilsticos y estadsticos de anlisis e interpretacin e datos o caractersticas de un conjunto de elementos al entorno industrial, a efectos de ayudar en la toma de decisiones y en el control de los procesos industriales y organizacionales

Pueden distinguirse tres partes

- el estudio de las series temporales y las tcnicas de previsin, y la descripcin de los pasos necesarios para el establecimiento de un sistema de previsin operativo y duradero en una empresa;

- el anlisis multivalente, necesario para la extraccin de informacin de grandes cantidades de datos, una de las necesidades ms apremiantes; - el control de calidad y la fiabilidad.

Las aplicaciones de la estadstica en la ingeniera actualmente han tomado un rpido y sostenido incremento, debido al poder de clculo de la computacin desde la segunda mitad del siglo XX.

Para comprender el desarrollo de las aplicaciones de la estadstica en la ingeniera hay que citar que los Viejos Modelos Estadsticos fueron casi siempre de la clase de los modelos lineales. Ahora, complejos computadores junto con apropiados algoritmos numricos, estn utilizando modelos no lineales (especialmente redes neuronales y rboles de decisin) y la creacin de nuevos tipos tales como modelos lineales generalizados y modelos multinivel.

El incremento en el poder computacional tambin ha llevado al crecimiento en popularidad de mtodos intensivos computacionalmente basados en re muestreo, tales como test de permutacin y de bootstrap, mientras tcnicas

como el muestreo de Gibbs han hecho los mtodos bayesianos ms accesibles.

En el futuro inmediato la estadstica aplicada en la ingeniera, tendr un nuevo nfasis en estadsticas "experimentales" y "empricas". Un gran nmero de paquetes estadsticos est ahora disponible para los ingenieros. Los Sistemas dinmicos y teora del caos, desde hace una dcada empez a ser utilizada por la comunidad hispana de ingeniera, pues en la comunidad de ingeniera anglosajona de Estados Unidos estaba ya establecida la conducta catica en sistemas dinmicos no lineales.

Algunos campos de investigacin en la Ingeniera usan la estadstica tan extensamente que tienen terminologa especializada. Estas aplicaciones incluyen:

* Ciencias actuariales

* Fsica estadstica

* Estadstica industrial

* Estadstica Espacial

* Estadstica en Agronoma

* Estadstica en Planificacin

* Estadstica en Investigacin de Mercados.

* Estadstica en Planeacin de Obras Civiles - mega proyectos.

* Estadstica en Restauracin de Obras

* Geoestadstica

* Bioestadstica

* Estadsticas de negocios y mercadeo.

* Estadstica Computacional

* Investigacin de Operacione

* Estadsticas de Consultora

* Estadstica en la comercializacin o mercadotecnia

* Cienciometra

* Estadstica del Medio Ambiente

* Minera de datos (aplica estadstica y reconocimiento de patrones para el conocimiento de datos)

* Estadstica econmica (Econometra)

* Estadstica en procesos de ingeniera

* Estadstica en Psicometra y Ergonoma Laboral.

* Controles Estadsticos en Calidad y Productividad

* Estadstica en Tcnicas de Muestreo y Control.

* Anlisis de procesos y quimiometra (para anlisis de datos en qumica analtica e ingeniera qumica)

* Confiabilidad estadstica aplicada al Diseo de Plantas Industriales.

* Procesamiento de imgenes e Interpretacin Binarias para Equipos de Diagnstico de Fallas y Mantenimiento Predictivo.

EN LA INGENIERA INDUSTRIAL: es una herramienta bsica en negocios y produccin. Es usada para entender la variabilidad de sistemas de medicin, control de procesos (como en control estadstico de procesos o SPC (CEP)), para compilar datos y para tomar decisiones. En estas aplicaciones es una herramienta clave, y probablemente la nica herramienta disponible.