Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
SANCHEZ, EDGAR
Lic. MARTINEZ
INTRODUCCION
LA ESTADSTICA COMO CIENCIA
La Estadstica es la ciencia que se encarga de recoger, organizar e interpretar los
datos. Es la ciencia de los datos. En la vida diaria somos bombardeados
continuamente por datos estadsticos: encuestas electorales, economa, deportes,
datos meteorolgicos, calidad de los productos, audiencias de TV. Necesitamos una
formacin bsica en Estadstica para evaluar toda esta informacin. Pero la utilidad de
la Estadstica va mucho ms all de estos ejemplos. La Estadstica es fundamental
para muchas ramas de la ciencia desde la medicina a la economa. Pero sobre todo, y
en lo que a nosotros importa, es esencial para interpretar los datos que se obtienen
de la investigacin cientfica. Es necesario leer e interpretar datos, producirlos,
extraer conclusiones, en resumen saber el significado de los datos. Es por lo tanto una
herramienta de trabajo profesional. Se recomienda leer la Introduccin de Estadstica:
modelos y mtodos de Daniel Pena, para conocer el desarrollo histrico de la
Estadstica. La Estadstica (del latn, Status o ciencia del estado) se ocupaba sobre
todo de la descripcin de los datos fundamentalmente sociolgicos: datos
demogrficos y econmicos (censos de poblacin, producciones agrcolas, riquezas,
etc.), principalmente por razones fiscales. En el siglo XVII el clculo de probabilidades
se consolida como disciplina independiente aplicndose sobre todo a los juegos de
azar. Posteriormente (s. XVIII) su uso se extiende a problemas fsicos (principalmente
de Astronoma) y actuariales (seguros martimos). Posteriormente se hace
imprescindible en la investigacin cientfica y es esta la que la hace avanzar.
Finalmente, en el siglo XIX, nace la Estadstica como ciencia que une ambas
disciplinas. El objetivo fundamental de la estadstica es obtener conclusiones de la
investigacin emprica usando modelos matemticos. A partir de los datos reales se
construye un modelo que se confronta con estos datos por medio de la Estadstica.
Esta proporciona los mtodos de evaluacin de las discrepancias entre ambos. Por eso
es necesaria para toda ciencia que requiere anlisis de datos y diseo de
experimentos.
EL MTODO CIENTFICO
Citando a Martin Gardner: La ciencia es una bsqueda de conocimientos fidedignos
acerca del mundo: como se estructura y cmo funciona el universo (incluyendo los
seres vivos). La informacin que maneja la ciencia es amplia, al ser amplio su
mbito. Pero se suele reunir en tres apartados: los hechos, las leyes y las teoras. No
es una particin estanca, aunque podemos entender aqu nos referimos con algn
ejemplo. Los hechos se refieren a casos especficos y/o nicos. Por ejemplo la Tierra
tiene una luna (satlite natural).
La primera ley de Kepler (ya que estamos con planetas) es un buen ejemplo de ley:
los planetas describen orbitas elpticas en torno al Sol, que ocupa uno de los focos de
la elipse. Como se ve, frente al hecho, concreto y nico, la ley se refiere a muchos
casos, como lo son los planetas que orbitan en torno al Sol. La generalizacin de la ley
de Kepler permite aplicarla a cualquier par de cuerpos ligados por la gravedad. Una
teora es una abstraccin, con entidades inobservables, que explica hechos y leyes.
Por ejemplo la teora newtoniana de la gravitacin. En ella se habla de fuerzas (o de
campos gravitatorios) que no son entes observables, pero esta teora explica hechos y
leyes. Sucede que el conocimiento cientfico no es completamente seguro en ninguna
de las precedentes categoras. Podra existir otra luna en torno a la Tierra. O, como
sabemos, la teora newtoniana de la gravitacin no es completa, porque no da cuenta
de algunos fenmenos. De ah vino su evolucin a nuevas teoras de la gravitacin.
No hay as un conocimiento completamente seguro: los enunciados absolutamente
ciertos solo existen en el mbito de las matemticas o la lgica. Pero la ciencia usa
una correspondencia con estas dos disciplinas. La matemtica y la lgica aplicadas a
las ciencias facilitan poder establecer hechos, leyes y teoras con coherencia interna y
con un alto grado de certeza. Y la Estadstica proporciona una herramienta para poder
evaluar esta certeza, o proporcionar pautas para realizar inferencias a partir de lo que
se conoce.
Lo que distingue a una teora cientfica es que esta, a diferencia de la que no lo es,
puede ser refutada: puede existir un conjunto de circunstancias que si son observadas
demuestran que la teora est equivocada. A continuacin se ofrece una visin
simplificada del mtodo cientfico. Hacemos observaciones en la naturaleza y a travs
de un proceso creativo generamos una hiptesis de cmo funciona cierto aspecto de
la naturaleza (modelos). Basndonos en esa hiptesis diseamos un experimento que
consiste en que un conjunto de observaciones deben tener lugar, bajo ciertas
condiciones, si la hiptesis es cierta. En el caso de que estas observaciones no
ocurran nos enfrentamos a varias posibilidades: nuestras hiptesis necesitan ser
EL PROCESO EXPERIMENTAL
La experimentacin est lejos de estar carente de dificultades. Algunas tcnicas
experimentales exigen un aprendizaje largo y, en muchas ocasiones, el volumen de
datos a manejar puede ser tan grande que sea necesario un trabajo de anlisis
intenso. La paciencia y la perseverancia son grandes aliadas en este sentido.
Las razones para realizar un experimento son diversas y de alcance muy variable.
Preguntas tpicas son, por ejemplo: Como de aplicable es una teora particular? Es
posible mejorar una tcnica de medida? A qu temperatura debe fundir una nueva
aleacin? Qu ocurre con las propiedades magnticas de un material al someterlo a
5. Analizar los datos: una vez obtenidas las medidas es necesario su tratamiento
estadstico para poder obtener magnitudes (e incertidumbres asociadas)
representativas del objeto de nuestro estudio.
6. Interpretar los datos y extraer conclusiones que sirvan como punto de partida para
nuevas hiptesis. El xito de esta interpretacin depender a, bsicamente, de la
calidad de las medidas y de su anlisis. Las herramientas estadsticas que se
describen en este libro nos permitirn tomar decisiones de manera objetiva.
7. Publicar los resultados. Los resultados de cualquier proceso experimental deben
ser comunicados de manera clara y concisa. Esto incluye desde un sencillo informe
de laboratorio, como el que se exigir en los diversos laboratorios en los que se
trabajar durante la licenciatura de Fsicas, hasta la publicacin de un artculo
cientfico en una revista reconocida.
VARIABLES ESTADSTICAS
El concepto de variable estadstica es, sin duda, uno de los ms importantes en
Estadstica. Pero antes de abordar su definicin, es necesario introducir anteriormente
diversos conceptos bsicos. 2.1.1. Poblacin y muestra Se denomina poblacin al
conjunto completo de elementos, con alguna caracterstica comn, que es el objeto
de nuestro estudio. Esta definicin incluye, por ejemplo, a todos los sucesos en que
podra concretarse un fenmeno o experimento cualesquiera. Una poblacin puede
ser finita o infinita.
Ejemplo I1 Los habitantes de un pas, los planetas del Sistema Solar, las estrellas en
la Va Lctea, son elementos de una poblacin finita. Sin embargo, el nmero de
posibles medidas que se puedan hacer de la velocidad de la luz, o de tiradas de un
dado, forman poblaciones infinitas.
Cuando, aunque la poblacin sea finita, su nmero de elementos es elevado, es
necesario trabajar con solo una parte de dicha poblacin. A un subconjunto de
elementos de la poblacin se le conoce como muestra.
VARIABLE ESTADSTICA
Se entiende por variable estadstica al smbolo que representa al dato o carcter
objeto de nuestro estudio de los elementos de la muestra y que puede tomar un
conjunto de valores. En el caso de que estemos tratando con caracteres cuantitativos,
la variables estadsticas pueden clasificarse en: discretas, cuando solo pueden tomar
una cantidad (finita o infinita) numerable de valores, y continuas, cuando pueden
tomar tericamente infinitos valores entre dos valores dados. Es la diferencia bsica
que existe entre contar y medir.
Ejemplo I3 El nmero de electrones de un tomo es una variable discreta. La
velocidad o la altura de un mvil son variables continuas.
Por otra parte, las variables se pueden asimismo clasificar en unidimensionales,
cuando solo se mida un carcter o dato de los elementos de la muestra, o
bidimensionales, tridimensionales, y en general ndimensionales, cuando se estudien
simultneamente varios caracteres de cada elemento.
Ejemplo I4 La temperatura o la presin atmosfrica (por separado), son variables
monodimensionales. La temperatura y la presin atmosfrica (estudiadas
conjuntamente), o la longitud y el peso de una barra conductora, son ejemplos de
variables bidimensionales. La velocidad, carga elctrica y masa de un ion es
tridimensional.