25

Los orgenes de la estadstica

Los orgenes de la estadstica: de investigacin
socio-poltica emprica a conjunto de tcnicas
para el anlisis de datos
Juan Ignacio Piovani
Abstract:
En este artculo se reconstruyen tres tradiciones intelectuales iniciadas a mediados
del siglo XVII la Political Arithmetic inglesa, la Statistik alemana y la Thorie
mathmatique des probabilits francesa que fueron cruciales en el surgimiento y
consolidacin de la estadstica moderna, que Ian Hacking ha caracterizado como una
nueva forma de conocimiento objetivo. Tal reconstruccin busca ilustrar las profundas
races que la teora estadstica contempornea tiene en el pensamiento cientfico europeo
y poner en evidencia el complejo proceso histrico, social y cultural que acompa los
cambios de sentido del trmino estadstica: de carctersticas socio-polticas del Estado
a conjunto de instrumentos conceptuales y operativos para el anlisis de datos.
1. Introduccin
La concepcin estadstico-probabilstica de la realidad ha pasado a ser uno de
esos sistemas de ideas que el hombre contemporneo ha naturalizado. Concebir los
hechos de la vida incluso aquellos de la vida cotidiana desde una perspectiva
estadstica se encuentra tan difundido que frecuentemente ni siquiera el hombre de
ciencia se detiene a pensar que se trata en realidad de una construccin socio-histrica,
un producto del pensamiento humano; no de una caracterstica natural intrnseca
a la realidad misma.
El hecho de que se d por descontada demuestra el xito histrico que tal
construccin ha tenido. Hacking (1990) la describe como un nuevo estilo de
razonamiento
1
, que presenta como el resultado de un xito cudruple: metafsico,
epistemolgico, lgico y tico.
2
Hacking tambin afirma (1990, 1) que el evento conceptual ms decisivo del
siglo veinte fue el descubrimiento de que el mundo no es determinstico. La causalidad,
por mucho tiempo bastin de la metafsica, fue desacreditada y paulatinamente emergi
1. Hacking toma esta expresin de Crombie (1983). Otros prefieren recurrir al concepto de paradigma, que
desde su introduccin en los aos sesenta ha pasado a ocupar un lugar fundamental cuando se trata de
entender que las ideas cientficas compartidas en un momento determinado y dadas por descontadas por
las mayor parte de los cientficos son en realidad complejas construcciones sociales.
2. Obviamente, hablar de xito no comporta en este caso una valoracin de la bondad o de la pertinencia
de este modo de razonamiento; significa solamente reconocer su hegemona y su omnipresencia en los
modos actuales de concebir la realidad y de justificar un discurso sobre ella.
26
una nueva forma de conocimiento objetivo la estadstica. Pero esto fue slo el
corolario de un proceso de transformacin gradual en el cual se distinguen tres
tradiciones intelectuales iniciadas a mediados del siglo XVII: la Political Arithmetic
inglesa, la Statistik alemana y la Thorie mathmatique des probabilits francesa.
Los ingleses inauguraron una tradicin de investigacin social emprica con recurso
a los datos numricos. De su encuentro con la estadstica universitaria alemana es decir
el estudio comparativo de los Estados entre fines del siglo XVIII y principios del XIX,
se redifini a la estadstica como el estudio cuantitativo de la sociedad y de la poltica.
Poco tiempo despus, los cultores de la nueva disciplina comenzaron a usar los instrumentos
de la teora matemtica de las probabilidades ya corrientes en astronoma y de este
modo abrieron el camino a una nueva visin, basada en el registro de las frecuencias
observadas al fin de identificar regularidades estocsticas, lo que a su vez reforz con
nuevas bases el uso de las probabilidades (Porter 1986, 17).
Sin embargo, la interpretacin de las frecuencias se haca a la luz del paradigma cientfico
entonces dominante: se privilegiaban las ideas de tipicidad y normalidad, y se desatenda
la de variabilidad, considerada una manifestacin del error. Slo cuando esta ltima comenz
a ser reconocida como un problema cientfico legtimo en la Inglaterra de fines del siglo
XIX se produjo el cambio de rumbo que dio origen a la teora estadstica moderna. En
efecto, fue en este perodo y como resultado de la bsqueda de nuevos instrumentos
matemtico-probabilsticos adecuados para la investigacin de los fenmenos humanos
que la estadstica adquiri su significado actual tal vez ms difundido: la disciplina dedicada
a los instrumentos conceptuales y operativos para el anlisis cuantitativo de datos.
Siguiendo a MacKenzie (1981), por teora estadstica o estadstica matemtica,
como la llama Porter (1986) entiendo algo distinto de la actividad de recoleccin
de informacin cuantitativa que tpicamente seguan los entes oficiales y los cientficos
sociales [...] y de la teora matemtica de las probabilidades. Se trata de la construccin
de un cuadro teortico para el anlisis de los datos numricos y de los instrumentos
que pueden ser usados a tal fin (MacKenzie 1981, 7). Este proceso se inici en
Inglaterra hacia 1870, cuando Galton comenz a trabajar en el diseo de tcnicas
estadsticas apropiadas para sus investigaciones sobre la herencia, y sus primeros
resultados de relieve fueron los conceptos e instrumentos de la regresin y la correlacin.
En este artculo se reconstruyen las tres tradiciones intelectuales a las que se ha
hecho referencia, con el fin de ilustrar las profundas races de la moderna teora
estadstica en el pensamiento cientfico europeo. Asimismo, se pone en evidencia el
complejo proceso histrico, social y cultural que acompa los cambios de sentido del
trmino estadstica: de caractersticas socio-polticas del Estado a conjunto de
instrumentos conceptuales y operativos para el anlisis de los datos.
2. De la aritmtica poltica a la estadstica
En sentido amplio, la estadstica britnica en cuanto actividad de recoleccin y
organizacin de datos relativos al Estado se remonta al siglo XVII. Es ampliamente
27
Los orgenes de la estadstica
compartida la visin que asigna carcter fundacional en el campo del estudio estadstico
de los problemas sociales al trabajo de John Graunt (1662) Natural and Political
Observations on the Bills of Mortality.
3
Pocos aos ms tarde William Petty, en una
carta del 17 de diciembre de 1672 a Lord Anglesea, introdujo la expresin political
arithmethic (Cullen, 1975) verosmil antepasado de la corriente social statistics
para designar esto tipo de estudios:
El estudio sistemtico de los nmeros sociales en el espritu de la filosofa natural
se origin durante el decenio de 1660, y se conoci por casi un siglo y medio como
political arithmetic. Su propsito [...] era la promocin de una poltica social slida
y bien informada (Porter 1986, 18).
Los London Bills of Mortality eran entonces la nica fuente de datos demogrficos
fcilmente disponible en Gran Bretaa: un material poco interesante del que no obstante
Graunt deriv amplias conclusiones (Cullen 1975). El aspecto ms importante no se
encuentra en la recoleccin y organizacin de los datos en s mismos; un trabajo entonces
incipiente a cargo de entes pblicos, que segua una tendencia creciente en varios
estados europeos, particularmente Francia y Prusia. Siguiendo a Cullen, se puede afirmar
que la cuestiones ms destacables tienen que ver con el anlisis de estos datos, las
conclusiones alcanzadas
4
, las reflexiones metodolgicas
5
y la justificacin de una nueva
disciplina la Political Arithmetic en un modo que continuar a inspirar el desarrollo
de la estadstica por muchsimos aos, es decir, la del reformista que entiende la
recoleccin escrupulosa de datos como requisito fundamental de cualquier reforma
social. En las palabras de su inspirador e incluso inventor de su nombre el propsito
de la nueva disciplina era la aplicacin de los principios de Bacon al arte de gobernar
(Porter 1986). En efecto, siguiendo una perspectiva baconiana, propuso un paralelo
entre el cuerpo natural y el cuerpo poltico:
Practicar sobre el cuerpo poltico sin conocer su simetra, su tejido y sus
proporciones, es tan superficial e informal como los son las operaciones [...] de los
empricos (empiricks)
6
[sobre el cuerpo natural] (1691, 129).
3. Se ha discutido mucho en los ambientes acadmicos ingleses acerca de la autora de la obra citada. Una
presentacin detallada de este debate se encuentra en Cullen (1975). Muchos estudiosos creen que Graunt
fue el autor de las Observations, mientras que Petty habra sido el autor de las conclusiones y del marco
general. Cullen sostiene que de todos modos fue Petty el artfice de las ideas que generaron el estudio
estadstico de la sociedad.
4. Entre las conclusiones ms importantes de Graunt, Hull (1899) cita: la regularidad de los fenmenos
sociales, el nacimiento de ms hombres que mujeres; el aproximado equilibrio en la cantidad de hombres y
mujeres en la sociedad; la alta tasa de mortalidad en los primeros aos de vida; la ms alta de mortalidad en
los ambientes urbanos con respecto a los rurales.
5. Cullen (1975) afirma que el trabajo de Graunt muestra grandes dotes metodolgicas. Subraya, por
ejemplo, que antes de analizar estadsticamente un dato se ocupa seriamente de su fiabilidad.
6. Petty usa la palabra inglesa arcaica empiricks, cuyo significado no sera equivalente al del moderno
trmino empiricist (empirista). Considerada en su contexto, empirick hace referencia a la persona que obra
basndose en su experiencia, y no sobre la base del conocimiento cientfico.
28
Segn Lazarsfeld (1961), la idea de que las cuestiones sociales pueden ser sometidas
al anlisis cuantitativo se funda en el clima intelectual de la era baconiana, por el deseo
de imitar el ms importante xito de las ciencias naturales la cuantificacin
7
y por
las caractersticas que estaban adquiriendo los estados nacionales, que exigan contar
con una base de informacin para las decisiones pblicas. Ms especficamente, tuvieron
un rol fundamental el desarrollo del sistema de seguros para el cual era funcional
una slida base numrica y la concepcin mercantilista que haca de la poblacin un
factor crucial para la riqueza y el poder de una nacin.
La Political Arithmetic se defini como una ciencia de la sociedad cuyas conclusiones
dependan de nmeros y medidas. Por lo tanto, la calidad de los datos deba mejorar, y no
casualmente Petty promovi la creacin de una oficina central de estadsticas. Sin embargo,
sus logros fueron muy limitados, especialmente por su escaso conocimiento matemtico.
A pesar de sus esfuerzos, nadie continu con la lnea propuesta por Petty y la expresin
aritmtica poltica se devalu. La misma fortuna tuvo su idea de una ciencia de tipo
interdisciplinario, un hbrido de todas las disciplinas sociales, en grado de usar tcnicas
cuantitativas. La estadstica social qued confinada a la demografa un proceso que
Cullen (1975) llama reduccin de la aritmtica poltica a la demografa. En efecto,
hacia fines del siglo XVII este tipo de estudios floreci. Su objetivo era describir la
situacin de los estados en trminos demogrficos y construir tablas destinadas a calcular
los seguros y las tasas de rdito anual, tiles al naciente sistema de aseguraciones.
De todos modos, una lnea de continuidad importante la constituye el hecho de que
sigui idntica la perspectiva y la justificacin del trabajo: poner este conocimiento a
disposicin del gobierno para la poltica social. Esta justificacin ser importante en
el desarrollo sucesivo de la teora estadstica, debido a la necesidad de resolver
problemas de investigacin ligados al deseo de mejorar la sociedad.
8
En los cincuenta aos entre 1780 y 1830 comenzaron a manifestarse algunas seales
de expansin y diversificacin de las estadsticas sociales en Gran Bretaa: se instituy
un censo nacional, se reforz el desarrollo de las estadsticas mdicas, se propusieron
nuevas tcnicas de anlisis y se aplicaron tcnicas ya conocidas a problemas hasta
entonces no cuantificados (Cullen, 1975). Fue tambin en este perodo que se introdujo
el trmino statistics en la lengua inglesa.
El trmino fue empleado por primera vez en ingls en la traduccin que Hooper (1770)
hizo del vocablo alemn statistik. Siguiendo la tradicin alemana, el neologismo ingls
7. Lazarsfeld indica que estas son las explicaciones convencionales. En lo que respecta a la
cuantificacin y la medicin, por ejemplo, no todos estn de acuerdo. Existe un amplio consenso en
atribuir a Galileo el impulso hacia la cuantificacin cientfica, ya que para entender la realidad era necesario
medir y calcular. No obstante, la medicin qued por mucho tiempo confinada a la astronoma, la geodesia,
la mecnica y otras disciplinas clsicas; y no tuvo un lugar central en fsica y qumica al menos hasta
1840 (Kuhn 1961; Hacking 1990).
8. Pinsese en la importancia del proyecto eugensico en el desarrollo de lo que, como sealado en la
introduccin, MacKenzie (1981) llama teora estadstica y Porter (1986) llama estadstica matemtica.
Algunos de sus principales exponentes Galton, Pearson, Fisher compartan la idea de llevar adelante
un proyecto eugensico (Mackenzie 1981).
29
Los orgenes de la estadstica
statistics fue definido como la ciencia que ensea el ordenamiento poltico de los
estados modernos conocidos en el mundo.
9
Sin embargo, el vocablo tena en alemn
una historia ms larga, que se remonta al clebre Alfred Achenwall, profesor en Gttingen.
Segn Meitzen (1886), la estadstica tiene dos races: la political arithmetic britnica
y la universittsstatistik (estadstica universitaria alemana). La segunda raz, de la cual
deriva el trmino, es una tradicin que consideraba los aspectos relevantes de un Estado
y para la cual los datos numricos no eran necesariamente los ms importantes; es
ms, tenan un papel ms bien secundario (Lazarsfeld, 1961).
Hacking (1990) considera errneo atribuir a una nica nacin la exclusividad en la
tendencia a la recoleccin y organizacin de datos; pero reconoce que fueron los
alemanes quienes propusieron caracterizar a los Estados a travs de sus estadsticas,
idea que se materializ a travs de tres manifestaciones.
La primera, de tipo intelectual, es justamente la universittsstatistik, cuyo origen
es en realidad anterior al trabajo de Achenwall. En efecto, Westergaard (1932), por
ejemplo, concluye que la Statistik como disciplina dedicada al estudio comparado y
sistemtico de los Estados ya haba sido definida por Hermann Conring, con el
nombre de Staatenkunde, en el siglo XVII.
10
Ya antes John (1884) haba sostenido que
la estadstica se remontaba a las lecciones universitarias Conring, tituladas Notitia
Rerum Publicarum y Notitia Statuum Germaniae, en un periodo contemporneo a
Graunt y Petty. Por lo tanto, la raz inglesa y la alemana se desarrollaron
contemporneamente. Slo que el trabajo pionero de Conring, que escriba
preferentemente en latn, qued por mucho tiempo desconocido, y an en la actualidad
muchos historiadores no lo reconocen como origen de la estadstica universitaria
alemana. Achenwall habra sido el primero en definir su objeto de estudio como propio
de una ciencia autnoma (Cullen 1975), y en hacer de ella una presentacin sistemtica
en lengua alemana (Lazarsfeld 1961), dndole el nombre de Statistik
Una segunda manifestacin fue la enumeracin sistemtica (por ejemplo de la
poblacin) a cargo de entes pblicos, que comenz en Prusia en la primera mitad del siglo
XVIII, y haba sido ya propuesta a las autoridades por Leibniz. l tena un vvido inters
por las cuestiones estadsticas, particularmente aquellas relativas a las enfermedades, la
mortalidad y la poblacin en general, y propuso un sistema de 56 categoras par evaluar
al Estado (incluyendo el sexo y el estatus social de los habitantes, la mortalidad infantil
y la cantidad de mujeres en condicin de contraer matrimonio, etc.).
La tercera manifestacin, de tipo privado y en un estilo ms cercano al de la
aritmtica poltica britnica la constituyen los estudios poblacionales de Sssmilch
sobre nacimientos y defunciones (Hacking, 1990).
Como ya indicado, la manifestacin que penetr en los crculos intelectuales
ingleses, a fines del siglo XVIII, fue la universittsstatistik. Aparentemente, el trabajo
de Achenwall haba cobrado fama no slo por estar escrito en alemn (aspecto fundamental
9. Definicin de von Bielefeld, traducida al ingls por Hooper en 1770.
10. Para Westergaard, esta disciplina podra remontarse a Aristteles.
30
en un momento en que el latn perda fuerza, an en las instituciones acadmicas), sino
tambin por el ambiente institucional en que fue desarrollado: la Universidad de
Gttingen, fundada en 1737. All se constituy una escuela de fama europea, en la que
se refinaron las ideas de Conring y se consideraron nuevos instrumentos metodolgicos.
Uno de los intereses fundamentales consista en la presentacin comparada de la
informacin referente a los diversos estados alemanes
11
mediante un esquema de dos
dimensiones: en la horizontal se disponan los Estados a comparar, y en la vertical las
categoras relevantes para tal comparacin. Originalmente las celdas definidas por el
cruce de las dimensiones se llenaban con expresiones verbales. Gradualmente se
comenz ha hacer uso de expresiones numricas, una consecuencia inevitable de tal
esquematizacin al menos porque los nmeros ocupaban menos espacio (Lazarsfeld
1961). La tendencia a la presentacin numrica favoreci a su vez la consideracin de
aquellos temas ms afines a la cuantificacin, anticipando la moderna matriz de datos,
que no pocos (por ejemplo Marradi 1989; 1996) consideran el instrumento intelectual
y operativo ms importante en la investigacin social de tipo estndar.
Luego de la traduccin del libro von Bielfeld The Elements of Universal Erudition,
Containing an Analytical Abridgement of the Sciences, Polite Arts, and Belles Lettres,
realizada por Hooper, el trmino no fue usado en ingls hasta el 1787, ao en el que se
tradujo otra obra alemana. Se trata en esta caso de un ensayo de von Zimmermann, A
Political Survey of Europe, in Sixteen Tables; Illustrated with Observations on the
Wealth and Commerce, the Government, Finances, Military Sate, and Religions of the
Several Countries. Sin embargo, la versin anglicanizada del trmino (con un significado
un poco diverso del original alemn) no apareci hasta 1791, con la publicacin del
primero de los 21 volmenes de Statitiscal Account of Scotland, una compilacin a
cargo de Sir John Sinclair, centro de una red de pastores presbiterianos cuyo trabajo
colectivo hizo posible esta obra monumental (Cullen 1975; Porter 1986). Sinclair
concibi a la investigacin estadstica como aquella que hace referencia a la
poblacin, las circunstancias polticas, la produccin y otros aspectos del
Estado.
12
Segn Porter (1986) Sinclair adopt deliberadamente el trmino
estadstica, pero simultneamente hizo notar que su proyecto difera del alemn;
mientras las investigaciones alemanas llamadas statistik se interesaban por las
cuestiones del Estado, aquellas propuestas por Sinclair buscaban determinar el
quantum de felicidad del pueblo y los medios para su progreso. Por otra parte, la
edicin de 1797 de la Encyclopaedia Britannica defina el vocablo como una palabra
introducida recientemente para expresar la visin o relevamiento de un reino, condado
o parroquia (Mackenzie 1981, 7) que es la acepcin alemana.
El encuentro de las tradiciones la political arithmetic britnica y la
universittsstatistik alemana hacia fines del siglo XVIII, gener una controversia
acerca del estatus cientfico y la utilidad de la disciplina. La batalla
11. Recurdese que Alemania no era todava un Estado unificado.
12. Citado por Cullen (1975, 10).
31
Los orgenes de la estadstica
conceptual
13
fue ganada por los aritmticos polticos, incluso en Alemania. En efecto,
Knies (1850) concluye que si bien el trmino estadstica fue introducido por Achenwall,
debera usarse en el sentido de la aritmtica poltica. El objeto de la antigua tradicin
alemana fue considerado de all en ms un tema de la ciencia poltica (Lazarsfeld 1961)
que habra debido denominarse Staatskunde (Hacking 1990), trmino que segn
Westergaard (1932) se aplicaba a los estudios de Conring antes de que Achenwall los
rebautizara como Statistik.
No debera sorprender, por lo tanto, que en los 30 o 40 aos posteriores a Sinclair, se
comenzara progresivamente a ligar a la estadstica con algn elemento de cuanitificacin.
14
No obstante, una acepcin exclusivamente cuantitativa no se haba impuesto todava,
porque a pesar del recurso a la cuantificacin, el uso de tcnicas de anlisis matemtico,
ms all que a fines actuariales, estaba relativamente poco difundido (Cullen 1975).
La explosin en el desarrollo de las estadsticas numricas se dio en Gran Bretaa
en la primera mitad del siglo XIX con la aparicin del movimiento estadstico
(statistical movement) tpico de las primeras dcadas del reino de Victoria y con
la institucionalizacin de las reparticiones gubernamentales especializadas. En 1832
se fund el Departamento de Estadstica del Ministerio de Comercio (Board of Trade),
una oficina centralizada capaz de generar estadsticas en sostn de las reformas
promovidas por importantes actores polticos y sociales de la poca. Por otra parte,
este departamento deba satisfacer la demanda de informacin precisa y confiable acerca
de lo que suceda en el interior del pas especialmente en lo relativo a la produccin
industrial y el comercio. En 1836 se instituy la Oficina General del Registro (General
Register Office), encargada de la sistematizacin de los datos referentes a nacimientos,
defunciones y matrimonios (Cullen 1975).
En esta poca se formaron tambin las asociaciones dedicadas exclusivamente a la
estadstica. La primera se organiz en Manchester en 1833. Poco antes se haba fundado
la seccin de estadstica de la British Association for the Advancedment of Science,
gracias a las influyentes presencias de Malthus y de Quetelet en la reunin realizada en
Cambridge. Sin embargo, no todos aprobaban la existencia de un seccin de este tipo
al interior de la Association (Porter 1986). Sus fundadores fueron tambin miembros
activos del ncleo inicial de la Statistical Society of London, creada en marzo de 1834,
y devenida Royal Statistical Society en1886:
Si bien se contaba con algn matemtico entre sus miembros originales, haba
muchos ms economistas, polticos y peers
15
, agentes del gobierno y mdicos: su
objeto era la produccin de informacin til acerca de la sociedad, no el desarrollo
de mtodos matemticos (Abrams 1968, 14).
13. Sobre la importancia de las batallas conceptuales y terminolgicas en el mundo cientfico vase Toulmin
(1972); Marradi (1987).
14. Ya en 1801 Playfair haba sugerido que el trmino estadstica deba connotar alguna forma de
cuantificacin, pero no tuvo gran influencia en sus contemporneos. Ntese que no fue citado por otro autor
ingls hasta Jevons en 1879 (Cullen 1975).
15. Miembros de la Cmara de los Lords.
32
Se formaron tambin instituciones anlogas en otras ciudades importantes, en
particular en Glasgow, que tuvo dos asociaciones al mismo tiempo. El deseo de entender
las transformaciones sociales de la poca, y de establecer una base cientfica para las
polticas sociales, era sin duda lo caracterstico del movimiento estadstico de los
primeros decenios del reino de Victoria (Porter 1986).
Uno de los temas de mayor inters lo constituan las estadsticas morales, relativas
a la educacin, la criminalidad, y en menor medida a la religin. Sus mentores eran en
general contrarios a la intervencin del Estado en la economa; pero favorables a su
decisiva participacin en materia sanitaria y educativa.
Se buscaban las causas de la degeneracin moral, del aumento del crimen y de la
inestabilidad social, problemas que preocupaban casi obsesivamente a los miembros
de las sociedades estadsticas. La investigacin que proponan deba servir como sostn
emprico de las reformas que defendan (Porter 1986). No obstante, resulta evidente
que estos fines explcitos escondan tambin una latente funcin de control social [...]
dada la amenaza potencial al orden pblico que [para ellos] constituan los amplios
estratos sociales que vivan en condiciones misrrimas (Pitrone 1996, 19).
La urbanizacin, ms que la industrializacin, dominaba la mente de los statists
16
,
ya que estaban convencidos de que el carcter y las costumbres de la poblacin
dependan del ambiente urbano. Esto condujo al relevamiento de las condiciones de
vida de la clase obrera urbana, materia en la que la Sociedad de Manchester fue pionera.
Las Sociedades queran promover una clase obrera virtuosa. Segn sus investigaciones,
los campesinos se caracterizaban por la sobriedad, frugalidad y laboriosidad. En cambio
en las ciudades la situacin era alarmante. Las reformas sanitarias y educativas eran
consideradas dos modos de afrontar la decadencia moral y la agitacin poltica de las
clases obreras (Cullen 1975).
El descontento popular era muy alto en los aos 30 y 40 del siglo XIX. A travs del
mejoramiento de la situacin social, las reformas buscaban en realidad como ya
indicado erradicar la amenaza representada por las fuerzas anarquistas y socialistas.
Para los miembros de las sociedades estadsticas la educacin implicaba una combinacin
de instruccin fsica, moral e intelectual; su propsito era, en sustancia, convertir una
clase al sistema de valores de la otra. La segunda reforma concerna a la sanidad pblica;
se pensaba que las condiciones del ambiente fsico tenan efectos degradantes.
La prosperidad alcanzada a mediados de la era victoriana y la consecuente tranquilidad
social relativa desincentivaron las teoras basadas en la urgencia de las reformas sociales,
tpicas del movimiento estadstico. Las sociedades provinciales con la excepcin de la
Manchester desaparecieron, y el movimiento, con sus caractersticas distintivas,
perdi progresivamente el mpetu. Aproximadamente a partir de 1850, los temas tratados
en las instituciones remanentes en particular la de Londres se ampliaron, los
16. Luego de la introduccin del trmino statistics, las personas dedicadas al trabajo con datos numricos
empezaron a ser conocidas en Gran Bretaa como statists. El trmino statistician (estadstico o estadgrafo)
se remonta en cambio a fines del siglo XIX.
33
Los orgenes de la estadstica
intereses se diversificaron y comenz a registrarse una mayor variedad de opiniones y
un notable aumento de las investigaciones econmicas (Cullen 1975).
La recoleccin y compilacin de datos numricos estaba ya bien establecida en
Gran Bretaa hacia 1850. Pero el tratamiento matemtico no era sofisticado y el trmino
estadstica no tena todava esta connotacin. Como afirma Mackenzie (1981, 8) en
la Gran Bretaa de mediados del siglo XIX no haba una tradicin de teora estadstica.
Por lo tanto, el movimiento de las primeras dcadas del reino de Victoria no debera
ser considerado un precursor de la moderna disciplina. ste no dej una tradicin de
teora estadstica, y la recoleccin de informacin cuantitativa estaba totalmente separada
de los desarrollos de la teora matemtica de las probabilidades (ibidem).
Desde el nacimiento de la Statistical Society of London hasta 1850, solo el 2% de
las memorias presentadas trataba cuestiones vinculadas a los mtodos estadsticos. En
la introduccin al primer nmero de su Journal, publicado en 1838, se defina a la
estadstica enfatizando la importancia de la recoleccin de datos sociales y polticos, y
menospreciando las cuestiones metodolgicas y de anlisis de datos:
La Ciencia de la Estadstica [...] no discute causas [...] Solo busca recoger, organizar
y comparar aquella clase de hechos que por s mismos forman la base de las
conclusiones correctas en materia de gobierno social y poltico.
17
Segn la concepcin dominante, los datos crudos, sin opiniones, constituan la
caracterstica esencial de la ciencia y el fundamento de la estadstica. La primera regla
de la Statistical Society era excluir los pareceres. William Farr, en nombre de la Sociedad,
escribi a Florence Nightingale, que estaba preocupada por la falta de anlisis en una
contribucin que entonces preparaba para la revista: no queremos impresiones, slo
hechos.
18
Y stos se presentaban en forma cuantitativa porque los nmeros
representaban los verdaderos hechos.
Sin embargo, no todos estaban de acuerdo con esta perspectiva. Ya en 1838
Robertson afirm: Ninguna forma de registro y organizacin de datos puede constituir
por s una ciencia [...] La estadstica debe entenderse como un mtodo, un modo de organizar
los hechos que pertenecen a las varias ciencias.
19
La transicin a partir del movimiento
estadstico originario, implic por lo tanto el inicio de la decadencia de su clsica concepcin
de la estadstica y el tmido aparecer de otra ligada a la idea de mtodo. Como afirma
Cullen (1975), en este perodo de transicin la Statistical Society no era an capaz de
decidir si el objetivo principal de la estadstica eran los hechos o el mtodo; y ya en 1860
un fellow, Fox, reflejando los recientes desarrollos de la disciplina en el continente, escriba
que la misma debera considerarse como una rama de la matemtica.
En efecto, la aplicacin de la matemtica a la investigacin emprica comenzaba a
manifestarse en los pases francfonos de Europa continental. Esto no debera
17. Citado por Porter (1986, 35-36).
18. Ivi, 36.
19. Ivi, 40.
34
sorprender, dado que la teora de las probabilidades perteneci inicialmente a la tradicin
intelectual francesa.
Esta perspectiva, en la que se combinaba la teora matemtica con la idea
instrumental de un mtodo aplicable a las distintas ciencias empricas, se consolid
lentamente en Gran Bretaa en el perodo entre fines del siglo XIX y principios del
siglo XX. La asimilacin de la teora continental de las probabilidades, y su aplicacin
a la investigacin de los fenmenos humanos, contribuy a producir un radical cambio
de rumbo, dando origen a la teora estadstica moderna.
3. Teora matemtica de las probabilidades e investigacin emprica:
hacia una redefinicin de la estadstica
Se podra comenzar el tratamiento de la teora de las probabilidades y su aplicacin
a la investigacin emprica (en el marco de un artculo que atae a los orgenes de la
estadstica) poniendo en evidencia un hecho histrico ms bien casual: el nacimiento
en Francia de esta tradicin intelectual el estudio de las probabilidades
contemporneamente a la aparicin del pensamiento estadstico britnico, en la forma
de la aritmtica poltica, y del alemn, manifestado en la universittsstatistik.
En efecto, los orgenes de la teora de las probabilidades se pueden remontar a
mediados del siglo XVII, con el trabajo pionero de Fermat y Pascal. En sus inicios, la
teora no pretenda desafiar la concepcin de la naturaleza entonces dominante, que
Hacking (1990, cap. 2) llama doctrina de la necesidad
20
, y se limitaba a aplicaciones
abstractas en el campo de los juegos aleatorios (Stigler 1999), lejana de cualquier
consideracin sobre las caractersticas de la realidad.
Si la estadstica britnica se puede presentar como una aplicacin de los principios
de Bacon a los problemas polticos y sociales, y por consiguiente como una
manifestacin de la orientacin empirista de la filosofa y la cultura inglesas (Mitchell
1973, 147), la teora de las probabilidades puede encuadrarse en la tradicin racionalista
francesa, como una manifestacin de la orientacin abstracta, matemtico-deductiva,
de corte cartesiano. Paradjicamente, aunque anclada en la tradicin de la racionalidad,
la dialctica de las probabilidades erosionara gradualmente algunos de los principios
sobre los que se fundaba la racionalidad moderna; en especial la idea de certeza.
A pesar de sus inicios ligados a la especulacin abstracta sobre juegos aleatorios,
pronto se descubri que la teora de las probabilidades era capaz de proveer instrumentos
tiles para la investigacin cientfica. Ya Galileo haba declarado que la medicin y el
clculo eran cruciales en la empresa cientfica, nico modo para entender una realidad
que Dios haba escrito en el lenguaje de la matemtica. Paralelamente Descartes haba
20. Descartes fue su primer defensor; tambin Kant, en sus escritos ticos y metafsicos, sostena una idea
anloga. Hume, a pesar de ser un filsofo crtico con respecto a la idea de causalidad, escribi en Enquiry
Concerning Human Understanding (1748) que nada existe sin una causa para su existencia. Su escepticismo
se limita al plano gnoseolgico, a la posibilidad de conocer las causas, pero no al plano ontolgico, es decir
a su existencia (Hacking 1990).
35
Los orgenes de la estadstica
promovido la matemtica como la clave del pensamiento cientfico organizado. No obstante,
la medicin qued confinada por mucho tiempo a la astronoma y otras disciplinas clsicas.
No debera sorprender, por lo tanto, que la teora de las probabilidades encontrara sus
primeras aplicaciones en este campo, en el cual la medicin estaba ya bien afirmada desde
los tiempos de Galileo. Como afirma Stigler (1999) muchas de las ms relevantes
contribuciones a la estadstica moderna surgieron de la consideracin de problemas
cientficos concretos, y el caso de la medicin en astronoma en un ejemplo tpico.
En efecto, este problema favoreci el perfeccionamiento de los instrumentos
conceptuales y heursticos en los que se funda la teora de los errores, que se desarroll
en los siglos XVII y XVIII como un apndice [...] de la astronoma (MacKenzie 1981, 56). Los
astrnomos debieron reconocer que era imposible medir una cosa con completa exactitud.
Sin embargo, el investigador poda aprovechar la posibilidad de repetir sus mediciones a
los efectos de acrecentar la precisin. El objetivo de la teora de los errores era justamente
este: reducir al mximo posible el error en una cantidad dada, y dar una estimacin
confiable de [su] valor (ibidem). Las aplicaciones de la teora de los errores en astronoma
se basaban en dos instrumentos de excepcional importancia, todava hoy fundamentales
en la investigacin cientfica: la distribucin normal y el mtodo de los mnimos cuadrados.
En 1733, De Moivre
21
introdujo en la teora de las probabilidades la funcin de la
curva normal, entonces conocida como ley de los errores.
22
Por primera vez era posible
aplicar la teora de las probabilidades a un nmero indefinidamente grande de eventos
independientes (Porter 1986).
La innovacin de De Moivre, sin embrago, tuvo poca influencia hasta los aos 70 del siglo
XVIII, cuando Laplace empez a escribir sobre teora de la probabilidades. l vio en la curva
normal un instrumento excelente cuya aplicabilidad extendi a la probabilidad a posteriori:
hasta la publicacin de una memoria suya de 1774, en efecto, la idea de probabilidad
estaba ms bien confinada al clculo apriorstico del resultado de juegos aleatorios.
Laplace estaba convencido de que las ms importantes cuestiones de la vida eran
problemas de probabilidades, y por consiguiente susceptibles de la aplicacin de sus
teoras. Sin embargo, estaba igualmente convencido de que los eventos del mundo eran
absolutamente determinados; el lugar para el azar y para la teora de las probabilidades
se ubicaba en el espacio existente entre aquello que es y lo que el hombre puede conocer.
Para l la realidad escapa muchas veces a la posibilidad de entendimiento de la mente
humana, y por lo tanto la probabilidad es una propiedad gnoseolgica, no ontolgica
(Richards 1997). Laplace repropone el dogma de la necesidad: todos los eventos, incluso
aquellos que por ser insignificantes no parecen seguir las leyes de la naturaleza, son en
realidad una consecuencia necesaria de ellas.
21. Ntese que el libro de De Moivre, The Doctrine of Chances, se public en 1718. La funcin de la
curva normal fue introducida en la segunda edicin de 1733.
22. El trmino normal para referirse a la ley de los errores surgi en la segunda mitad del siglo XIX, cuando
sta comenzaba a ser usada en otros contextos, adems de la astronoma (Stigler 1999) La distribucin normal
tambin se conoce como curva de Gauss, avalando la ley de la eponimia de Stigler, segn la cual ningn
descubrimiento cientfico lleva el nombre de su original propulsor (ivi, 7).
36
Otra contribucin importante en la aplicacin de la ley de los errores est ligada al
nombre de Fourier. l estaba muy impresionado por la repeticin indefinida de eventos
que parecen fortuitos, y que sin embargo, si considerados en conjunto, hacen desaparecer
toda impresin de irregularidad. Fourier estaba convencido de la posibilidad de aplicar
la ley de los errores a una vasta gama de campos y objetos, todos caracterizados por
una unidad subyacente hasta ahora oculta, revelada gracias a la universalidad de la
curva de los errores (Porter 1986).
El mtodo de los mnimos cuadrados tiene una historia ms reciente. En 1805
Legendre anunci un mtodo general para reducir las mltiples observaciones de un
objeto como una estrella o un planeta aunque lo present sin una justificacin
probabilstica. Esta fue la primera comunicacin efectiva del mtodo, ya que
posiblemente Gauss como l mismo declarara en varias ocasiones lo usaba desde
haca casi diez aos, sin haber tenido la oportunidad de hacerlo pblico.
23
En 1810, Laplace provey una derivacin alternativa del mtodo de los mnimos
cuadrados, y estableci que los errores en astronoma, come en los estudios
poblacionales, deberan distribuirse segn la ley de los errores (Porter 1986). Como
afirma MacKenzie (1981, 57):
Los tericos de los errores mostraron que la mejor estimacin de una cantidad [...] era
generalmente la media de las diversas mediciones, y que estas mediciones seguan
tpicamente la distribucin matemtica que llamaban ley de la frecuencia de los errores.
Los astrnomos y matemticos del siglo XIX produjeron una enorme cantidad de
artculos sobre el mtodo de los mnimos cuadrados.
24
A la muerte de Laplace en
1827, la teora de las probabilidades haba alcanzado un alto nivel. Hacia mediados del
siglo, el conocimiento de las tcnicas matemticas de las probabilidades estaba muy
difundido, accesible a cualquiera que tuviese conocimientos de anlisis. La aplicacin
de estas tcnicas, especialmente del mtodo de los mnimos cuadrados, era rutina en
astronoma y geodesia, pero su difusin en otros campos era lenta (Stigler 1999). No
debera sorprender, por consiguiente, que la extensin de estos mtodos al campo de
los fenmenos humanos se deba a una figura con profundos conocimientos astronmicos
Aphonse Quetelet y ligada a la cultura cientfica francfona
25
; no slo por su
posicin privilegiada como cuna de la teora de las probabilidades sino tambin por el
estatus que la estadstica haba adquirido en Francia a principios del siglo XIX.
En efecto, no son pocos los que sitan en Francia el centro del gran entusiasmo
estadstico de las primeras dcadas del siglo
26
, que pocos aos despus encontrara eco
23. Esta es la conclusin de las pacientes investigaciones de Stigler (1981; 1999) sobre la historia de la
estadstica.
24. En 1877 Merriman list 408 libros y memorias sobre la ley de la frecuencia de los errores y el mtodo
de los mnimos cuadrados (MacKenzie 1981).
25. Quetelet era belga, pero estudi en Paris y fue muy influenciado por la cultura cientfica francesa.
26. Vase por ejemplo Hacking (1990).
37
Los orgenes de la estadstica
en el movimiento estadstico victoriano. La pasin por la informacin cuantitativa era
ya fuerte en los tiempos del Consulado y del Imperio, en particular en el mbito de la
salud pblica. Por otra parte, al igual que sus colegas britnicos, los estadsticos franceses
eran burgueses que buscaban sustituir el largo reino de la opinin, los intereses de
partido y la confusin poltica por un ncleo de hechos sociales bien establecidos y de
verdades rigurosamente deducidas. (Coleman 1982, 275).
Las leyes de las probabilidades, aplicadas con xito inicialmente a la astronoma,
comenzaron lentamente a ser exportadas a otros campos. En un perodo en que las
ciencias fsicas an no necesitaban de las probabilidades, el descubrimiento de leyes
estadsticas en las cuestiones humanas caracterizadas por la regularidad era una
consecuencia previsible. La ley de los grandes nmeros, propuesta por Poisson en
1835, provey fundamentos an mejores para aplicar la matemtica de las
probabilidades a los problemas sociales (Hacking 1990).
Quetelet sera en gran medida el responsable de este cambio de rumbo en la historia
de la estadstica, reforzando la tendencia a la cuantificacin en diversas reas ms all
de la astronoma, y al mismo tiempo concediendo especial atencin a los mtodos para
el tratamiento de datos cuantitativos (Lazarsfeld 1961). Profundamente influenciado
por los trabajos de Laplace y de Fourier en la teora de la probabilidades, Quetelet se
convenci, hacia 1830, de la posibilidad de tratar las cuestiones humanas aplicando
los mtodos ya comunes en astronoma, yendo ms all de la mera recoleccin y
clasificacin de los datos. Segn Lazarsfeld (1961, 295):
Esta combinacin de la matemtica abstracta y la realidad social provey la
convergencia ideal para las dos lneas en las que se haba desarrollado la mente de
Quetelet.
Inicialmente intent aplicar las nociones probabilsticas a la medicin del
cuerpo humano un inters ligado a su deseo juvenil de ser escultor y
seguidamente public un trabajo sobre la aplicacin de las probabilidades en las
ciencias polticas y morales.
En 1844 Quetelet anunci que la ley de los errores se aplicaba tambin a la
distribucin de las caractersticas humanas. Para l, las leyes estadsticas se manifestaban
como regularidades expresadas en trminos de frecuencias. El concepto central era el
de normalidad, y sta se representaba mediante el valor medio de la distribucin. El
hombre medio (homme moyen) era el anclaje del grupo, y tomaba su significado del
mismo. Quetelet era consciente de que la media no era suficiente para comparar
distribuciones (Stigler 1999), pero no obstante no se interes por la variabilidad de los
fenmenos humanos. Su asimilacin de la normalidad con aquello que es justo, correcto,
bueno que se reencontrar ms adelante en Durkheim tender a concebir la
variabilidad como una manifestacin patolgica. Solo una reinterpretacin del trmino
cuando normalidad devino mediocridad permitir en la Gran Bretaa de fines del
siglo XIX recuperar la variabilidad como un problema cientfico relevante, abriendo
de este modo la puerta a una nueva revolucin en la historia de la estadstica.
38
Hacia 1830-40, los ingleses entraron en contacto con los desarrollos cientficos
continentales, y debieron afrontar el desafo de asimilar la teora de las probabilidades en
una cultura en la que los lmites entre ciencia y religin no eran todava claros (Richards
1997). La teologa natural de inspiracin anglicana dominaba los ambientes universitarios
de Cambridge y Oxford, e intelectuales influyentes por ejemplo Whewell se oponan
a la orientacin de los matemticos continentales, especialmente a la de Laplace.
Fue Augustus de Morgan quien present la teora de Laplace al pblico ingls en
dos trabajos fundamentales: Theory of Probabilities, publicado en 1838 en la
Encyclopaedia Metropolitana, y un ensayo sobre las probabilidades y su aplicacin a
las aseguraciones, aparecido en la Cabinet Cyclopedia. Para no desafiar las ideas
dominantes de la teologa natural, de Morgan se ocup, siguiendo a Laplace, de colocar
las incertezas que la teora matematizaba en la mente humana, y no en el mundo exterior
(Richards 1997). De todos modos qued claro que la teora de las probabilidades tena
importantes aplicaciones prcticas, en especial en la astronoma y en el campo de los
seguros, tema caro a la estadstica britnica desde el siglo XVII.
En 1850, el influyente astrnomo Herschel llam la atencin de los cientficos
ingleses con relacin a las ideas de Quetelet sobre la aplicacin de las probabilidades
a los datos sociales (Lazarsfeld 1961). Por otra parte, Quetelet ya era conocido en los
crculos acadmicos de Gran Bretaa. En los aos 30 haba jugado un papel decisivo
en la creacin de la seccin de estadstica de la Association for the Advancement of
Science, y en 1844 haba presentado, en un encuentro de estadsticos llevado a cabo en
Plymouth, un largo listado de temas (meteorologa, fsica, qumica, botnica, agricultura,
zoologa, adems de las cuestiones humanas) que a su juicio podan ser estudiados con
los nuevos mtodos estadsticos.
Sin embargo, los instrumentos conceptuales de las probabilidades, y en particular la
teora de los errores, siguieron siendo una especialidad continental. De los casi 500 ensayos
relativos a la ley de los errores y al mtodo de los mnimos cuadrados, listados por Merriman
en 1877, solo el 14% haba sido publicado en Gran Bretaa (MacKenzie 1981). Un caso
ejemplar es el de Stanley Jevons, que haba estudiado teora de las probabilidades con de
Morgan en Londres y defenda su utilidad en las ciencias sociales, as como la
matematizacin de la economa. No obstante, no hizo ningn intento de aprovechar los
instrumentos probabilsticos para la cuantificacin de la incerteza en estas disciplinas.
El cambio de actitud de los ingleses con respecto a las probabilidades y su uso
prctico ocurri en el ltimo cuarto del siglo XIX, en un ambiente en el que el
evolucionismo darwinista estaba creando condiciones ms favorables para el desarrollo
de una ciencia no determinstica. Fue justamente un primo de Darwin, Francis Galton,
el mximo responsable de la revolucin que condujo a la teora estadstica moderna.
La orientacin evolucionista llev a Galton a interesarse por el problema de la
herencia de los caracteres humanos. En bsqueda de instrumentos estadsticos adecuados,
entr en contacto con la teora de los errores que ya Quetelet haba aplicado con xito a las
cuestiones humanas (MacKenzie 1981). Sin embargo, Galton no se conformaba con la
mera aplicabilidad universal de la ley de los errores. Por otra parte, se opona a su
39
Los orgenes de la estadstica
interpretacin de la normalidad: la desviaciones en torno a la media no eran
necesariamente un defecto. Como reformista social de tendencia eugensica, le interesaba
el mejoramiento de la raza, y por ende, la difusin de las caractersticas excepcionales que
Quetelet consideraba desviadas. El homme moyen no era para nada el modelo ideal;
era un mediocre cuyos caracteres deban ser mejorados en la descendencia.
La valorizacin del concepto de variabilidad era una consecuencia inevitable. En
efecto, Galton fue el primero que us los mtodos de anlisis de los errores para tratar
la variacin emprica; pero a este fin, la inadecuacin tcnica de la teora de los errores
comenz a ser evidente:
Para los tericos de los errores la variabilidad (error) era algo a eliminar, o al
menos a controlar y medir. Los objetivos de los tericos de los errores eran por lo
tanto contrarios al tratamiento de la variabilidad como un fenmeno de valor en s
mismo (MacKenzie 1981, 58).
Estudiar la variabilidad exiga nuevos instrumentos conceptuales y operativos. La
estadstica moderna, en cuanto disciplina autnoma orientada al anlisis cuantitativo
de datos, estaba naciendo. A fines del siglo XIX, cuando la idea segn la cual todos los
eventos del universo estaban determinados por una ley natural necesaria perda fuerza,
(Hacking 1990), los nuevos conceptos de regresin y correlacin (y sus respectivos
instrumentos) permitirn analizar la variabilidad de los fenmenos y sus relaciones.
La ciencia, como pretenda Galileo, seguira orientndose a la bsqueda de relaciones
entre propiedades; pero stas ya no seran consideradas necesarias ni inmutables.
4. Variabilidad y correlacin al origen de la moderna teora estadstica:
una verdadera revolucin
En un cierto sentido, el cambio de inters, del error hacia la variabilidad, se vislumbra
ya en la interpretacin de la frecuencia tpica del pensamiento de Quetelet. En efecto,
la funcin probable de los errores, a la cual Galton se refiri poticamente como ley
suprema de la irracionalidad, era uno de los focos de atencin de Quetelet. Desde su
introduccin a mediados del siglo XVII, esta curva sufri un proceso de gradual cambio
conceptual en sus aplicaciones a la investigacin emprica: de la distribucin de los
errores de medicin en astronoma a las desviaciones en torno a un hombre medio
idealizado, y luego a la genuina variabilidad de los fenmenos naturales y sociales.
Segn Porter (1986, 91), la reinterpretacin de la curva normal como la ley de la
genuina variacin, en vez que del mero error, fue el resultado central del pensamiento
estadstico del siglo XIX. Esto hizo posible el desarrollo de las modernas tcnicas de
anlisis estadsticos, empezando por la regresin y la correlacin, cuya invencin Stigler
(1999, 6) considera uno de los ms grandes eventos en la historia de la ciencia.
La casi simultnea aparicin del libro Natural Inheritance de Galton (1889) y del
mtodo de la correlacin marca el inicio del perodo moderno de la estadstica. La
correlacin, como instrumento, prometa ser til en todos los campos cientficos,
40
especialmente en aquellos en los que resultaba problemtico establecer directrices de
causalidad. Pero en los tiempos de Galton, la teora estadstica como disciplina cientfica
era efectivamente inexistente en Gran Bretaa: no se enseaba como curso universitario
27
,
no tena una base institucional y no se publicaba ninguna revista especializada en la materia.
28
Galton era consciente de esto, y pronto se dio cuenta de que la regresin y la
correlacin podran ser el punto de partida de una nueva disciplina cientfica: pero
para esto deban organizarse las contribuciones dispersas y presentar el conocimiento
en modo sistemtico. En su biografa, escrita por Karl Pearson (1914-1930), se
reproduce una carta del perodo: El momento est maduro para que un matemtico
competente reordene el material de la estadstica. l habr fundado una nueva ciencia.
La difusin de los nacientes conceptos de regresin y correlacin, en torno al 1890,
comenz a llamar la atencin de notables estadsticos, como Edgeworth, y de
prometedores cientficos jvenes, como Weldon y Pearson. El sueo de Galton de una
nueva disciplina tomaba cuerpo.
Hacia 1900, el carcter intelectual de la estadstica sala completamente transformado
gracias al trabajo de Galton, Edgeworth y Pearson (Porter 1986). De una disciplina
limitada al estudio cuantitativo del hombre y de la sociedad, se estaba transformando
una disciplina capaz de proveer instrumentos de anlisis a una vasta gama de ciencias.
Ya en sus primeros cursos de estadstica avanzada, dictados en la Universidad de Londres
a partir de mediados de los aos 90, Karl Pearson enseaba que estadstica es [...] un
trmino utilizado para mediciones agregadas de cualquier hecho, sea social, fsico o
biolgico. La teora pura de la estadstica es una rama de la matemtica que se ocupa
de la compilacin, representacin y tratamiento de [estos] agregados numricos
independientemente de los hechos que tales nmeros representen. La estadstica
aplicada [en fin] es el uso de los mtodos de la estadstica pura a clases especiales de
hechos observaciones biolgicas, fsicas o polticas.
29
(Yule 1938, 200).
En las ltimas dcadas del perodo victoriano la ciencia se estaba profesionalizando
velozmente, y los cientficos seguan lneas de investigacin cada vez ms especializadas
(Lightman 1997). La fractura del contexto intelectual comn asegurado por la teologa
natural, consecuencia inevitable del evolucionismo darwinista y del desarrollo de la
teora de las probabilidades, favoreci la especializacin y profesionalizacin de la
ciencia (Young 1985), as como la institucionalizacin de diversas disciplinas. Pero tal
como afirma MacKenzie (1981) son muchos los aspectos a tener en cuenta antes de
poder hablar del surgimiento de una disciplina. Se necesita, entre otras cosas, una red de
27. Hablando de los aos 90, Yule (1838) afirma que un curso de teora estadstica simple y coherentemente
organizado no poda entonces existir ya que muchos de los elementos fundamentales de la disciplina apenas
empezaban a desarrollarse.
28. Recurdese que la Statistical Society of London, ya convertida en Royal Statistical Society al momento
de la publicacin de Natural Inheritance, no estaba comprometida con el desarrollo de la disciplina como
entendida en la actualidad. Su revista publicaba entonces slo muy ocasionalmente artculos dedicados al
mtodo estadstico.
29. Para Karl Pearson, este aspecto aplicado de la estadstica era fundamental: l era favorable a reavivar
la tradicin de aplicar la ciencia a la vida prctica. (E. Pearson 1938/1948, 48).
41
Los orgenes de la estadstica
cientficos interesados en el mismo tipo de problemas; un conjunto de instrumentos de
anlisis y de enfoques ms o menos compartidos; medios de comunicacin formales e
informales entre los expertos; mecanismos de reclutamiento y de enseanza, con una
forma estable y una base institucional; recursos financieros y de otros tipos. La tendencia
a la especializacin y a la profesionalizacin de la ciencia, en fin, result fundamental
en la institucionalizacin de la estadstica como disciplina autnoma.
En este proceso la figura central fue Karl Pearson: combinando su capacidad
matemtica con los intereses de investigacin promovidos por Galton, y manifestando
un entusiasmo por la institucionalizacin que Porter (1986) acertadamente califica como
propio de una mentalidad acadmica emprendedora, logr establecer intelectualmente
y socialmente a la estadstica como una nueva disciplina.
De su colaboracin con Weldon, iniciada en 1892, tuvo origen la Escuela Biomtrica.
Desde 1894, cuando Pearson comenz a dictar el curso de estadstica avanzada, hasta
los aos veinte del siglo XX cuando Fisher estableci un centro de investigacin en
la estacin experimental de Rothamstead la Escuela Biomtrica fue la nica
institucin britnica dedicada a la teora estadstica (MacKenzie 1981). Ya en la primera
dcada de su creacin, alrededor de la mitad de todos los artculos ingleses sobre
teora estadstica se producan en este ambiente institucional. Biometrika, la revista de
la Escuela, fue por muchos aos la publicacin ms importante de Gran Bretaa de
teora estadstica, y contina siendo una revista de prestigio internacional en la disciplina.
Adems, la Escuela fue por muchos aos el ms importante centro de enseanza en la
materia, atrayendo estudiantes que luego adquiriran notoriedad y posiciones de gran
relevancia institucional y acadmica (Norton 1978). No debera sorprender la afirmacin
de Levine (1996), para quien la estadstica como disciplina cientfica fue modelada
por Karl Pearson, que le dio forma y direccin, dominando la escena mundial de la
especialidad desde la mitad de los aos noventa hasta la Primera Guerra Mundial.
Sin embargo, este ambiente acadmico, an siendo el ms importante, no era
completamente hegemnico.
30
A medida que se consolidaba, la disciplina comenzaba a
ser practicada tambin en otras instituciones.
31
Los intereses intelectuales que haban
30. Los expertos en teora estadstica que no trabajaban en la Escuela Biomtica no estaban aislados,
como en los tiempos de Galton, n eran irrelevantes. Muchos participaban en las discusiones tericas y
tcnicas de la poca, publicaban y enseaban estadstica en diversos mbitos. Incluso Edgeworth, que
probablemente por su personalidad no se senta parte de escuela alguna, tena una base institucional en la
Royal Statistical Society y contribua con publicaciones y con la discusin del trabajo de otros. En la Royal
Statistical Society estaba surgiendo un grupo relativamente articulado de personas interesadas en la teora
estadstica, guiado por Edgeworth mismo, Yule y Hooker. El Journal comenzaba a prestar ms atencin a
estos temas. Algunos de los artculos publicados en l en particular los de Yule pueden considerarse
contribuciones decisivas a la moderna teora estadstica.
31. Un caso notable es el de Gosset, conocido en la estadstica por el desarrollo de la distribucin t,
llamada student por el pseudnimo con el que firmaba sus artculos. l se uni temporalmente a la Escuela
Biomtrica en 1906, pero trabajaba con problemas de estadstica matemtica en un ambiente totalmente
distinto: era en efecto empleado de la cervecera irlandesa Guinness. A pesar de sus contactos con la academia,
decidi seguir su carrera en el mbito industrial, llegando a ser gerente de la planta que la empresa inaugur
en Londres en 1935 (MacKenzie 1981)
42
dado el primer impulso para el desarrollo de las tcnicas de regresin y correlacin se
diversificaron; y los instrumentos de la Escuela Biomtrica, concebidos para el tratamiento
de cuestiones eugensicas y biolgicas, demostraron su utilidad en otras disciplinas
(MacKenzie 1981).
Con el paso del tiempo, la articulacin de estadstica, biometra y eugenesia, tpica
del enfoque de Galton y de Pearson, perdi su mpetu. La disciplina estaba madurando,
y su consolidacin erosionaba el poder casi monopolista de Pearson. Nuevos lderes
intelectuales e institucionales, en particular Fisher, ganaban espacio en el mundo ya
menos restringido de la estadstica matemtica.
En los aos treinta la situacin era radicalmente distinta si se la compara con aquella
en la que Pearson haba comenzado a trabajar: haba un grupo de activos investigadores
dedicados exclusivamente a la disciplina; en el University College de Londres se haba
creado una nueva rea orientada a la didctica y la investigacin en teora estadstica;
y en la estacin de investigacin agrcola de Rothamsted Fisher haba creado un segundo
centro especializado. La revista Biometrika segua publicando importantes
contribuciones tericas, y el Journal de la Royal Statistical Society daba cada vez ms
espacio a artculos de este tipo.
El trabajo esencial para la constitucin de la teora estadstica como conjunto de
instrumentos de anlisis cuantitativo aplicables a la investigacin emprica estaba en
gran parte cumplido. Por otra parte, en este perodo, un artculo de Egon Pearson (hijo
de Karl) y Neyman (1933) sobre los tests de hiptesis ms eficaces, abra el camino a
la estadstica inductiva
32
, probablemente la escuela ms influyente y prolfica de la
estadstica del siglo XX. Estos desarrollos alertaron a un ya anciano Karl Pearson, que
presagi, con amargura, el advenimiento de una estadstica matemtica pura, que
convertida en un fin en s misma, se alejara de su funcin instrumental al servicio de
los fines cognoscitivos de la investigacin emprica.
5. Referencias bibliogrficas:
ABRAMS, P. (1968) The Origins of British Sociology. Chicago: University Press.
COLEMAN, W. (1982) Death is a Social Disease: Public Health and Political Economy
in Early Industrial France. Madison.
CULLEN, M. J. (1975) The Statistical Movement in Early Victorian Britain. Brighton:
Harvester Press.
DE MOIVRE, A. (1718) The Doctrine of Cances: or, A Method of Calculating the
Probability of Events in Play. London: W. Pearson.
32. Stigler (1999), desafiando la opinin ms difundida, que ubica el nacimiento de la estadstica moderna
ente fines del siglo XIX y principios del XX, a partir del trabajo de Galton y Pearson, afirma que la disciplina
naci formalmente con la publicacin del artculo citado, cuando se dio origen al desarrollo de la estadstica
inductiva.
43
Los orgenes de la estadstica
DE MORGAN, A. (1838) Theory of Probabilities, en Encyclopaedia Metropolitana
vol. 2. London.
GALTON, F. (1889) Natural Inheritance. London: Macmillan.
GRAUNT, J. (1662) Natural and Political Observations on the Bills of Mortality.
London.
HACKING, I. (1990) The Taming of Chance. Cambridge: University Press.
HULL, C. H., ed. (1899) The Economic Writings of Sir William Petty together with the
Observations upon the Bills of Mortality more probably by Captain John Graunt.
Cambridge.
HUME, D. (1748) An Enquiry Concerning Human Understanding.
JOHN, V. (1884) Gesichte der Statistik. Stuttgart: Ferdinand Encke.
KNIES, K. G. (1850) Die Statistik als Sebstndige Wissenchaft. Kassel.
KUHN, Th. (1961) The Function of Measurement in Modern Physical Science, en
Isis 52.
LAPLACE, P. S. (1774) Mmoire sur la probabilit des causes par les vnements, en
Memoires de mathmatique et de physique, presents lAcadmie Royale des
Sciences, par divers savans 6.
LAZARSFELD, P. F. (1961) Notes on the History of Quantification in Sociology. Trends,
Sources and Problems, en Isis 52, 2.
LEGENDRE, A. M. (1805) Nouvelles methodes pour la dtermination des orbites des
comtes. Paris: Courcier.
LEVINE, G. (1996) Science and Citizenship: Karl Pearson and the Ethics of
Epistemology, in Modernism/ Modernity 3.3.
http://muse.jhu.edu/journals/modernism-modernity/v003/3.3levine.html
LIGHTMAN, B. (1997) The Voices of Nature: Popularizing Victorian Scienze, en
Lightman, B. (ed.) Victorian Science in Context. Chicago: University Press.
MACKENZIE, D. A. (1981) Statistics in Britain, 1865-1930. The Social Construction
of Scientific Knowledge. Edinburgh: University Press.
MARRADI, A.(1980) Concetti e Metodi per la Ricerca Sociale. Firenze: Giuntina.
MARRADI, A. (1987) Linguaggio scientifico o torre di Babele?, en Rivista Italiana
di Scienza Politica 18, 1.
MARRADI, A. (1997b) Linee guida per lanalisi bivariata dei dati nelle scienze sociali.
Milano: Franco Angeli.
44
MEITZEN, A. (1886) Gesichte, Theorie und Technik der Statistik. Berlin: Hertz.
MITCHELL, D. (1973) Storia della Sociologia Moderna. Verona: Mondadori.
NORTON, B. J.(1978) Karl Pearson and Statistics: The Social Origins of Scientific
Innovation, en Social Studies of Science 8, 1.
PEARSON, E. S. (1938) Karl Pearson: An Appreciation of Some Aspects of his Life
and Work. Cambridge: University Press. [citaciones de la trad. esp.: Pearson, creador
de la estadstica aplicada. Buenos Aires: Espasa-Calpe, 1948].
PEARSON, K. (1914-1930) Life and letters of Francis Galton. Cambridge: University
Press.
PETTY, W. (1691) The Political Anatomy of Ireland, en Economic Writings, vol. 1.
PITRONE, M. C. (1996) Il sondaggio. Milano: Franco Angeli.
PORTER, Th. (1986) The Rise of Statistical Thinking, 1820-1900. Princeton: University Press.
QUETELET, A. (1844) Recherches Statistiques. Bruxels: Hayez.
RICHARDS, J. (1997) The Probable and the Possible in Early Victorian England,
en Lightman, B (ed.) Victorian Science in Context. Chicago: University Press
SINCLAIR, J. (1791-1797) The Statistical Account of Scotland. Edinburgh.
STIGLER, S. M. (1981) Gauss and the Invention of Least Squares, en The Annals of
Statistics 9.
STIGLER, S. M. (1999) Statistics on the Table: The History of Statistical Concepts
and Methods, Cambridge, MA, and London: Harvard University Press.
TOULMIN, S. E. (1972) Human Understanding. Princeton: University Press.
VON BIELFELD, J. F. (1770) Elements of Universal Erudition, Containing an
Analytical Abridgement of the Sciences, Polite Arts, and Belles Lettres. London.
VON ZIMMERMANN, E. A. (1787) A Political Survey of the Present State of Europe,
in Sixteen Tables; Illustrated with Observations on the Wealth and Commerce, the
Government, Finances, Military State, and Religion of the Several Countries. London:
C. Dilly.
WETERGAARD, H. (1932) Contributions to the History of Statistics. London: P. S. King.
YOUNG, R. M. (1985) Darwins Metaphor: Natures Place in Victorian Culture.
Cambridge: University Press.
YULE, G. U. (1938) Notes of Karl Pearsons Lectures on the Theory of Statistics 1894-
96, in Biometrika 30.