Importancia de la estadística

La estadística es la base del conocimiento práctico y real. Su definición.- La estadística es una

de las ramas de la ciencia matemática que se centra en el trabajo con datos e informaciones
que son ya de por sí numéricos o que ella misma se encarga de transformar en números. La
estadística, si bien es una ciencia de extracción exacta, tiene una injerencia directa en
cuestiones sociales por lo cual su utilidad práctica es mucho más comprensible que lo que
sucede normalmente con otras ciencias exactas como la matemática.

A diferencia de otras ramas de la matemática que poseen una parte importante de

abstracción, la estadística tiene aplicaciones directas y concretas en la vida real ya que toma
los números y cifras de diferentes fenómenos sociales como por ejemplo la desocupación, la
tasa de mortalidad, la de natalidad y muchos otros datos incluso más complejos.

Podemos decir que la función principal de la estadística es justamente la recolección y

agrupamiento de datos de diverso tipo para construir con ellos informes estadísticos que nos
den idea sobre diferentes y muy variados temas, siempre desde un punto de vista cuantitativo
y no cualitativo. Esto es muy importante de remarcar ya que la estadística se convierte
entonces en una ciencia que nos habla de cantidades (por ejemplo, cuántas personas viven en
un país por metro cuadrado) pero no nos da información directa sobre la calidad de vida de
esas personas. En este sentido podemos decir que se presentan varias limitaciones ya que no
permite conocer más que numéricamente aspectos que requieren un trabajo más complejo y
profundo.
El aspecto cuantitativo como centro de la estadística y su influencia en la mejora de la calidad de vida

Sin embargo, a pesar de lo mencionado en el párrafo anterior, lo interesante de la estadística como ciencia es que en muchos
casos, la información cuantitativa que nos brinda nos permite conocer a ese nivel mucho mejor a una sociedad, por ejemplo
cuántas personas viven en un país, cuál es la tasa de desempleo, cuál es la tasa de indigencia o pobreza, cuál es el nivel
promedio de educación de esa sociedad, etc. Todos estos datos numéricos son utilizados por los responsables del Estado a
través de sus distintos organismos y secretarías para luego realizar proyectos de diferente tipo que tengan que ver con mejorar
esa situación o mantenerla en el caso de que sea buena.

En algunos casos, aunque no directamente, la estadística también nos permite inferir (no conocer) la calidad de vida de una
población ya que si encontramos altas tasas de desempleo, pobreza y marginalidad podremos suponer que la calidad de vida
es muy baja.

La estadística tiene una utilidad no sólo en aspectos sociales si no que también sirve para todo tipo de investigación científica
si se tiene en cuenta que los datos estadísticos son el resultado de varios casos de entre los cuales se toma un promedio. Así,
una estadística puede servir para una investigación científica al demostrar que un porcentaje determinado de los casos
observados representó un resultado particular y no otro. También se utiliza por ejemplo para conocer el planeta en el que
vivimos y darnos datos sobre las proporciones de recursos renovables, sobre las superficies de los países, la presencia de
determinados biomas o no, etc.

Los problemas que se relacionan con las estadísticas y su mal uso

Como ocurre con cada actividad humana, las estadísticas no son perfectas y muchas veces pueden presentar errores.
Además, al ser realizadas por humanos también debemos contar con una cuota de subjetividad y esto es lo que genera que
algunos índices, al ser medidos por diferentes personas con distintas posturas políticas o económicas, den como resultado
diferentes números. Esto es muy común por ejemplo respecto a los posibles resultados de elecciones políticas que marcan
también decisiones políticas o incluso propaganda de algunas consultoras hacia determinados candidatos.

En estos casos, las estadísticas se ven malversadas y son fraudulentas, lo cual significa un gran problema ético y moral
respecto de un sinfín de temáticas porque se considera que el público debe recibir información lo más verídica posible
especialmente si se trata de temas sensibles y que pueden influir en la calidad de vida de las personas directamente.
Teoría de la probabilidad

La teoría de la probabilidad es una rama de las matemáticas que estudia los fenómenos aleatorios y estocásticos. Los
fenómenos aleatorios se contraponen a los fenómenos deterministas, los cuales son resultados únicos y/o previsibles de
experimentos realizados bajo las mismas condiciones determinadas, por ejemplo, si se calienta agua a 100 ºC a nivel del mar
se obtendrá vapor. Los fenómenos aleatorios, por el contrario, son aquellos que se obtienen de experimentos realizados, otra
vez, bajo las mismas condiciones determinadas pero como resultado posible poseen un conjunto de alternativas, por ejemplo,
el lanzamiento de un dado o de una moneda.

La teoría de probabilidades se ocupa de asignar un cierto número a cada posible resultado que pueda ocurrir en un
experimento aleatorio, con el fin de cuantificar dichos resultados y saber si un suceso es más probable que otro.

Muchos fenómenos naturales son aleatorios, pero existen algunos como el lanzamiento de un dado, donde el fenómeno no se
repite en las mismas condiciones, debido a que las características del material hace que no exista una simetría del mismo, así
las repeticiones no garantizan una probabilidad definida. En los procesos reales que se modelizan mediante distribuciones de
probabilidad corresponden a modelos complejos donde no se conocen a priori todos los parámetros que intervienen; ésta es
una de las razones por las cuales la estadística, que busca determinar estos parámetros, no se reduce inmediatamente a la
teoría de la probabilidad en sí.

En 1933, el matemático soviético Andréi Kolmogórov propuso un sistema de axiomas para la teoría de la probabilidad, basado
en la teoría de conjuntos y en la teoría de la medida, desarrollada pocos años antes por Lebesgue, Borel y Frechet entre otros.

Esta aproximación axiomática que generaliza el marco clásico de la probabilidad, la cual obedece a la regla de cálculo de
casos favorables sobre casos posibles, permitió la rigorización de muchos argumentos ya utilizados, así como el estudio de
problemas fuera de los marcos clásicos. Actualmente, la teoría de la probabilidad encuentra aplicación en las más variadas
ramas del conocimiento, como puede ser la física (donde corresponde mencionar el desarrollo de las difusiones y el
movimiento Browniano), o la economía (donde destaca el modelo de Black y Scholes para la valuación de acciones).

Distribución uniforme continua

En teoría de probabilidad y estadística, la distribución uniforme continua es una familia de distribuciones de probabilidad para
variables aleatorias continuas, tales que para cada miembro de la familia, todos los intervalos de igual longitud en la
distribución en su rango son igualmente probables. El dominio está definido por dos parámetros, a y b, que son sus valores
mínimo y máximo. La distribución es a menudo escrita en forma abreviada como U(a,b).

Caracterización

Función de densidad de probabilidad

La función de densidad de probabilidad de la distribución uniforme continua es:

Los valores en los dos extremos a y b no son por lo general importantes porque no afectan el valor de las integrales de f(x) dx
sobre el intervalo, ni de x f(x) dx o expresiones similares. A veces se elige que sean cero, y a veces se los elige con el valor
1/(b − a). Este último resulta apropiado en el contexto de estimación por el método de máxima verosimilitud. En el contexto del
análisis de Fourier, se puede elegir que el valor de f(a) o f(b) sean 1/(2(b − a)), para que entonces la transformada inversa de
muchas transformadas integrales de esta función uniforme resulten en la función inicial, de otra forma la función que se obtiene
sería igual "en casi todo punto", o sea excepto en un conjunto de puntos con medida nula. También, de esta forma resulta
consistente con la función signo que no posee dicha ambigüedad.

Función de distribución de probabilidad