-
Jan 20, 1488
Sebastián Muster:
En 1540, el alemán Sebastián Muster llevó a cabo una recopilación estadística detallada de los recursos nacionales, abarcando información sobre la organización política, las normas sociales, el comercio y la fuerza militar. En el transcurso del siglo XVII, contribuyó con orientaciones más específicas sobre métodos de observación y análisis cuantitativo, ampliando así los dominios de la inferencia y la teoría estadística. -
John Graunt
Junto con Sir William Petty, Graunt desarrolló los primeros métodos estadísticos y censales humanos que proporcionaron un marco para la demografía moderna. Se le atribuye la producción y distribución de la primera tabla de vida, que daba probabilidades de supervivencia a cada edad. -
Jacob Bernoulli
Es conocido por su libro "Ars Conjectandi", publicado en 1713, introdujo conceptos fundamentales de probabilidad, como el teorema de la ley de los grandes números. Establece que, a medida que el número de ensayos aleatorios aumenta, la frecuencia relativa de un evento tiende a acercarse a su probabilidad teórica. También contribuyó al desarrollo de la fórmula de Bernoulli, que se utiliza en cálculos de probabilidades y en la teoría de números. -
Abraham de Moivre
Instruyó en matemáticas y estudió los Principia de Newton. En 1697, fue miembro de la Royal Society. Pionero en geometría analítica y teoría de probabilidades, publicó "The Doctrine of Chance" en 1718. Erróneamente se le atribuye la fórmula de Stirling. Introdujo la fórmula ei nx, relevante en trigonometría. En 1730, en "Miscellanea Analytica", presentó la solución general de una ecuación lineal en recurrencia. -
Tomas Bayes
Datos relevantes y aportes: Su teorema de Bayes aborda la probabilidad condicional. Fue miembro de la Royal Society desde 1742. Su contribución a la inferencia bayesiana ha tenido amplias aplicaciones, como en el análisis de ensayos clínicos y sistemas de detección de spam. Falleció en 1761 y su tumba fue restaurada en 1969 gracias a donativos de estadísticos de todo el mundo. -
Arthur Young
No es conocido principalmente como un estadístico, su trabajo sentó las bases para la recopilación sistemática de datos agrícolas y la aplicación de métodos cuantitativos en el análisis de la productividad agrícola. Sus esfuerzos contribuyeron al desarrollo de la agricultura y la economía rural en el siglo XVIII. -
Pierre-Simon Laplace
Desarrolló una visión conceptual del cambio evolutivo en la estructura del sistema solar y destacó la utilidad de la probabilidad en la interpretación de datos científicos. Sentó las bases de la teoría analítica de la probabilidad en su papel como estadístico. -
Johann Karl Friedrich Gauss:
A los 19 años, descubrió la ley de la reciprocidad cuadrática, un teorema importante en teoría de números con aplicaciones estadísticas. Gauss también desarrolló el método de mínimos cuadrados, utilizado en estadística para ajustar modelos a datos observados. Publicó "Disquisitiones Arithmeticae" en 1801, abordando problemas estadísticos en teoría de números. Además, contribuyó a la teoría de errores y probabilidad. Su legado en estadística sigue siendo relevante y reconocido en la actualidad. -
Simeon Denis Poisson
Realizó notables aportes a la estadística con sus contribuciones clave. Su "Proceso de Poisson" establece un modelo matemático para eventos esperados en un tiempo fijo, mientras que la "Distribución de Poisson" cuantifica la probabilidad de una serie de eventos en un periodo específico con una tasa media conocida. La "Regresión de Poisson" destaca como una técnica específica para variables de conteo en análisis de regresión. -
Jacques Quetelet
Quetelet desarrolló el concepto del Índice de Masa Corporal, que se utiliza para evaluar la relación entre el peso y la altura en las personas. Contribuyó al desarrollo y la comprensión de la Ley de los Grandes Números, que es un principio fundamental en la teoría de la probabilidad y la estadística. Esta ley establece que a medida que el tamaño de una muestra aumenta, la media de la muestra se acerca a la media poblacional. -
Francis Galton
A partir de 1860, Sir Francis Galton se dedicó a la investigación científica, comenzando con meteorología y publicando "Meteorographica" en 1863. "Hereditary Genius" (1869) y "La herencia natural" (1889). Aunque sus contribuciones a la teoría de la herencia fueron eclipsadas por la genética de Mendel, sus estudios estadísticos sobre correlaciones de caracteres cuantitativos conservan relevancia. -
Karl Pearson
Desarrolló el coeficiente de correlación, también conocido como el coeficiente de correlación de Pearson. Este coeficiente mide la fuerza y dirección de la relación lineal entre dos variables. Introdujo la prueba de chi-cuadrado, una prueba estadística utilizada para evaluar la independencia entre dos conjuntos de datos categóricos. Trabajó en el desarrollo de métodos de regresión, incluida la regresión lineal, que se utiliza para modelar. -
Charles Edward Spearman
Fue un psicólogo inglés conocido por su trabajo en estadísticas, como pionero del análisis factorial y por el coeficiente de correlación de Spearman. A diferencia del coeficiente de correlación de Pearson, que evalúa relaciones lineales, el coeficiente de correlación de Spearman se utiliza cuando las relaciones entre variables no son necesariamente lineales. -
William Sealy Gosset
Gosset desarrolló la "prueba t de Student" como una solución para trabajar con muestras pequeñas. La distribución t, también conocida como la distribución de Student, es una distribución de probabilidad que se utiliza en la inferencia estadística cuando se trabaja con muestras pequeñas. Publicó su trabajo bajo el seudónimo "Student" en 1908 en la revista "Biometrika". La prueba t es ampliamente utilizada en la comparación de medias de dos muestras -
Ronald Fisher
Realizó contribuciones fundamentales a la estadística, destacándose por promover y derivar propiedades del Método de Máxima Verosimilitud. Además, desarrolló la Inferencia Fiducial, un enfoque para hacer inferencias sobre parámetros o variables desconocidas basado en datos. Fisher también derivó diversas Distribuciones de Muestreo, fundamentales para comprender las estadísticas calculadas a partir de muestras de una población. -
REFERENCIAS
Stigler, S. (1986). "The History of Statistics: The Measurement of Uncertainty Before 1900." Belknap.
Hacking, I. (1990). "The Taming of Chance." Universidad de Cambridge
Gómez, A. (2005). “Inferencia estadística”: Diaz de Santos
Young, A. (1771). "A Six Months Tour through the North of England." W. Strahan and T. Cadell.
Sábado, J. (2009). “ Fundamentos de bioestadística y análisis de datos”. Universidad autónoma de Barcelona -
REFERENCIAS
Arribas, M. (2012) " Historia de la probabilidad y estadistica". UNED
Moreno, V., Ramírez, M. E., de la Oliva, C., & Moreno y otros, E. (s. f.). Abraham de Moivre. Buscabiografias.com. Recuperado 30 de enero de 2024, de https://www.buscabiografias.com/biografia/verDetalle/8783/Abraham%20de%20Moivre
Ghilardi, M. (s. f.). Historia de la Estadística. Educativa.org. Recuperado 30 de enero de 2024, de https://bloginfd.educativa.org/wp-content/uploads/2014/11/Historia-de-la-estadistica.pdf