Línea del tiempo sobre la historia de la estadística

  • 2000 BCE

    Antigüedad

    Antigüedad
    2000 a.C.: En China, se realizan censos para propósitos administrativos.
  • 300

    Antigüedad

    Antigüedad
    3000 a.C: Se registran los primeros censos en Egipto y Mesopotamia para el control de la población y la planificación agrícola.
  • Siglos XV-XVII: Los inicios de la estadística moderna

    Siglos XV-XVII: Los inicios de la estadística moderna
    Siglo XV: Se realizan censos en varias ciudades europeas para propósitos fiscales.
    1662: John Graunt publica "Observaciones Naturales y Políticas sobre las Listas de Mortalidad", considerado uno de los primeros estudios estadísticos sobre la mortalidad en Londres.
  • Siglo XVIII: Estadística demográfica y probabilística

    Siglo XVIII: Estadística demográfica y probabilística
    1763: Thomas Bayes presenta el "Teorema de Bayes", fundamental en la estadística inferencial.
  • Siglo XVIII: Estadística demográfica y probabilística

    Siglo XVIII: Estadística demográfica y probabilística
    1774: Pierre-Simon Laplace desarrolla la teoría de probabilidades y aplicaciones a la astronomía y las ciencias sociales.
  • Siglo XVIII: Estadística demográfica y probabilística

    Siglo XVIII: Estadística demográfica y probabilística
    1709: Jakob Bernoulli desarrolla la "Ley de los grandes números", que describe cómo el promedio de los resultados de muchos ensayos es cercano al valor esperado.
  • Siglo XIX: Formalización de la estadística

    Siglo XIX: Formalización de la estadística
    1805: Adrien-Marie Legendre introduce el método de los mínimos cuadrados, utilizado para ajustar modelos a los datos.
  • Siglo XIX: Formalización de la estadística

    Siglo XIX: Formalización de la estadística
    1812: Pierre-Simon Laplace publica "Teoría Analítica de las Probabilidades".
  • Siglo XIX: Formalización de la estadística

    Siglo XIX: Formalización de la estadística
    1835: Adolphe Quetelet introduce la idea de "hombre promedio" y aplica la estadística a las ciencias sociales, acuñando el término "estadística social".
  • Siglo XIX: Formalización de la estadística

    Siglo XIX: Formalización de la estadística
    1889: Francis Galton desarrolla el concepto de regresión a la media y contribuye al análisis de la correlación.
  • Siglo XX: Expansión de la estadística aplicada y teórica

    Siglo XX: Expansión de la estadística aplicada y teórica
    1908: William Sealy Gosset (bajo el seudónimo "Student") publica el test t de Student para muestras pequeñas.
  • Siglo XX: Expansión de la estadística aplicada y teórica

    Siglo XX: Expansión de la estadística aplicada y teórica
    1920s: R.A. Fisher introduce técnicas de diseño experimental y análisis de varianza (ANOVA), revolucionando la estadística inferencial.
  • Siglo XX: Expansión de la estadística aplicada y teórica

    Siglo XX: Expansión de la estadística aplicada y teórica
    1934: Jerzy Neyman y Egon Pearson formulan la teoría de pruebas de hipótesis.
  • Siglo XX: Expansión de la estadística aplicada y teórica

    Siglo XX: Expansión de la estadística aplicada y teórica
    1946: George Box y David Cox desarrollan transformaciones de datos para hacer modelos lineales aplicables a una gama más amplia de datos. desarrollan transformaciones de datos para hacer modelos lineales aplicables a una gama más amplia de datos.
  • Siglo XX: Expansión de la estadística aplicada y teórica

    Siglo XX: Expansión de la estadística aplicada y teórica
    1960s: Se desarrolla la estadística bayesiana moderna con el auge de la computación.
  • Siglo XXI: Estadística y big data

    Siglo XXI: Estadística y big data
    Años 2000: Con el crecimiento de la capacidad computacional, la estadística se aplica a grandes volúmenes de datos en áreas como el aprendizaje automático, análisis predictivo y la inteligencia artificial.
  • Siglo XXI: Estadística y big data

    Siglo XXI: Estadística y big data
    Años 2010: Se popularizan métodos como el machine learning, redes neuronales y estadística computacional para el manejo y análisis de datos masivos.