Sessió d'aprenentatge 2 // Timeline

  • Abraham de Moivre

    Abraham de Moivre
    Matemàtic britànic d'origen francès, Abraham de Moivre va néixer en Vitry-*le-François, Champagne, França el 26 de maig de 1667 i va morir a Londres el 27 de novembre de 1754.
    Va crear la teoria de la probabilitat. Va estudiar les estadístiques de mortalitat basant-se en la teoria de les anualitats, amb Haley. També és conegut per la fórmula de Moivre.
  • Thomas Bayes

    Thomas Bayes
    Thomas Bayes, un estadístic, filòsof i ministre presbiterià anglès, és conegut per formular un cas específic del teorema que porta el seu nom. Va ser el primer a utilitzar la probabilitat inductiva i a establir una base matemàtica per a la inferència de probabilitat.
    El teorema de Bayes és una fórmula matemàtica per determinar la probabilitat condicional i proporciona una manera de revisar prediccions existents o teories donada nova evidència
  • Adolphe Quételet

    Adolphe Quételet
    Adolphe Quetelet, un astrònom, matemàtic i estadístic belga, va fer contribucions significatives al camp de l'estadística. És més conegut per desenvolupar el concepte de "home mitjà" i pel seu treball en el desenvolupament de l'índex de massa corporal (IMC). El treball de Quetelet va establir les bases per a l'aplicació de l'estadística en les ciències socials i va jugar un paper crucial en el desenvolupament de la física social, que més tard es va convertir en sociologia.
  • Francis Galton

    Francis Galton
    Francis Galton, un anglès, va fer contribucions significatives al camp de l'estadística. És conegut pel seu treball en el desenvolupament de "regressió a la mitjana" i pels seus estudis pioners en l'aplicació de mètodes estadístics a l'estudi de l'herència i els trets humans. El treball de Galton va establir les bases per al camp de la biometria i va tenir un impacte durador en el desenvolupament de l'eugenèsia.
  • Karl Pearson

    Karl Pearson
    Karl Pearson, un matemàtic britànic, va fer contribucions significatives al camp de l'estadística. És conegut per desenvolupar el coeficient de correlació de Pearson, que mesura la força i la direcció de la relació entre dues variables. Pearson també va jugar un paper clau en el desenvolupament de l'estadística matemàtica i l'aplicació de mètodes estadístics en diverses disciplines científiques. El seu treball va establir les bases per a la teoria estadística moderna.
  • Charles Spearman

    Charles Spearman
    Charles Spearman, un psicòleg anglès, va fer contribucions significatives en el camp de l'estadística. És més conegut pel seu treball pioner en l'aplicació de mètodes matemàtics l'anàlisi de la ment humana i els seus estudis de correlació en aquesta esfera. Va desenvolupar el concepte del factor general en la intel·ligència humana, conegut com "g", i el seu posterior desenvolupament d'una teoria de "g"la síntesi del treball empíric sobre la capacitat. També va desenvolupar la correlació de rang.
  • Ronald A.Fischer

    Ronald A.Fischer
    Va ser un estadístic i genetista britànic que va fer contribucions importants al camp de l'estadística. Va ser pioner en l'ús de mètodes estadístics per analitzar experiments i estudis observacionals. Els seus treballs van incloure el desenvolupament de la prova F i altres tècniques d'anàlisi de la variància, que són àmpliament utilitzades per comparar mitjanes en diferents grups. Les seves contribucions van ser fonamentals per establir els fonaments de la inferència estadística moderna.
  • Walter A.Shewhart

    Walter A.Shewhart
    Walter A. Shewhart va ser un pioner en el camp de la estadística de control de qualitat. Les seves contribucions principals inclouen la introducció del concepte de control estadístic de processos (SPC), que proporciona eines per monitorar i millorar la qualitat dels processos industrials. Això ha estat fonamental per a la gestió de la qualitat i la reducció de la variabilitat en la producció. Les seves idees han estat la base per al desenvolupament de mètodes moderns de control de qualitat.
  • Andrey Kolmogorov

    Andrey Kolmogorov
    Va ser un matemàtic rus.
    Va aportar continguts en la teoria de la probabilitat.
    Andrey Kolmogorov va fer contribucions importants a la teoria de la probabilitat, establint els fonaments matemàtics per a aquesta disciplina. Va desenvolupar els axiomes de la probabilitat i va contribuir al camp de la teoria de la mesura, que és essencial per a la comprensió estadística.
  • Bruno De Finetti

    Bruno De Finetti
    Bruno de Finetti va ser un destacat estadístic i matemàtic italià. Les seves contribucions a l'estadística inclouen el desenvolupament de la teoria de la probabilitat subjectiva, que es basa en les creences personals i les opinions dels individus. A més, va treballar en problemes com la coherència probabilística i la teoria de la decisió. Les seves aportacions han estat influents en el camp de la inferència estadística i la teoria de la probabilitat.
  • George E.P.Box

    George E.P.Box
    George E. P. Box va ser un estadístic britànic que va fer contribucions importants al camp de la estadística, com ara el desenvolupament dels models ARIMA per a previsió de sèries temporals i la metodologia de disseny d'experiments. Les seves aportacions han estat fonamentals per entendre i millorar els processos estadístics
  • David R.Cox

    David R.Cox
    George David Cox va ser un estadístic britànic que va fer contribucions importants en el camp de la regressió i anàlisi de supervivència. Va desenvolupar el model de regressió de Cox, ampliant les eines estadístiques per al tractament de dades de supervivència. Aquesta metodologia s'ha utilitzat àmpliament en epidemiologia, medicina i altres àrees de recerca.
  • Bradley Efron

    Bradley Efron
    George Bradley Efron és un estadístic conegut pels seus treballs en els camps de la inferència estadística i la resampling. La seva contribució destaca especialment pel desenvolupament de mètodes de bootstrapping, una tècnica de mostreig que ha tingut un impacte significatiu en la inferència estadística. El bootstrapping és utilitzat per estimar la distribució d'una estadística mostrejada mitjançant la reutilització de les dades disponibles. Aquesta metodologia ha esdevingut una eina valuosa