Una recopilación sistemática de datos sobre la población y la economía se inició en las ciudades-estado italianas de Venecia y Florencia durante el Renacimiento. El término estadística, derivado de la palabra Estado, se usó para referirse a una colección de hechos de interés estatal. La idea de recopilar datos se extendió desde Italia a otros países de Europa occidental. De hecho, en la primera mitad del siglo XVI, era común que los gobiernos europeos exigieran a las parroquias que registraran nacimientos, matrimonios y muertes. Debido a las malas condiciones de salud pública, esta última estadística fue de particular interés. La alta tasa de mortalidad en Europa antes del siglo XIX se debió principalmente a enfermedades epidémicas, guerras y hambrunas. Entre las epidemias, las peores fueron las plagas. Comenzando con la peste negra en 1348, las plagas recurrieron con frecuencia durante casi 400 años. En 1562, como una forma de alertar a la corte del Rey para que considerara mudarse al campo, la ciudad de Londres comenzó a publicar proyectos de ley de mortalidad semanales. Inicialmente, estos proyectos de ley de mortalidad enumeraban los lugares de la muerte y si la muerte había resultado de la peste. A partir de 1625, los proyectos de ley se ampliaron para incluir todas las causas de muerte. En 1662, el comerciante inglés John Graunt publicó un libro titulado Observaciones naturales y políticas sobre los proyectos de ley de mortalidad. La Tabla 1.2, que muestra el número total de muertes en Inglaterra y el número debido a la peste durante cinco años diferentes de peste, se toma de este libro.
Tabla 1.2 Muertes totales en Inglaterra Año Entierros Muertes debidas a la peste 1592 25886 11503 1593 17844 10662 1603 37294 30561 1625 51758 35417 1636 23359 10400
Graunt usó las facturas de mortalidad de Londres para estimar la población de la ciudad. Por ejemplo, para estimar la población de Londres en 1660, Graunt encuestó a hogares en ciertas parroquias (o suburbios) de Londres y descubrió que, en promedio, había aproximadamente 3 muertes por cada 88 personas. Al dividir por 3, se muestra que, en promedio, hubo aproximadamente 1 muerte por cada 88/3 personas. Dado que las cifras de mortalidad de Londres citaban 13200 muertes en Londres ese año, Graunt calculó que la población de Londres era aproximadamente
88 13 200 ∙ = 387 200 3 Graunt utilizó este cálculo para proyectar una cifra para toda Inglaterra. En su libro, señaló que estas cifras serían de interés para los gobernantes del país, como indicadores tanto del número de hombres que podrían ser reclutados para formar parte de un ejército como del número de personas que podrían contribuir con los impuestos. Graunt también usó las cuentas de mortalidad de Londres, y algunas conjeturas inteligentes sobre qué enfermedades mataban a quién y a qué edad, para inferir las edades al morir. (Recuerde que los datos de mortalidad solo enumeran las causas y los lugares de muerte, no las edades de los que mueren.) Graunt luego utilizó esta información para calcular tablas con la proporción de la población que muere a varias edades. La Tabla 1.3 es una de las tablas de mortalidad de Graunt. Afirma, por ejemplo, que de 100 nacimientos, 36 personas morirán antes de cumplir los 6 años, 24 morirán entre las edades de 6 y 15 años, y así sucesivamente.
Tabla de mortalidad de Graunt Edad al momento Muertes por cada de morir 100 nacimientos 0-6 36 6-16 24 16-26 15 26-36 9 36-46 6 46-56 4 56-66 3 66-76 2 ≥76 1
Las estimaciones de Graunt sobre las edades a las que las personas morían eran de gran interés para quienes estaban en el negocio de gestión de pensiones. Las anualidades son lo opuesto a los seguros de vida, ya que uno paga en una suma global como una inversión y luego recibe pagos regulares durante el tiempo que uno viva. El trabajo de Graunt sobre tablas de mortalidad inspiró el trabajo posterior de Edmund Halley en 1693. Halley, el descubridor del cometa que lleva su nombre (y también el hombre más responsable, tanto por su aliento como por su apoyo financiero, para la publicación de la famosa obra de Isaac Newton Principia Mathematica), usó tablas de mortalidad para calcular las probabilidades de que una persona de cualquier edad viva para cualquier edad en particular. Halley fue influyente en convencer a las aseguradoras del momento en que una prima de seguro de vida anual debería depender de la edad de la persona asegurada. Siguiendo a Graunt y Halley, la recopilación de datos aumentó constantemente durante el resto del siglo XVII y hasta el siglo XVIII. Por ejemplo, la ciudad de París comenzó a recolectar proyectos de ley de mortalidad en 1667; y para 1730 se había convertido en una práctica común en toda Europa registrar las edades al momento de la muerte. El término estadística, que se usó hasta el siglo XVIII como una abreviatura de la ciencia descriptiva de los estados, en el siglo XIX se identificó cada vez más con los números. En la década de 1830, el término se consideraba casi universalmente en Gran Bretaña y Francia como sinónimo de la ciencia numérica de la sociedad. Este cambio en el significado fue causado por la gran disponibilidad de registros censales y otras tabulaciones que comenzaron a recopilarse y publicarse sistemáticamente por los gobiernos de Europa occidental y los Estados Unidos alrededor de 1800. Durante el siglo XIX, aunque la teoría de la probabilidad había sido desarrollada por matemáticos como Jacob Bernoulli, Karl Friedrich Gauss y Pierre Simon Laplace, su uso en el estudio de los hallazgos estadísticos era casi inexistente, ya que la mayoría de los estadísticos sociales de ese momento se conformaban con dejar que los datos hablaran por si mismos. En particular, en ese momento los estadísticos no estaban interesados en hacer inferencias acerca de los individuos, sino que estaban interesados en la sociedad como un todo. Por lo tanto, no se preocuparon por el muestreo, sino que trataron de obtener censos de toda la población. Como resultado, la inferencia probabilística de las muestras a una población era casi desconocida en la estadística social del siglo XIX. No fue hasta finales de 1800 que los estadísticos se interesaron en inferir conclusiones de datos numéricos. El movimiento comenzó con el trabajo de Francis Galton sobre el análisis del gen hereditario mediante los usos de lo que ahora llamaríamos análisis de regresión y correlación (ver Capítulo 12) y obtuvo gran parte de su impulso del trabajo de Karl Pearson. Pearson, quien desarrolló la prueba de bondad de ajuste chi-cuadrado (ver Capítulo 13), fue el primer director del laboratorio Galton, facilitado por Francis Galton en 1904. Allí Pearson originó un programa de investigación destinado a desarrollar nuevos métodos para usar la estadística en la inferencia. Su laboratorio invitó a estudiantes avanzados de la ciencia y la industria a aprender métodos estadísticos que luego podrían aplicarse en sus campos. Uno de sus primeros investigadores visitantes fue W. S. Gosset, un químico de formación, que mostró su devoción por Pearson al publicar sus propias obras bajo el nombre de Estudiante. (Una famosa historia dice que Gosset tenía miedo de publicar bajo su propio nombre por temor a que sus empleadores, la cervecería Guinness, no estuvieran contentos de descubrir que uno de sus químicos estaba investigando para la estadística). Gosset es famoso por su desarrollo de la prueba t (ver el capítulo 9). Dos de las áreas más importantes de estadística aplicada a principios del siglo XX fueron la biología de la población y la agricultura. Esto se debió al interés de Pearson y otros en su laboratorio y a los notables logros del científico inglés Ronald A. Fisher. La teoría de la inferencia desarrollada por estos pioneros, incluidos, entre otros, el hijo de Karl Pearson, Egon y el estadístico matemático nacido en Polonia Jerzy Neyman, fue lo suficientemente general como para tratar una amplia gama de problemas cuantitativos prácticos. Como resultado, después de los primeros años de este siglo, un número cada vez mayor de personas en la ciencia, los negocios y el gobierno comenzaron a considerar a la estadística como una herramienta capaz de proporcionar soluciones cuantitativas a problemas científicos prácticos. Hoy en día las ideas de la estadística está en todas partes. La estadística descriptiva aparece en todos los periódicos y revistas. La inferencia estadística se ha vuelto indispensable para la salud pública y la investigación médica, para el marketing y el control de calidad, para la educación, la contabilidad, la economía, la predicción meteorológica, deportes, seguros, juegos de azar y toda investigación que hace cualquier afirmación de ser científica. La estadística se ha arraigado en nuestro patrimonio intelectual.
Tomado de: Introducción a la Estadística, Sheldon M. Ross, Ed. Reverté (2007)