1.

4 BREVE HISTORIA DE LA ESTADÍSTICA

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)