-
Period: Jan 20, 1488 to May 26, 1552
Sebastian Münster
Munster fue un cartógrafo alemán, cosmógrafo y erudito hebreo. Su obra "Cosmografía" fue la primera descripción alemana del mundo y una obra importante en el renacimiento del pensamiento geográfico en la Europa del siglo XVI. -
1540
Compilacion estadistica
Münster realizó una compilación estadística de los recursos nacionales, comprensiva de datos sobre organización política, instrucciones sociales, comercio y poderío militar. Durante el siglo XVII aportó indicaciones más concretas de métodos de observación y análisis cuantitativo y amplió los campos de la inferencia y la teoría Estadística. Informacion obtenida de "Estadistica Descriptiva", escrito por Fernandez J.M, Cordero J.M y Cordoba A. -
Period: to
John Graunt
Graunt es considerado generalmente como el fundador de la ciencia de la demografía, el estudio estadístico de poblaciones humanas. -
Period: to
Jacob Bernoulli
Las contribuciones de Bernoulli a la estadística incluyen un importante trabajo de 1689 en series infinitas, en el que apareció su declaración de la Ley de Grandes Números. La esencia de la ley es que, dada la probabilidad inherente de que un evento saldrá de cierta manera, un número cada vez mayor de intentos dará una aproximación cada vez más precisa a esa frecuencia, variaciones aleatorias en ambos lados del valor inherente mente probable que tiende a cancelar a la larga. -
Natural and Political Observations Made upon the Bills of Mortality
Libro escrito por Graunt, Graunt clasificó las tasas de mortalidad según las causas de la muerte, entre las cuales se incluyó la sobrepoblación. También descubrió que aunque la tasa de natalidad masculina era más alta que la femenina, se compensaba con una mayor tasa de mortalidad masculina, de modo que la población se dividía casi uniformemente entre los sexos. Quizás su innovación más importante fue la tabla de vida, que presentó la mortalidad en términos de supervivencia. -
Period: to
Thomas Bayes
Bayer fue un Teólogo y matemático inconformista que fue el primero en usar la probabilidad de forma inductiva y estableció una base matemática para la inferencia de probabilidad (un medio de cálculo, a partir de la frecuencia con la que se produjo un evento en ensayos previos, la probabilidad de que ocurra en ensayos futuros . -
Ars Conjectandi
También llamada "Ley débil de los grandes números" es considerada una de las publicaciones mas importantes de Bernoulli. Bernoulli desarrolló el enfoque binomial de Pascal, en el que los coeficientes binomiales del triángulo aritmético tienen un lugar central. Un lanzamiento de moneda u otro ensayo que puede tener solo uno de dos resultados a veces se llama un ensayo de Bernoulli. Dentro de esta obra también se introducen los conceptos de números de Bernoulli y de ensayo de Bernoulli. -
Period: to
Pierre Simon Laplace
Laplace fue un matemático, astrónomo y físico francés que fue mejor conocido por sus investigaciones sobre la estabilidad del sistema solar. Laplace logró explicar todas las desviaciones observadas de los planetas desde sus órbitas teóricas al aplicar la teoría de la gravitación de Sir Isaac Newton al sistema solar, y desarrolló una visión conceptual del cambio evolutivo en la estructura del sistema solar. También demostró la utilidad de la probabilidad para interpretar datos científicos. -
Essay Towards Solving a Problem in the Doctrine of Chances - Bayes
Publicado después de su muerte establece las bases para una técnica estadística llamada Estimación Bayesian para calcular la probabilidad de la validez de una proposición sobre la base de una estimación previa de su probabilidad y nueva evidencia relevante. Las desventajas del método, señaladas por estadísticos posteriores, incluyen las diferentes formas de asignar distribuciones previas de los parámetros y la posible sensibilidad de las conclusiones a la elección de las distribuciones. -
Period: to
Carl Friedrich Gauss
Gauss fue matemático alemán, generalmente considerado como uno de los más grandes matemáticos de todos los tiempos por sus contribuciones a la teoría de los números, la geometría, la teoría de la probabilidad, la geodesia, la astronomía planetaria, la teoría de las funciones y la teoría del potencial electrico. -
Distribucion de Laplace
Laplace realizó el primer intento de deducir una regla para la combinación de observaciones a partir de los principios de la teoría de las probabilidades. Representó la ley de probabilidad de errores mediante una curva y dedujo una fórmula para la media de tres observaciones. Laplace noto que que la frecuencia de un error podría expresarse como una función exponencial de su magnitud una vez que se ignora su signo. Fue redescubierta por Gauss y ahora se conoce como Distribución Normal. -
Period: to
Jacques Quetelet
Quetelet fue un matemático, astrónomo, estadístico y sociólogo conocido por su aplicación de la estadística y la teoría de la probabilidad a los fenómenos sociales.
Para los gobiernos holandés y belga, recopiló y analizó estadísticas sobre delincuencia, mortalidad y otros temas, e ideó mejoras en la toma de censos. También desarrolló métodos para observaciones simultáneas de fenómenos astronómicos, meteorológicos y geodésicos desde puntos dispersos en toda Europa. -
Teorema Fundamental De Algebra - Gauss
Teorema de ecuaciones demostrado por Carl Friedrich Gauss.. Afirma que cada ecuación polinomial de grado n con coeficientes de números complejos tiene n raíces, o soluciones, en los números complejos. -
Distribucion de Gauss
Independientemente, los matemáticos Adrain en 1808 y Gauss en 1809 desarrollaron la fórmula para la distribución normal y demostraron que la distribución encajaba bien con los errores. Laplace había descubierto esta misma distribución en 1778 cuando publico su teorema del límite central. Laplace demostró que incluso si una distribución no se distribuye normalmente, los medios de las muestras repetidas de la distribución se distribuirían casi de manera normal. -
Metodo de Minimos Cuadrardos - Gauss
El descubrimiento de Ceres llevó a Gauss a publicar su trabajo sobre la Teoría del movimiento de los cuerpos celestes que se mueven en secciones cónicas alrededor del Sol. Gaus introdujo la constante gravitacional gaussiana y contenía el método de mínimos cuadrados, un procedimiento utilizado en todas las ciencias hasta el día de hoy para minimizar el impacto del error de medición. EL metodo de Mínimos cuadrados es una técnica de análisis numérico enmarcada dentro de la optimización matemática. -
A Philosophical Essay on Probability - Laplace
Publicación hecha por Laplace en 1814. Este libro fue la introducción a la segunda edición a su Teoría analítica de la probabilidad publicada por primera vez en 1812 en la que describió muchas de las herramientas que inventó para predecir matemáticamente las probabilidades de que ocurran eventos particulares en la naturaleza. Aplicó su teoría no solo a los problemas ordinarios del azar, sino también a la investigación de las causas de los fenómenos, las estadísticas vitales y los eventos futuros -
A Treatise on Man and the Development of His Faculties - Quetelet
Reporte escrito por Quetelet en el que presentó su concepción del homme moyen ("hombre promedio") como el valor central sobre el cual se agrupan las mediciones de un rasgo humano de acuerdo con la distribución normal. Al tratar de descubrir a través de las estadísticas las causas de los actos antisociales criminales, Quetelet concibió la idea de la propensión relativa al crimen de grupos de edad específicos. -
Period: to
Karl Pearson
Pearson fue un estadístico británico, fundador principal del campo moderno de las estadísticas, destacado defensor de la eugenesia e intérprete influyente de la filosofía y el papel social de la ciencia. Como estadístico, Pearson enfatizó la medición de las correlaciones y la adaptación de curvas a los datos, y para este último propósito desarrolló la nueva distribución x^2. -
Period: to
Charles Spearman
Spearman fue un psicólogo británico que teorizó que un factor general de inteligencia, g, está presente en diversos grados en diferentes capacidades humanas. -
The Grammar for Science - Pearson
Publicacion hecha por Pearson en el que argumentó que el método científico es esencialmente descriptivo y no explicativo. Pronto él estuvo haciendo el mismo argumento sobre las estadísticas, enfatizando especialmente la importancia de la cuantificación para la biología, la medicina y las ciencias sociales. Fue el problema de medir los efectos de la selección natural, que le presentó su colega Walter F.R. Weldon, que cautivó a Pearson y convirtió las estadísticas en su misión científica personal -
Prueba de Pearson de X^2
Esta prueba una hipótesis nula, estableciendo que la frecuencia de la distribución de cierto evento observados en una prueba es consistente con una distribución teoría. Los eventos considerados deben ser mutuamente excluyentes y tener una probabilidad total. Un ejemplo simple es la hipótesis de que un dado de seis caras ordinario es "justo" (es decir, los seis resultados tienen la misma probabilidad de ocurrir). -
Regresión lineal y correlación - Pearson
Pearson fue instrumental en el desarrollo de esta teoría. Uno de sus conjuntos de datos clásicos involucra la regresión de la altura de los hijos sobre la de sus padres. Pearson construyó un modelo tridimensional de este conjunto de datos (que permanece al cuidado del Departamento de Ciencia Estadística) para ilustrar las ideas. El coeficiente de correlación de Pearson lleva su nombre. -
‘General Intelligence,’ Objectively Determined and Measured - Spearnan
Spearman trató de interpretar las correlaciones entre varias variables sobre la base de un factor específico para cada variable y un factor común a todos. Debido a que las medidas de capacidades mentales aparentemente diferentes indican consistentemente correlaciones, concluyó que la prevalencia de correlaciones positivas debe resultar factor general, g. En 1912 desarrollo un orden de coeficientes de correlaciones que separaban varias actuaciones en el factor general, g.
