Ensayo Sobre Aplicaciones de La Estadística
Ensayo Sobre Aplicaciones de La Estadística
Ensayo Sobre Aplicaciones de La Estadística
Educacin
Ciencias sociales y econmicas
Salud
Economa y entre otros
La estadstica sin duda es una herramienta eficiente para la toma de decisiones y tambin es
empleada para mostrar los aspectos cuantitativos de una situacin.
Ademas est relacionada con el estudio del proceso cuyo resultado es ms o menos
imprescindible y con la finalidad de obtener conclusiones para tomar decisiones razonables de
acuerdo con tales observaciones.
Tambin se ocupa de establecer leyes generales a partir de los datos correspondientes a muestra,
mediante la aplicacin del clculo de probabilidades. La misma la podemos utilizar para obtener
informacin de un censo de poblacin.
Ahora bien la estadstica es una ciencia de aplicacin prctica casi universal en todos los
campos cientficos:
En la educacin
Para el alumno: En el programa de educacin al alumno se le capacita para aplicar propiedades
o para resolver algunos ejercicios; el problema de esto es que pierde la nocin de la relacin
entre esa teora y su realidad social.
La estadstica permite abordar situaciones reales en las que la variabilidad del entorno del
estudiante es parte de su realidad mediante el uso de la estadstica, aun en su forma ms simple,
el educando puede aprender a compilar, analizar y usar datos determinados para resolver
problemas y entender la informacin que recibe del mundo que le rodea.
Para el educador: Cuando un educador realiza un plan de trabajo, planifica actividades, evala
resultados o realiza cualquier otro aspecto relacionado con su profesin debe basarse en la
planificacin sin importar el nivel que esta tenga. Las estadsticas le proporcionan la base
necesaria a esta planificacin para tomar decisiones acertadas en cuanto al logro de estrategias,
cumplimiento de metas y objetivos.
Ciencias sociales y econmicas
Es un pilar bsico del desarrollo de la demografa y la sociologa aplicada.
Se utiliza para determinar muchos factores como la esperanza de vida, nivel econmico, nmero
de hijos y poder as relacionar los problemas sociales con posibles causas y proporcionar
soluciones (los censos).
En la salud
En la salud se utilizan las estadsticas para ver los patrones de enfermedades en grupos de
personas. Eso puede ayudar a averiguar quin est en riesgo de contraer algunas enfermedades,
encontrar maneras de controlar ciertas afecciones y decidir qu patologas deben estudiarse.
A la hora de probar nuevos tratamientos en grupos de pacientes o bien, obteniendo
conclusiones sobre ciertas enfermedades observando durante un cierto tiempo un grupo de
pacientes (saber si para el tratamiento de cierto tipo de cncer es ms efectiva la ciruga, la
radioterapia o la quimioterapia, sin ms que observar un grupo de pacientes tratados con estas
tcnicas).
Sin duda la estadstica es un pilar fundamental para la salud por lo mencionado anteriormente y
muchos otros beneficios que trae a sta.
En la Psicologa
La estadstica es importante para los psiclogos ya que ellos tratan de extraer y resumir
informacin til de las observaciones que hacen, los psiclogos deben basar sus decisiones en
datos limitados y estas son ms fciles de tomar con la ayuda de la estadstica, ya que le da
mayor claridad y precisin al pensamiento y la investigacin psicolgica.
Ciencias Naturales
Las aplicaciones de la estadstica en la biologa se pueden resumir en la rama de la
Bioestadstica que es la aplicacin de la estadstica en la biologa, esta materia comprende todas
las aplicaciones de la estadstica en el campo de la biologa.
La principal ventaja del pensamiento estadstico interviniendo en la biologa es que no solo
resuelve sino que tambin comprende una compleja metodologa para dar respuesta a las
hiptesis, adems de agilizar la cuestin de organizacin del sistema de la investigacin, desde
el diseo general, el de muestreo, el control de la calidad de informacin y la presentacin de
los resultados.
Sus aplicaciones ms destacadas en el mbito de la biologa son:
Salud pblica: La estadstica permite analizar situaciones en las que los componentes
aleatorios contribuyen de forma importante en la variabilidad de los datos obtenidos.
Genmica y poblaciones genticas: En biologa, la forma en que los padres transmiten su
informacin a sus hijos, o gentica, es una materia que utiliza mucho la estadstica y
probabilidad. Tambin se utiliza para medir la estabilidad gentica en variedades o genotipos de
una especie determinada.
Ecologa: En este mbito destaca la aplicacin de la estadstica en la colonialidad y aprendizaje
en aves. Se parte del estudio de un modelo reciente en fsica estadstica, el problema del juego
de la minora ("Minority Game")
Se emplea con profunsin en la descripcin de modelos termodinmicos complejos en fsica
cuntica, en teora cintica de los gases.
En el campo industrial
Se usa como control de calidad, para ver el promedio y la desviacin estndar de pesos,
grosores, humedad, etc.
En la ingeniera
Busca implementar los procesos probabilsticos y estadsticos de anlisis e interpretacin e
datos o caractersticas de un conjunto de elementos al entorno industrial, a efectos de ayudar en
la toma de decisiones y en el control de los procesos industriales y organizacionales
Pueden distinguirse tres partes
- el estudio de las series temporales y las tcnicas de previsin, y la descripcin de los pasos
necesarios para el establecimiento de un sistema de previsin operativo y duradero en una
empresa;
- el anlisis multivalente, necesario para la extraccin de informacin de grandes cantidades de
datos, una de las necesidades ms apremiantes;
- el control de calidad y la fiabilidad.
Las aplicaciones de la estadstica en la ingeniera actualmente han tomado un rpido y sostenido
incremento, debido al poder de clculo de la computacin desde la segunda mitad del siglo XX.
Para comprender el desarrollo de las aplicaciones de la estadstica en la ingeniera hay que citar
que los Viejos Modelos Estadsticos fueron casi siempre de la clase de los modelos lineales.
Ahora, complejos computadores junto con apropiados algoritmos numricos, estn utilizando
modelos no lineales (especialmente redes neuronales y rboles de decisin) y la creacin de
nuevos tipos tales como modelos lineales generalizados y modelos multinivel.
El incremento en el poder computacional tambin ha llevado al crecimiento en popularidad de
mtodos intensivos computacionalmente basados en re muestreo, tales como test de
permutacin y de bootstrap, mientras tcnicas como el muestreo de Gibbs han hecho los
mtodos bayesianos ms accesibles.