Breve historia de la Estadística y el Azar by Pamela Ramón

Siglo XVI

ramonpamela8 — 2024-04-30 22:56:59 UTC

1572: El matemático italiano Gerolamo Cardano publica "Libro de los juegos de azar", donde aborda temas relacionados con la probabilidad y el azar.

Siglo XVII

ramonpamela8 — 2024-04-30 22:57:48 UTC

1654: Blaise Pascal y Pierre de Fermat desarrollan la teoría de la probabilidad para resolver un problema de juego conocido como el problema de los puntos.

1662: John Graunt publica "Observations on the Bills of Mortality", uno de los primeros ejemplos de análisis estadístico aplicado a datos demográficos.

Siglo XVIII

ramonpamela8 — 2024-04-30 22:58:26 UTC

1713: Abraham de Moivre establece la distribución normal y desarrolla la fórmula para aproximar la distribución binomial.

1786: Pierre-Simon Laplace publica "Théorie analytique des probabilités", que presenta la teoría matemática de la probabilidad de manera más formal.

Siglo XIX

ramonpamela8 — 2024-04-30 22:59:07 UTC

1809: Carl Friedrich Gauss desarrolla el método de mínimos cuadrados para ajustar curvas a datos experimentales.

1853: Francis Galton acuña el término "regresión" y desarrolla métodos estadísticos para el estudio de la herencia y la variabilidad.

Siglo XX

ramonpamela8 — 2024-04-30 22:59:50 UTC

1908: William Sealy Gosset (conocido como "Student") publica la prueba t de Student, fundamental en el análisis de datos.

1925: Ronald Fisher establece los principios de la inferencia estadística moderna en su libro "Statistical Methods for Research Workers".

1933: Jerzy Neyman y Egon Pearson desarrollan los conceptos de pruebas de hipótesis y teoría de la muestra aleatoria.

1950: El teorema del límite central se convierte en un pilar de la teoría de la probabilidad, demostrando la convergencia de la distribución de sumas de variables aleatorias independientes hacia una distribución normal.

Siglo XXI

ramonpamela8 — 2024-04-30 23:00:56 UTC

2009: El estadístico Bradley Efron introduce el concepto de "Bootstrap", una técnica de remuestreo ampliamente utilizada en inferencia estadística y estimación de incertidumbre.

2010: El análisis de datos masivos (big data) impulsa la demanda de habilidades en estadística y ciencia de datos, dando lugar a avances en técnicas de modelado y visualización de datos