lunes, 30 de abril de 2018

GAUSS

Un matemático, físico y astrónomo alemán, Johann Carl Friedrich Gauss, se elevó desde sus humildes orígenes hasta convertirse en una de las mentes más brillantes del mundo.

Nacido en 1777 en Brunswick, entonces parte del Sacro Imperio Romano, Gauss era el único hijo de padres pobres que habían recibido poca o ninguna educación formal. Su madre era analfabeta Pero cuando Gauss comenzó a ir a la escuela a la edad de siete años, rápidamente fue reconocido como un niño prodigio que podía resolver problemas matemáticos complejos en su cabeza.

Cuando todavía era un adolescente, Gauss se convirtió en la primera persona en probar la Ley de Reciprocidad Cuadrática, una teoría matemática para determinar si las ecuaciones cuadráticas pueden ser resueltas.

El polígono de 17 lados
Gracias al respaldo financiero del duque de Brunswick, Gauss continuó su educación en la Universidad de Göttingen. Mientras estuvo allí, realizó uno de sus descubrimientos más importantes. Utilizando solo una regla y una brújula, construyó un polígono de 17 lados o heptadecágono, y al hacerlo resolvió un rompecabezas matemático iniciado por matemáticos griegos.

A continuación un enlace  de Gauss

https://www.gaussianos.com/carl-friedrich-gauss-el-principe-de-las-matematicas/


A este señor genio, le debemos todos los cálculos de la curva de la normal, sin embargo lean unas de las cuantas ideas y soluciones que realizó:

GAUSS Y LA ESTADÍSTICA  

Resumen. 

Este artículo, de carácter histórico, es un resumen de las principales aportaciones de Gauss a la Estadística: El método de los Mínimos Cuadrados y como consecuencia el llamado Modelo Lineal de Gauss. Depués de considerar brevemente la polémica de Gauss con Legendre a propósito de la autoría del método de los mínimos cuadrados, se hace una exposición de dicho método, insistiendo en las aportaciones estadísticas de Gauss al mismo, distinguiendo entre la “Primera Aproximación de Gauss” (1809), en que supone la normalidad de los errores de observación y la “Segunda Aproximación de Gauss” (1821), en que restringe la clase de estimadores a las funciones lineales de las observaciones y suprime la normalidad de los errores. En la primera aproximación, el tratamiento es inferencial, en la segunda es un tratamiento de Teoría de la Decisión. Se hablará también de Gauss como precursor de los Métodos Secuenciales, y finalmente se aludirá al posterior desarrollo del Modelo Gaussiano. Carl Friedrich Gauss nació el 30 de Abril de 1777 en Brunswick (Alemania) en el seno de una familia humilde. Su padre tuvo diferentes empleos, desde jardinero a maestro de obras hidráulicas, ayudante de un comerciante y tesorero de una pequeña aseguradora. El propio Gauss lo describió como digno de estima pero dominante, inculto y no refinado. Su madre fue el soporte de su devoción filial y murió con 97 años, después de vivir 22 años en casa de su hijo. Gauss fue un niño precoz y autodidacta; sin ayuda aprendió a calcular antes que a hablar. Con tres años según una anécdota bien contrastada, corrigió un error en las cuentas de su padre. Aprendió a leer solo y en su primera clase de aritmética, a la edad de 8 años, dejó perplejo al profesor al resolver el problema de hallar la suma de los cien primeros números enteros. En 1792 recibió una beca del Duque de Brunswick e ingresó en el Brunswick Collegium Carolinum. Estando en el Collegium, con 17 años, ya formuló, según afirmación propia, el principio de los mínimos cuadrados, autoría que fue objeto de posterior controversia según veremos. Estudió después en las Universidades de Göttingen y Helmstedt donde se doctoró en 1799. A partir de 1807 se trasladó a Göttingen donde fue nombrado director del observatorio y permaneció hasta su muerte (el 23 de Febrero de 1855). En 1856 su amigo Sartorius publicó una biografía que ha sido una importante fuente de información para el resto de sus biógrafos. Gauss puede ser considerado uno de los mejores científicos de todos los tiempos; su profunda investigación y sus prolíficos resultados lo atestiguan. No obstante a veces sus resultados fueron producidos más rápidamente que publicados. Un ejemplo de ellos fue su acurada predicción, en 1801, de la localización en el firmamento de un supuesto planeta que G. Piazzi había brevemente observado y perdido en Enero de ese año. En Diciembre fue localizado el planeta Ceres, en la posición predicha por Gauss. Como Gauss no hizo públicos hasta 1809 los procedimientos que había utilizado para dicha predicción (refinamiento de la teoría de la órbita y método de los mínimos cuadrados), su descubrimiento tomó un cariz sobrehumano y el personaje adquirió una fama de genio matemático y científico de primer orden. Las principales aportaciones de Gauss a la Estadística fueron en la teoría de la Estimación: el método de los mínimos cuadrados y como consecuencia el llamado modelo lineal de Gauss. El método de los mínimos cuadrados fue desarrollado independientemente por Gauss en Alemania, Legendre en Francia y Adrain en América. Legendre, aunque pudo no ser el primero en utilizar el método, sí que fue el primero en publicarlo (Nouvelles méthodes pour la determination des orbites des comètes, 1805) y fue el que le puso el nombre Gauss reclamó en 1806 (Monatl. Corresp. Beförd. Erd Himmelskd14, 181-186), su prioridad en el uso del método de los mínimos cuadrados (aunque no en su publicación) asegurando que hacía 12 años que venía utilizándolo y prometió publicar sus resultados más tarde. Lo hizo en 1809 en su Theoria Motus Corporum Coelestium in Sectionibus Conicis Solem Ambientium, donde discute el método, menciona el trabajo de Legendre y asegura que él lo había utilizado en 1795. Legendre, a raíz de la publicación de este libro, dirigió una carta a Gauss de enhorabuena, reivindicando no obstante la autoría del método de los mínimos cuadrados. En 1820 Legendre publicó un suplemento a su memoria de 1805, atacando de nuevo a Gauss por la prioridad de los mínimos cuadrados. Desconociendo aparentemente el trabajo de Legendre y el de Gauss (no publicado aún), Adrain desarrolló independientemente en 1808 el método de los mínimos cuadrados y lo utilizó para resolver distintos problemas. D P E C B La polémica entre Gauss y Legendre acerca de la prioridad sobre el método de los mínimos cuadrados es famosísima en la historia de la Estadística y son muchos los científicos posteriores (Plackett 1972, Stigler 1981, Celmins 1998, etc.) que han tratado de dilucidarla, sin llegar a una conclusión definitiva. Sin pretender entrar en profundidad en esta polémica, daremos algunas pinceladas sobre ella: En efecto, tras el ataque de Legendre, Gauss trató de probar su aplicación del método de los mínimos cuadrados anteriormente a 1805, pero no tuvo demasiado éxito, pues sus propias notas de cálculo se habían perdido y sus colegas o no recordaban discusiones con Gauss sobre el tema o no quisieron involucrarse en la disputa. Tan solo el astrónomo Olbers incluyó, en un artículo de 1816, una nota a pie de página asegurando que Gauss le había enseñado el método de los mínimos cuadrados en 1802. Bessel publicó una nota similar en un trabajo en 1832. d S L N E En 1799 Gauss, a propósito de un trabajo sobre la medición del arco de meridiano terrestre publicado en Allgemeine Geographische Ephemeriden, escribe que ha utilizado “meine Methode”. Surgió este trabajo a raíz de que la Academia de Ciencias Francesa decidiera en 1793 basar el nuevo sistema métrico en una unidad, el metro, igual a una 10.000.000 ésima parte del cuadrante de meridiano, distancia del polo norte al ecuador. Para ello decidieron medir el arco de meridiano que va de Dunkerque a Barcelona, pasando por París. Dividieron el arco en 4 segmentos y para cada segmento recogieron los siguientes datos: la longitud de arco S, la diferencia de latitud d y la latitud L del punto medio del arco. Los datos recogidos, de los cuales dispuso Gauss para sus cálculos, y los resultados de ajuste a los que llegó Gauss, figuran en la citada publicación. En 1831 Shumacher escribió a Gauss, a propósito de este trabajo, sugiriéndole que repitiera los cálculos y probase que era el método de los mínimos cuadrados el empleado. Gauss se negó, alegando que su palabra era suficiente. La sugerencia de Shumacher fue recogida siglo y medio más tarde por Stigler (1981), y Aivars Celmins (1998), quienes a partir de los datos en cuestión, hicieron el ajuste por mínimos cuadrados, no llegando a los mismos resultados que Gauss. Queda la pregunta ¿Qué método empleó Gauss? Stigler se inclina por la posibilidad de que utilizara el método de los mínimos cuadrados pero utilizando desarrollos de 2o orden. Celmins por la posibilidad de que los resultados publicados por Gauss contuvieran errores aritméticos y concluye “como dijo Gauss debemos confiar en su palabra.

jueves, 26 de abril de 2018

LA MAGNITUD DE LAS ENCUESTAS

Las encuestas son interesantes instrumentos de medición y como tales, cada quien le da el uso que desee. Para evaluar su confiabilidad sugiero tomar en cuenta el tamaño de la muestra, la precisión, el error típico, el grado de confiabilidad, la ubicación geográfica, los costos asociados y el mecanismo ha implementar para la medición.

La necesidad de que en  las investigaciones por muestreo (lo que comúnmente se denomina "Encuesta"), hay que definir varios aspectos a la hora de realizarla.

1.- Establecer el diseño muestral, que es la columna vertebral del estudio.

2.-Precisar las Variables a medir incluyendo los costos.

3.- Los objetivos

4.- Definir conceptualmente el fenómeno a estudiar.

Esta es una disciplina científica, pero  hay quien la considera como una bola de cristal, sin embargo los Estadísticos hacemos un seguimiento del comportamiento del mercado e identificamos los posibles escenarios, por ejemplo, en los estudios políticos o electorales,  se plantean varios escenarios para obtener el porcentaje (%)  en intención de votos de los aspirantes a algún cargo público, además se plantean varios escenarios en la manera como se fueran a distribuir los encuestados que no dicen por quien va a votar.

Siempre debe haber un rigor en el análisis y resultados de las encuestas y no deben estar sesgada por algún tipo de interés, ademas se debe de estudiar con mucho cuidado su metodología que nos permita encontrar razones porque nos lleva a un pronostico determinado, para que luego se pueda leer, interpretar y analizar  los resultados correctamente.

La publicación de las encuestas son relevantes para los habitantes de un país, quienes cada día aspiran a tener mas información y mayor interés por los estudios de opinión, mas allá  de que existan buenas y malas encuestadoras y por otro lado si hay una sociedad que piensa que le mienten tanto los servidores públicos como las instituciones. Por tales razones hay forma de interpretar la realidad y por ende se necesita de instrumentos de medición con calidad y que sean comparables.

Se debe tener unos standares mínimos que permitan que una encuesta sea mas o menos confiables para los ciudadanos de las nuevas y venideras sociedades, que puedan revisar los diferentes estudios de opinión con una credibilidad aceptable.

Es importante resaltar, que los estudios de opinión, independientemente de los resultados que arrojen, desatan lo que le llaman "pasiones" porque en los grupos sociales crea un fervor para las  conversas y discusiones al respecto.

Hay varios mitos sobre las encuestas, uno de ellos es que "las encuestas son manipuladas por quienes la pagan". Si fuera cierto, en vez de contratar a una empresa encuestadora, la persona o grupo podría escribir en una hoja unos datos, gráficas y las presenta. Otro mito es "la encuesta es una fotografía del momento", en países como el nuestro donde hay una hiperinflación exagerada, esa condición cambia diariamente y las encuesta que se hace hoy, y mañana se la hacen a la misma persona y esa respuesta es totalmente diferente, ademas que tratan de justificarse por los errores que cometen en las predicciones, proyecciones y análisis e interpretación de resultados, ya que cuando se hace un estudio por muestreo se supone que se va a inferir sobre algún fenómeno de estudio, para un tiempo determinado. Otro mito es " los instrumentos de medición pueden ser visto como buenos y malos", ya que estos son elaborados a petición del cliente y no para ser divulgado en medios de comunicación para resaltar unas pocas características que se quieren que se resalten,las mismas deben de tener un rigor técnico y que sean confiable.

Para culminar, ofrezco un esquema de como puede realizarse una investigación por muestreo:


  • Plantear los Objetivos y finalidades
  • Terminología y conceptos. Medidas estadísticas a utilizar
  • Cuestionarios  ( se diseñan conforme a los objetivos del estudio y el periodo de investigación)
  • Universo de estudio
  • Diseño, tamaño y selección de las muestras
    • Encuesta previa o piloto
    • Encuesta definitiva
  • Costos asociados a la investigación
  • Periodo y tipo de observación
  • Levantamiento de las encuestas
  • Calculo de errores de muestreo-Inferencia sobre los resultados muestrales
  • Tabulación y análisis de resultados

Fredy Zavarce
Estadístico -UCV
Especialista en Finanzas-UCV
Profesor del Post grado UCV
Profesor de UCV-CUFM
Cátedras: Estadística - Matemáticas y
Modelos Cuantitativos
correo: zavafree@gmail.com

martes, 24 de abril de 2018

PENSAMIENTO ESTADÍSTICO

Es una filosofía de aprendizaje y acción, basada en los siguientes principios:

° Todo el trabajo ocurre en un sistema de procesos interconectados

°La variación existe en todos los procesos

° Entender y reducir la variación son claves para el éxito

Decimos que es una filosofía de aprendizaje y acción, ya que relaciona la forma en que la gente toma información del proceso (aprendizaje), y también la manera en que responde a esto (acción).

Es decir, si la Estadística se utiliza de forma adecuada se puede conocer y aprender de la realidad, pero esto no debe quedar ahí, sino que se debe actuar en consecuencia a ese nuevo aprendizaje.


El primer principio habla de procesos interconectados, es decir, los procesos no operan de manera aislada, sino que interactúan con el resto del sistema.
Veamos un ejemplo: En una fabrica para realizar bombonas de gas y su respectivo llenado de gas liquido, esta conformada por varios grupos los cuales hacen su trabajo o proceso, cada parte de la bombona se hace por separado, luego se integran para su llenado como se observa en la figura siguiente:





El segundo principio habla de que todos los procesos son variables o tienen variación, es decir, en el ejemplo observamos que casi todos los procesos para el llenado de gas liquido tienen variabilidad, en los procesos de Tolerancia de Llenado el cual puede ser (+o- 460 gr.), así como también el control de fuga (que se realiza con agua jabonosa), la precisión de la balanza, el pico del llenado, el sobrellenado de la bombona, etc.

El tercer principio es el de reducir esa variabilidad en cada proceso. El gran reto de las empresas es lograr profundizar en la filosofía del "Pensamiento Estadístico" porque le permitirá conocer sobre como es la variación y como direccionar mejor los esfuerzos  para el logro de las mejoras y del éxito.

La pregunta es como reducimos la variabilidad? Hay muchas herramientas y técnicas estadísticas, las cuales voy a nombrar algunas:

° Medidas de Tendencia Central y de Dispersión o Variabilidad.

°Histogramas y tablas de Frecuencias, Porcentajes de artículos fuera de las especificaciones.

°Diagrama de Pareto

°Diagrama de Ishikawa

°Diagrama de Dispersión

°Mapeo de Procesos

° Gráficos de Control 

° Calidad de Mediciones

°Precisión y Exactitud





° Método ANOVA

°Muestreo de Aceptación

°Confiabilidad y Validez

°EL Método de POKA-YOKE

° Calidad Seis Sigma

Esta última es la mas indicada en la bibliografía, la cual nos indica que tener esta calidad significa diseñar productos y procesos que logren que  la variación de las características de calidad sea tan pequeña, que la campana de Gauss o Curva de la normal quepa dos veces dentro de las especificaciones. En otras palabras , los limites dados por la Media Aritmética (u)+ o - 6sigma estén dentro o coincidan con las especificaciones.





Realizado por: Fredy Zavarce
Estadístico-UCV
Especialista en Finanzas - UCV
Profesor de la UCV y del CUFM



Teorema de Bayes y la segunda guerra mundial

Tuvimos la suerte de que Edward Simpson escribiera en mayo de 2010, contando la historia de la parte que las estadísticas bayesianas jugaro...