Resumen de Estadística adimensional: del dato al gráfico estimado por inducción: al rescate de un método en crisis de fundamento teórico desde hace dos siglos
- español
El ensayo narra la experiencia del autor en los cursos de estadística de su época universitaria; plantea luego algunos elementos de la actual crisis profunda de un sector de la teoría estadística tradicional: la inducción (inferencia). Recupera el ordenamiento descendente de datos (Pareto) y lo aplica para construir un modelo estructural de distribuciones univariables continuas no-negativas. Con datos de predios rurales de Nariño, Colombia- 2008, ilustra los componentes básicos de la Estadística Adimensional, una técnica no-paramétrica propuesta en 2009 para separar la media de la estructura distributiva y elaborar la Función de Distribución Acumulativa (FDA) desde los datos y dos premisas indispensables sobre los valores extremos.
No usa funciones de densidad de probabilidad (PDFs) y sugiere adoptar por consenso, en su lugar, histogramas adimensionales normatizados para comparar regresiones hechas con métodos distintos sobre datos comunes. La idea puede aplicarse en otros campos de la ciencia y en temas estadísticos especializados, y aún mejor, ser llevada al campo de la enseñanza teórica y práctica para hacerla más sencilla y eficaz en la formación estadística de investigadores jóvenes de la periferia mundial y de otras naciones, luego del debido proceso evaluativo. Resume la parte matemática en forma de gráficos y cuadros. La conclusión reafirma la importancia de la ética, la subjetividad responsable y la autocrítica en el manejo estadístico por parte de los diversos actores desde una visión humanista.
- English
The essay tells the author�s past experience in his statistics university courses; it treats later some elements of the deep crisis of a sector of traditional statistics theory: induction (or inference). It recovers the descending data ordering (Pareto) which is applied to build a structural model of nonnegative univariable continuous distribution functions. Using regional rural data (Nariño, Colombia, 2008), it shows basic components of Adimentional Statistics plus a non-parametric technique proposal (2009) that separates the media from the structural distribution to build the Cummulative Distribution Function (CDF) using only data plus two additional premises on extreme values. It does not need Probability Density Functions (PDF) and suggests their change �through consense- to adimensional normalized histograms in order to compare regressions built with different methods from common data. The idea might be applied to other science fields and specific statistical themes and even more, it might be used in statistics teaching and practice in order to make them simpler and more effective in the education of young periphery researchers and other nations youth -once it fulfills its due evaluation process-. The math part is summarized in graphs and tables.
It concludes asserting the importance of ethics, responsible subjectivity and self-criticism in statistical handling by all participants in a humanist perpective.
