História da estatística e sua significância

Estatistica é um assunto relativamente novo, que se ramificou da Teoria da Probabilidade e é amplamente utilizado em áreas como Economia e Astrologia. É uma lógica e metodologia para medir a incerteza e é usada para fazer inferências sobre essas incertezas (Stigler, 1986). A história da Estatística pode ser primeiramente traçada a partir dos anos 1600. John Graunt (1620-1674) poderia ser considerado o pioneiro da estatística e o autor do primeiro livro sobre estatística. Ele publicou Observações Naturais e Políticas sobre as Letras da Mortalidade em 1662, onde ele estava estudando o surto de peste em Londres na época solicitada pelo Rei. Foi pedido a Graunt que criasse um sistema que lhes permitisse detectar ameaças de novos surtos, mantendo registros de mortalidade e causas de morte e fazendo uma estimativa da população. Ao formar a tábua de mortalidade, Graunt descobriu que “estatisticamente”, a proporção de machos e fêmeas é quase igual. Então, em 1666, ele coletou dados e começou a examinar as expectativas de vida. Tudo isso foi fundamental, pois ele foi indiscutivelmente o primeiro a criar uma tábua de mortalidade condensada a partir de grandes dados e foi capaz de fazer algumas análises sobre ela. Além disso, isso é amplamente utilizado em seguros de vida hoje, mostrando a importância e significado do trabalho de Graunt (Verduin, 2009). Outra razão pela qual isto é significativo é a sua capacidade em demonstrar o valor da recolha de dados (Stigler, 1986). Então, em 1693, Edmond Halley ampliou as idéias de Graunt e formou a primeira tábua de mortalidade que estatisticamente fez a relação entre a idade e as taxas de mortalidade. Mais uma vez, isto é usado em seguros de vida (Verduin, 2009).

Outro contribuinte para a formação da estatística é Abraham De Moivre (1667-1823). Ele foi a primeira pessoa a identificar as propriedades da curva normal e em 1711, introduziu a noção de independência estatística (Verduin, 2009). Em 1724, De Moivre estudou as estatísticas de mortalidade e lançou as bases da teoria das anuidades, inspirado no trabalho de Halley. Isto é significativo, pois as anuidades são hoje amplamente utilizadas na indústria financeira, em particular, na formação de tabelas atuariais em seguros de vida. De Moivre falou então da ideia da distribuição normal que pode ser usada para aproximar a distribuição binomial (O’Connor e Robertson, 2004).

William Playfair (1759-1823) foi a pessoa que inventou os gráficos estatísticos, que incluíram o gráfico de linhas e o gráfico de barras em 1786 e o gráfico de pizza em 1801. Ele acreditava que os gráficos eram uma melhor forma de representar os dados e foi “levado a esta invenção por falta de dados”. Isso foi um marco, pois essas representações gráficas são usadas em todos os lugares hoje em dia, sendo o mais notável o gráfico de série temporal, que é um gráfico contendo muitos pontos de dados medidos em intervalos uniformes sucessivos ao longo de um período de tempo. Estes gráficos podem ser usados para examinar dados como ações, e podem ser usados para prever dados futuros (Robyn 1978).

Adolphe Quetlet (1796-1874) foi a primeira pessoa a aplicar probabilidade e estatística às Ciências Sociais em 1835. Ele estava interessado em estudar sobre características humanas e sugeriu que a lei dos erros, comumente usada em Astronomia, poderia ser aplicada ao estudar pessoas e, através disso, suposições ou previsões poderiam ser em relação às características físicas e intelectuais de uma pessoa. Através dos estudos de Quetlet, ele descobriu que a distribuição de certas características quando ele fez um diagrama estava em forma de curva de sino. Esta foi uma descoberta significativa, pois o Quetlet passou mais tarde a formar propriedades da curva de distribuição normal, que é um conceito vital na Estatística de hoje. Usando este conceito de “homem médio”, Quetlet usou-o para examinar outras questões sociais, tais como taxas de criminalidade e taxas de casamento. Ele também é bem conhecido por ter surgido com uma fórmula chamada Índice de Quetlet, ou mais comumente conhecido como Índice de Massa Corporal, que é uma indicação ou medida para a obesidade. Isto ainda é usado hoje em dia e você poderia descobrir o seu IMC através de cálculos. Se você obtiver um índice de mais de 30, significa que a pessoa é oficialmente obesa (O’Connor e Robertson, 2006).

Outros membros que fizeram pequenas mas significativas contribuições para a estatística são Carl Gauss e Florence Nightingale. Gauss foi a primeira pessoa que brincou com o método de estimação de mínimos quadrados quando ele estava interessado em astronomia e tentou prever a posição de um planeta. Mais tarde ele provou este método, assumindo que os erros são normalmente distribuídos. O método dos mínimos quadrados é amplamente utilizado hoje em dia, em Astronomia, por exemplo, a fim de minimizar o erro e melhorar a precisão dos resultados ou cálculos (O’Connor e Robertson, 1996). Era também o método mais usado antes de 1827 quando se tentava combinar equações inconsistentes (Stigler, 1986). Nightingale foi inspirado pelo trabalho de Quetlet em gráficos estatísticos e produziu um gráfico detalhando as mortes de soldados onde ela trabalhava. Mais tarde, ela passou a analisar esse estado e os cuidados com as instalações médicas na Índia. Isso foi significativo, pois o Nightingale aplicou estatísticas a problemas de saúde e isso levou à melhoria dos cuidados médicos. Seus importantes trabalhos foram reconhecidos como a primeira mulher a ser membro da Royal Statistical Society (Cohen, 1984).

Um dos maiores colaboradores foi Francis Galton (1822-1911) que ajudou a criar uma revolução estatística que lançou as bases para futuros estatísticos como Karl Pearson e Charles Spearman (Stigler, 1986). Ele era parente de Charles Darwin e tinha muitos interesses, como a Eugenia e a Antropologia. Ele surgiu com uma série de conceitos vitais, incluindo a regressão, desvio padrão e correlação, que surgiram quando Galton estava estudando ervilhas doces. Ele descobriu que as sucessivas ervilhas doces eram de tamanhos diferentes, mas regrediram em direção ao tamanho médio e à distribuição de seus pais (Gavan Tredoux, 2007). Mais tarde ele passou a trabalhar com a idéia de correlação quando estava estudando as alturas dos pais e dos filhos dos pais quando eles chegaram à idade adulta, onde ele fez um diagrama de suas descobertas e encontrou uma correlação óbvia entre os dois. Em seguida, ele realizou algumas outras experiências e chegou à conclusão de que o índice da correlação era uma indicação do grau em que as duas variáveis estavam relacionadas uma com a outra. Seus estudos foram significativos, pois todos eles são fundamentais na estatística atual e esses métodos são utilizados em muitas áreas para análise de dados, especialmente com a extração de informações significativas entre diferentes fatores (O’Connor e Robertson, 2003).

1. The History of Statistics: A Medição da Incerteza antes de 1900

2. Stephen M Stigelr

   Publisher: Belknap Press da Harvard University Press, 1 de março de 1990

   p1, 4, 40, 266

   >

3. http://www.leidenuniv.nl/fsw/verduin/stathist/stathist.htm
4. >

   Um breve histórico de probabilidade e estatística

   Kees Verduin

   Última atualização: Março 2009

   Último Acesso: 02/04/2010

   >

5. http://www-history.mcs.st-and.ac.uk/Biographies/De_Moivre.html

6. O arquivo História da Matemática do MacTutor

   >

   Artigo por: J J O’Connor e E F Robertson

   Copyright Junho 2004

   Lest Accessed: 05/04/2010

   >

7. O Volume do estatístico americano: 32, No: 1
8. >

   Gráficos quantitativos em estatística: Uma breve história

   James R. Beniger e Dorothy L. Robyn

   p1-11

9. http://www-groups.dcs.st-andrews.ac.uk/~history/Biographies/Quetelet.html

10. O arquivo MacTutor History of Mathematics

    Artigo por: J J O’Connor e E F Robertson

    Copyright Agosto de 2006

    Lest Accessed: 06/04/2010

    >

11. http://www-history.mcs.st-and.ac.uk/Biographies/Gauss.html>

12. O arquivo de História da Matemática do MacTutor

    >

    Artigo por: J O’Connor e E F Robertson

    >

    Autenticado por: J O’Connor e E F Robertson J J O’Connor e E F Robertson

    Copyright Dezembro de 1996

    Lest Accessed: 06/04/2010

13. Americano científico 250

14. Florence Nightingale

    I. Bernard Cohen

    Março 1984, p128-37/p98-107dependente do país de venda

15. http://galton.org/

16. Francis Galton

    Edited and Maintained by: Gavan Tredoux

    Actualizado em último lugar: 12/11/07 (de acordo com a atualização na seção ‘Notícias’)

    Último Acesso: 07/04/2010

    >

17. http://www-history.mcs.st-and.ac.uk/Biographies/Galton.html

18. O arquivo de História da Matemática do MacTutor

    >

    Artigo por: J J O’Connor e E F Robertson

    Copyright Outubro 2003

    Lest Accessed: 07/04/2010