Page 16 - Estadistica3raEdicion_cap1

1.5 El papel de la tecnolo- y el gobierno, de modo que las decisiones que se tomen

gía en la estadística sean más objetivas y respaldadas en la realidad cuantifi-
cable. Los programas que ejecutan este tipo de funciones,
Hoy en día es impensable separar la tecno- son conocidos como software estadístico. Como dijimos,
logía de la estadística; más bien, la era digi- estamos en la era del big data, y el descubrimiento de
tal es la era de la estadística información relevante a través de datos, puede mejorar
el desempeño de virtualmente cualquier actividad. Por
ejemplo, en un negocio puede ayudar a revelar patrones
La estadística es una ciencia que se apoya en las mate- que no son obvios, e incrementar las ventas, indicar las
máticas para analizar numéricamente la información. debilidades y fortalezas de producción, predecir escena-
Por ello, se han creado un sinnúmero de plataformas di- rios, disminuir costos, etc. En aplicaciones modernas se
gitales para procesar los utilizan para el Machine Lear-
datos estadísticos en los Inicio ning (aprendizaje de máquinas),
últimos años. Su desa- Se hace la un método de análisis que con
rrollo se mueve a pasos pregunta la información recibida en bases
agigantados, y resulta de datos, modifica y automati-
imposible, sobre todo en Se usa la Se za sus propios algoritmos. Esta
esta era digital, separar recolectan idea se basa en la premisa que las
datos
la tecnología, de la esta- computadoras pueden aprender
dística. de los datos, identificar patro-
nes y tomar decisiones con muy
Más bien, y sin exage- poca intervención humana; esto
rar, la era digital podría se conoce como inteligencia ar-
Se entrena
también llamarse la era Se recolecta la al algoritmo tificial (técnicamente, Machine
de la estadística, del big Learning es la rama de la inteli-
data (grandes conjuntos gencia artificial que entrena a la
de datos que se analizan Se prueba el máquina para que esta aprenda
algoritmo
en computación para re- a partir de los datos). Observa
!
velar patrones, tenden- Ciclo de operación del Machine Learning los siguientes ejemplos del Ma-
cias y asociaciones). Las chine Learning:
aplicaciones web, que son tan populares hoy en día, le
deben su éxito, sobre todo, a su funcionamiento predicti- - El automóvil que no necesita de conductor, de Google
vo; de gustos, preferencias, afinidades, etc. Esto hace que - Las recomendaciones de películas y series de Netflix
los usuarios se enganchen cada vez más, y se consigue, - Las imágenes o videos que se presentan primero en Ins-
a través de poderosos algoritmos, es decir secuencias de tagram o Facebook
acción, que presentan la información relevante para un
usuario. Estas secuencias se basan en las estadís-
ticas de uso; es decir, clics, recurrencias, likes, etc.
No es descabellado entonces pensar, que la estadís-
tica, es, en esencia, la base de la revolución digital.

Software especializado

El análisis estadístico es la ciencia de la recolección,
organización, análisis, interpretación y presenta-
ción de grandes cantidades de datos. Se utiliza para
descubrir patrones y tendencias que no son obvios
a simple vista y que pueden ser aplicados diaria-
mente en la investigación científica, la industria

ESTADÍSTICA 21