La Estadística Aplicada como Argumentación:
Más Allá de la Teoría Matemática
Dr. Hugo Oscar Ambrosi
La estadística, en su esencia, es una herramienta poderosa para comprender el mundo que nos rodea. Sin embargo, la forma en que se practica y se entiende a menudo difiere significativamente de las teorías que la sustentan. James S. Hodges, en su artículo "Statistical Practice as Argumentation: A Sketch of a Theory of Applied Statistics", argumenta que la práctica estadística es fundamentalmente una forma de argumentación, una perspectiva que resalta la importancia de la estadística aplicada y su riqueza más allá de la teoría matemática.
La Incompletitud de la Teoría Matemática
Hodges señala que las teorías estadísticas, incluida la teoría bayesiana, son
"incompletas como descripciones y prescripciones para la práctica estadística" (Hodges, 1996). La teoría matemática proporciona un marco formal, pero no abarca todas las actividades y consideraciones que son cruciales en la estadística aplicada. Los estadísticos aplicados hacen mucho más que simplemente aplicar fórmulas y teoremas; se involucran en la exploración de datos, la construcción de modelos, el diagnóstico de problemas y la comunicación de resultados, todo lo cual implica un proceso de argumentación.
La Estadística Aplicada como Argumentación
El autor propone que el producto de un análisis estadístico no es simplemente un conjunto de números o un modelo, sino un "argumento" completo, que incluye premisas, pasos lógicos y una conclusión. Este argumento busca persuadir, justificar y proporcionar una base para la toma de decisiones. La estadística aplicada, desde esta perspectiva, se convierte en un proceso retórico donde los estadísticos construyen y presentan argumentos basados en datos.
Elementos de la Estadística Aplicada
La estadística aplicada incorpora una variedad de elementos que van más allá de la teoría matemática:
Análisis Exploratorio de Datos (EDA): El EDA, como señala Hodges, "hace poco o ningún uso del formalismo bayesiano" (Hodges, 1996). Es una parte esencial de la estadística aplicada que implica explorar los datos para descubrir patrones, generar hipótesis y guiar el análisis posterior.
Construcción de Modelos: La estadística aplicada implica la construcción de modelos que sean "plausibles y tratables" (Hodges, 1996). Esto requiere un conocimiento del contexto del problema, la capacidad de hacer suposiciones y la habilidad para simplificar la realidad sin distorsionarla demasiado.
Diagnóstico y Análisis de Sensibilidad: La estadística aplicada no se limita a presentar un único resultado. Implica "variar las premisas del argumento de referencia y mostrar la variación resultante en la conclusión" (Hodges, 1996). Esto permite evaluar la robustez de los resultados y la sensibilidad a los supuestos.
Comunicación de Resultados: La estadística aplicada no termina con el análisis de los datos. Implica la comunicación efectiva de los resultados a un público no especializado. Esto requiere la capacidad de presentar argumentos de manera clara, concisa y persuasiva.
La Importancia de la Estadística Aplicada
La estadística aplicada es de primordial importancia porque es la que permite conectar la teoría con la práctica, resolver problemas del mundo real y guiar la toma de decisiones. Va más allá de la aplicación mecánica de fórmulas y teoremas, incorporando el juicio, la intuición y la capacidad de argumentar.
Conclusión
La perspectiva de Hodges sobre la estadística como argumentación destaca la riqueza y complejidad de la estadística aplicada. Reconoce que la teoría matemática es esencial, pero que la estadística aplicada va más allá, incorporando elementos que son cruciales para su práctica efectiva. La estadística aplicada es, en última instancia, un proceso de construcción y presentación de argumentos basados en datos, un proceso que requiere tanto rigor matemático como habilidad retórica.
Referencia
Hodges, J. S. (1996). Statistical Practice as Argumentation: A Sketch of a Theory of Applied Statistics.: Más Allá de la Teoría Matemática
La estadística, en su esencia, es una herramienta poderosa para comprender el mundo que nos rodea. Sin embargo, la forma en que se practica y se entiende a menudo difiere significativamente de las teorías que la sustentan. James S. Hodges, en su artículo “Statistical Practice as Argumentation: A Sketch of a Theory of Applied Statistics”, argumenta que la práctica estadística es fundamentalmente una forma de argumentación, una perspectiva que resalta la importancia de la estadística aplicada y su riqueza más allá de la teoría matemática.
La Incompletitud de la Teoría Matemática
Hodges señala que las teorías estadísticas, incluida la teoría bayesiana, son
“incompletas como descripciones y prescripciones para la práctica estadística” (Hodges, 1996). La teoría matemática proporciona un marco formal, pero no abarca todas las actividades y consideraciones que son cruciales en la estadística aplicada. Los estadísticos aplicados hacen mucho más que simplemente aplicar fórmulas y teoremas; se involucran en la exploración de datos, la construcción de modelos, el diagnóstico de problemas y la comunicación de resultados, todo lo cual implica un proceso de argumentación.
La Estadística Aplicada como Argumentación
El autor propone que el producto de un análisis estadístico no es simplemente un conjunto de números o un modelo, sino un “argumento” completo, que incluye premisas, pasos lógicos y una conclusión. Este argumento busca persuadir, justificar y proporcionar una base para la toma de decisiones. La estadística aplicada, desde esta perspectiva, se convierte en un proceso retórico donde los estadísticos construyen y presentan argumentos basados en datos.
Elementos de la Estadística Aplicada
La estadística aplicada incorpora una variedad de elementos que van más allá de la teoría matemática:
Análisis Exploratorio de Datos (EDA): El EDA, como señala Hodges, “hace poco o ningún uso del formalismo bayesiano” (Hodges, 1996). Es una parte esencial de la estadística aplicada que implica explorar los datos para descubrir patrones, generar hipótesis y guiar el análisis posterior.
Construcción de Modelos: La estadística aplicada implica la construcción de modelos que sean “plausibles y tratables” (Hodges, 1996). Esto requiere un conocimiento del contexto del problema, la capacidad de hacer suposiciones y la habilidad para simplificar la realidad sin distorsionarla demasiado.
Diagnóstico y Análisis de Sensibilidad: La estadística aplicada no se limita a presentar un único resultado. Implica “variar las premisas del argumento de referencia y mostrar la variación resultante en la conclusión” (Hodges, 1996). Esto permite evaluar la robustez de los resultados y la sensibilidad a los supuestos.
Comunicación de Resultados: La estadística aplicada no termina con el análisis de los datos. Implica la comunicación efectiva de los resultados a un público no especializado. Esto requiere la capacidad de presentar argumentos de manera clara, concisa y persuasiva.
La Importancia de la Estadística Aplicada
La estadística aplicada es de primordial importancia porque es la que permite conectar la teoría con la práctica, resolver problemas del mundo real y guiar la toma de decisiones. Va más allá de la aplicación mecánica de fórmulas y teoremas, incorporando el juicio, la intuición y la capacidad de argumentar.
Conclusión
La perspectiva de Hodges sobre la estadística como argumentación destaca la riqueza y complejidad de la estadística aplicada. Reconoce que la teoría matemática es esencial, pero que la estadística aplicada va más allá, incorporando elementos que son cruciales para su práctica efectiva. La estadística aplicada es, en última instancia, un proceso de construcción y presentación de argumentos basados en datos, un proceso que requiere tanto rigor matemático como habilidad retórica.
Referencia
Hodges, J. S. (1996). Statistical Practice as Argumentation: A Sketch of a Theory of Applied Statistics.
Buenos Aires, marzo de 2025