Prefacio
- Page ID
- 149817
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)
( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\id}{\mathrm{id}}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\kernel}{\mathrm{null}\,}\)
\( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\)
\( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\)
\( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)
\( \newcommand{\vectorA}[1]{\vec{#1}} % arrow\)
\( \newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow\)
\( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vectorC}[1]{\textbf{#1}} \)
\( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)
\( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)
\( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
Se trata de un primer borrador de un libro de texto gratuito (como en el habla, no como en la cerveza) (aunque es gratuito como también en la cerveza) para un curso de estadística de pregrado de un semestre. Se utilizó para Matemáticas 156 en Colorado State University—Pueblo en el semestre de primavera de 2017.
Por la presente se ofrecen gracias a los alumnos de esa clase que ofrecieron muchas sugerencias útiles y encontraron numerosos errores tipográficos. En particular, Julie Berogan tiene un ojo de águila, y encontró un número casi incontable infinito de errores, tanto pequeños como grandes — ¡gracias!
r 0.15
Este trabajo se libera bajo una licencia CC BY-SA 4.0, que permite a cualquier persona interesada compartir (copiar y redistribuir en cualquier medio o formato) y adaptar (remezclar, transformar y construir sobre esta obra para cualquier propósito, incluso comercialmente). Estos derechos no pueden ser revocados, siempre y cuando los usuarios sigan los términos de la licencia, que requieren atribución (dar el crédito apropiado, vincular a la licencia e indicar si se hicieron cambios) para ser otorgados y compartirlos por igual (si remezclas o transformas esta obra, debes distribuir tu contribuciones bajo la misma licencia que ésta) impuesta. Ver creativecommons.org/licencias/by-sa/4.0 para todos los detalles.
Esta versión:.
| Jonathan A. Poritz |
| Semestre Primavera, 2017 |
| Pueblo, CO, EE. UU. |
Prefacio
Aquí Twain da crédito por esta concisa clasificación tripartita de mentiras a Benjamin Disraeli, quien fue primer ministro del Reino Unido en 1868 (bajo la reina Victoria), aunque los estudiosos modernos no encuentran evidencia de que Disraeli fuera el verdadero creador de la frase. Pero quien realmente merece crédito por la frase, sí parece que las estadísticas suelen utilizarse para ocultar la verdad, más que para revelarla. Tanto es así, por ejemplo, que el maravilloso libro How to Lie with Statistics, de Darrell Huff, da muchos, muchos ejemplos de estadísticas mal utilizadas, y sin embargo simplemente rasca la superficie.
Sostenemos, sin embargo, que las estadísticas no son un tipo de mentira, sino que, cuando se usan con cuidado, son una alternativa a la mentira. Por ello, utilizamos “o” en el título de este libro, donde Twain/Disraeli utilizó “y”, para subrayar cómo estamos pensando de las estadísticas, aplicadas correctamente, como de pie en oposición a mentiras y mentiras condenadas.
Pero, ¿por qué usar un método tan complicado de decir la verdad como estadística, en lugar de, digamos, contar una buena historia o pintar una película en movimiento? La respuesta, creemos, es simplemente que hay muchas preguntas concretas y específicas que los humanos tienen sobre el mundo que mejor se responden recopilando cuidadosamente algunos datos y usando una modesta cantidad de matemáticas y un poco de lógica para analizarlos. Lo que pasa con el Método Científico es que simplemente parece funcionar. Entonces, ¿por qué no aprender a usarlo?
Aprender mejores técnicas de pensamiento crítico parece particularmente importante en este momento de la historia cuando nuestra política en Estados Unidos (y en otros lugares) es tan divisiva, y diferentes partidos no pueden ponerse de acuerdo sobre los hechos más básicos. Muchos comentaristas de todas las partes del espectro político han especulado sobre el impacto de las llamadas fake news en los resultados de las recientes elecciones y otros debates políticos. Por lo tanto, el objetivo de este libro es ayudarte a aprender Cómo Decir la Verdad con Estadísticas y, por tanto, cómo saber cuándo otros están diciendo la verdad... o están fingiendo sus “noticias”.