En el presente artículo, vamos a adentrarnos en el fascinante universo de Estadística computacional, explorando sus múltiples facetas y su impacto en nuestra vida cotidiana. Desde sus orígenes hasta su evolución actual, pasando por su relevancia en la cultura popular y su influencia en diversos ámbitos, Estadística computacional ha logrado captar la atención de millones de personas en todo el mundo. A través de un análisis detallado y exhaustivo, descubriremos las razones que hacen de Estadística computacional un tema de interés inagotable, así como las implicaciones que tiene en la sociedad moderna. Prepárate para sumergirte en un viaje apasionante que te llevará a comprender mejor el impacto que Estadística computacional tiene en nuestro entorno y en nuestra forma de percibir el mundo que nos rodea.
La estadística computacional, o computación estadística, es el vínculo entre la Estadística y la ciencia computacional. Se refiere a los métodos estadísticos que se habilitan mediante el uso de métodos computacionales. Es el área de la ciencia computacional (o computación científica) específica de la ciencia matemática de la estadística. Esta área también se está desarrollando rápidamente, lo que lleva a que se enseñe un concepto más amplio de la computación, como parte de la educación estadística general.
Los términos "estadística computacional" y "computación estadística" suelen utilizarse indistintamente, aunque Carlo Lauro (antiguo presidente de la Asociación Internacional de Computación Estadística) propuso hacer una distinción, definiendo la "computación estadística" como "la aplicación de las ciencias de la computación a la estadística", y la "estadística computacional" como "destinada al diseño de algoritmos para la aplicación de métodos estadísticos en los ordenadores, incluidos los impensables antes de la era informática (por ejemplo, bootstrap, simulación), así como para hacer frente a problemas analíticamente intratables" .
El término "estadística computacional" también puede utilizarse para referirse a los métodos estadísticos intensivos en términos computacionales, incluidos los métodos de remuestreo, los métodos de Monte Carlo con cadena de Markov, la regresión local, la estimación de la densidad del núcleo, las redes neuronales artificiales y los modelos aditivos generalizados.
↑Lauro, Carlo (1996), «Computational statistics or statistical computing, is that the question?», Computational Statistics & Data Analysis23 (1): 191-193, doi:10.1016/0167-9473(96)88920-1.
Otras lecturas
Artículos
Albert, J.H.; Gentle, J.E. (2004), «Special Section: Teaching Computational Statistics», en Albert, James H; Gentle, James E, eds., The American Statistician58: 1, doi:10.1198/0003130042872.
Wilkinson, Leland (2008), «The Future of Statistical Computing (with discussion)», Technometrics50 (4): 418-435, doi:10.1198/004017008000000460.
Libros
Drew, John H.; Evans, Diane L.; Glen, Andrew G.; Lemis, Lawrence M. (2007), Computational Probability: Algorithms and Applications in the Mathematical Sciences, Springer International Series in Operations Research & Management Science, Springer, ISBN978-0-387-74675-3.
Gentle, James E. (2002), Elements of Computational Statistics, Springer, ISBN0-387-95489-9.
Gentle, James E.; Härdle, Wolfgang; Mori, eds. (2004), Handbook of Computational Statistics: Concepts and Methods, Springer, ISBN3-540-40464-3.