Una ley estadística empírica o (en terminología popular) una ley de estadística representa un tipo de comportamiento que se ha encontrado en una serie de conjuntos de datos y, de hecho, en una variedad de tipos de conjuntos de datos. [1] Muchas de estas observaciones se han formulado y demostrado como teoremas estadísticos o probabilísticos y el término "ley" se ha trasladado a estos teoremas. Hay otros teoremas estadísticos y probabilísticos que también tienen "ley" como parte de sus nombres que no se han derivado obviamente de observaciones empíricas . Sin embargo, ambos tipos de "ley" pueden considerarse instancias de una ley científica en el campo de la estadística. Lo que distingue a una ley estadística empírica de un teorema estadístico formal es la forma en que estos patrones simplemente aparecen en distribuciones naturales , sin un razonamiento teórico previo sobre los datos.
Existen varias "leyes de la estadística" populares de este tipo.
El principio de Pareto es un ejemplo popular de esta "ley". Afirma que aproximadamente el 80% de los efectos proviene del 20% de las causas, y por ello también se lo conoce como la regla 80/20. [2] En el mundo de los negocios, la regla 80/20 dice que el 80% de su negocio proviene de tan solo el 20% de sus clientes. [3] En ingeniería de software, se suele decir que el 80% de los errores son causados por tan solo el 20% de los errores. [4] El 20% del mundo crea aproximadamente el 80% del PIB mundial. [5] El 80% de los gastos de atención médica en los EE. UU. son causados por el 20% de la población. [6]
La ley de Zipf , descrita como una "ley estadística empírica" de la lingüística , [7] es otro ejemplo. Según la "ley", dado un conjunto de datos de texto, la frecuencia de una palabra es inversamente proporcional a su rango de frecuencia. En otras palabras, la segunda palabra más común debería aparecer aproximadamente la mitad de veces que la palabra más común, y la quinta palabra más común aparecería aproximadamente una vez cada cinco veces que aparece la palabra más común. Sin embargo, lo que hace que la ley de Zipf sea una "ley estadística empírica" en lugar de simplemente un teorema de la lingüística es que también se aplica a fenómenos fuera de su campo. Por ejemplo, una lista clasificada de poblaciones metropolitanas de EE. UU. también sigue la ley de Zipf, [8] e incluso el olvido sigue la ley de Zipf. [9] Este acto de resumir varios patrones de datos naturales con reglas simples es una característica definitoria de estas "leyes estadísticas empíricas".
Algunos ejemplos de leyes estadísticas inspiradas empíricamente que tienen una base teórica firme incluyen:
Algunos ejemplos de "leyes" con una base más débil incluyen:
Ejemplos de "leyes" que son observaciones más generales que tienen un fundamento teórico:
Algunos ejemplos de supuestas "leyes" que son incorrectas incluyen:
{{cite book}}: Mantenimiento de CS1: otros ( enlace )