I. Introdução Histórica da Estatística

  • Origem etimológica: Deriva do latim statisticum collegium (conselho de Estado), do alemão statistik (Gottfried Achenwall) e do inglês statistics.
  • Fundadores primordiais: Hermann Conring, Gottfried Achenwall, Johan Peter Süßmilch, John Graunt e William Petty.

II. Filosofia da Ciência e Pesquisa Científica

Tipos de Métodos

O conhecimento divide-se entre o método lógico demonstrativo (objetos ideais) e o método hipotético experimental (ciências naturais e sociais).

"A ciência não prova coisas de forma absoluta, mas as refuta num processo contínuo de investigação." — Karl Popper

O método experimental atua de forma indutiva ou dedutiva, onde as hipóteses guiam experimentos até serem estatisticamente refutadas.

III. Primeiros Levantamentos, Demografia e Epidemiologia

A estatística nasceu ligada ao Estado (Domesday Book, 1086). Com o tempo, evoluiu para a Aritmética Política:

  • John Graunt: Análise de mortalidade em Londres.
  • Edmond Halley: Criação de tábuas de sobrevivência.
  • John Snow: Mapeamento espacial da cólera (1854), fundando a epidemiologia moderna.

IV. Inovações na Visualização de Dados

  • Joseph Priestley: Introdução de linhas do tempo.
  • William Playfair: Inventor dos gráficos de barras (1786) e setores (1801).
  • Florence Nightingale: Pioneira no uso de estatísticas sanitárias visuais para reformar hospitais militares.

V. Pesquisadores Fundamentais da Área

Contribuições que moldaram os séculos XVI ao XX:

Galileu • Pascal • Bayes • Gauss • Pearson • Fisher • Kolmogorov

VI. A Revista Biometrika e o Movimento da Eugenia

Fundada em 1901 por Karl Pearson e Francis Galton, visava a matematização da biologia. No entanto, o histórico é marcado pela Eugenia, termo de Galton para "melhoria racial", gerando controvérsias modernas sobre o viés de figuras como Ronald Fisher.

VII. A Convergência entre Estatística e Machine Learning

Atualmente, as fronteiras artificiais estão caindo. A integração é necessária porque o raciocínio sob incerteza exige a linguagem da probabilidade, buscando gerar conhecimentos explicáveis e confiáveis.