John Arbuthnot, o como intentar meter la Providencia a calzador

Hoy os escribiré sobre John Arbuthnot, actualmente considerado con um escritor satírico, si bien, era un reputado médico de la Royal Society. Pues bien, Arbuthnot era de la opinión de que las posibilidades de que una mujer de veinte años conserve su virginidad o que un joven haya sido infectado de gonorrea se justificaban en base al análisis de probabilidad a posteriori.

Pero, me quiero centrar en un debate interesante que establecieron a cerca de la posibilidad de de que el recién nacido sea varón. Nuestro citado del día, publicó un argumento en favor de la Divina Providencia, tomado de la regularidad constante observada en los nacimientos de ambos sexos. Este argumento, empleaba dos tipos de razonamiento estadístico, de los cuáles uno de ellos es válido y en el que se postula por la “Intervención Divina” en la acción de las leyes estadísticas.

¿Interviene la Providencia en la proporción de mujeres/hombres?

Si nos vamos a la esencia de este argumento, Arbuthnot nos explica que debemos examinar tres inferencias, solo dos de las cuales serían consideradas actualmente estadísticas y cuya tercera inferencia trata de la propia naturaleza de la estabilidad estadística. De esta forma, en una población de n monedas cuyas caras están marcadas por M y F, los coeficientes binomiales en la expansión (M+F) elevado a n, dan las probabilidades de los resultados de n tiradas.

Así, el coeficiente, dividido por 2 a la n, es la probabilidad de obtener exactamente kM y (n-k)F. Al tender n a infinito, aumentan los coeficientes de cualquier término y se hacen más pequeños, por lo que, si suponemos que M es masculino y F femenino, habrá una pqeueña parte de todas las alternativas posibles, de que ocurriese, en cualquier momento dado, que un número igual de hombres y mujeres hubiesen nacido.

Además, abunda en la idea de que es muy improbables que bajo los designios del azar que los resultados nunca lleguen a los extremos, es decir, que preponderen de forma masiva los F sobre los M o viceversa. Arbuthnot afirmaba que “la regularidad constante en los nacimientos de ambos sexos no puede ser cuestión del azar“. No podía estar más equivocado.

Si bien, es muy improbable que los resultados nunca lleguen a los extremos, a diferencia de Bernoulli, Arbuthnot fue incapaz de cuantificar cuán “muy improbable” era. Bernoulli, lo hizo y demostró que la regularidad permanente observada es, exactamente, lo que debiera esperarse si la probabilidad del nacimiento de un varón fuese de 18/35. La probabilidad de obtener un resultado extremo decrece a medida que crece “n”. Es sorprendente lo que afirmaba Arbuthnot a tal efecto:

“Para juzgar la sabiduría del artificio, debemos observar que los accidentes externos a los que están sometidos los hombres (quienes deben buscar el alimento en situaciones peligrosas) hacen un gran estrago entre ellos y este lote excede el del otro sexo, ocasionado por las enfermedades incidentes sobre él, como la experiencia nos muestra. Para reparar esa pérdida, la naturaleza providente, por disposición de su sabio creador, genera más hombres que mujeres y ello en una proporción casi constante.”

Supongo que a estas alturas, vuestras mentes preclaras y renacentistas habrán chocado con esta idea de forma radical y una leve sonrisa os habrá iluminado la cara. Este pensamiento basado en la fe religiosa y la providencia queda desmontado con la empírica y el razonamiento científico (como no podía ser de otra forma).

Imaginemos que la posibilidad del nacimiento de un varón fuese exactamente de 1/2, entonces, ¿cuál sería la probabilidad de que, en cualquier año dado, naciesen más varones que mujeres? Pues casi exactamente 1/2 (no penséis en el chiste de que sí o que no).

Los registros de mortalidad londinense de la época registraron 82 años sucesivos con nacimientos de varones superior al de nacimientos femininos. La probabilidad de este suceso, bajo la hipótesis de posibilidades iguales, es de 1/2 a la 82, es decir, las posibilidades son de 1 entre 483.600.000.000.000.000.000.000. Y si considerasemos que el excedente de varones se encontrara dentro de límites bastantes estrechos y que además, supiéramos que  ocurrió durante años y años, y no solo en Londres, sino en todo el mundo, la probabilidad se acerca a una cantidad infinitesimalmente pequeña. Por lo tanto, la hipótesis de posibilidades iguales debe ser rechazada.

Esta fue denominada la primera prueba de significación de una hipótesis estadística que haya sido publicada, y el inicio de un sinfín de publicaciones relacionadas con la demostración empírica de leyes de todo tipo aplicadas directamente a los problemas y sucesos de la época.

Artículo publicado originalmente aquí.

Esta posibilidad se habilita cuando realizamos el trabajo de campo con encuestadores propios, que recogen las encuestas en los smartphones (por ejemplo ver art.).

Para el control de este aspecto, dentro del panel de control, iremos a la pestaña “Encuestadores”.

Dentro de este apartado se nos indicará:

• Usuario, la persona que realiza la encuesta, identificado con nombre de usuario y clave.
• Total encuestas, el número de encuestas realizadas por dicho usuario.
• Último envío, la última recepción de datos de dicho usuario.
• Alerta de fraude. En esta columna se nos indicará qué usuarios tienen un comportamiento fuera de lo normal en la recogida de datos. Este análisis se realizará desde dos puntos de vista:
• Duración de cada cuestionario (una persona realiza las encuestas mucho más rápido que el resto o mucho más lento).
• Comportamiento anómalo en las variables (preguntas cuyas respuestas para un encuestador,  se distribuyen de forma estadísticamente significativa diferente al resto de encuestadores).

Gather Precision es el sistema informático desarrollado por Gather Estudios para mejorar los procesos de recogida y análisis de datos, especialmente orientado a empresas del sector de la investigación social y de mercados.

Gather Precision está disponible para aquellas empresas y organizaciones que también quieran utilizarlo en sus proyectos.

¿Cómo nace el concepto de probabilidad?

El físico y matemático holandés Christiaan Huygens (1629-1695) escribió el que se puede considerar como primer libro sobre probabilidades propiamente dicho, si bien contemporáneamente al neerlandés, Pascal desarrolló la teoría de decisiones y publicó en 1670 su apuesta sobre la existencia divina de la que escribí en el anterior artículo.

Otro de los matemáticos de referencia, Liebniz, comenzó a escribir sobre la probabilidad en un contexto enfocado hacia los grados de prueba en el derecho y Fermat mantuvo correspondencias con Pascal a cerca de estos pensamientos. Fue una época de intercambio de ideas y desarrollo de las primeras teorías a contrastar.

Primeros cálculos de probabilidades

Aunque, los expertos en la materia nos dicen que los primeros cálculos desarrollados sobre teorías de probabilidades estuvieron relacionados con la combinatoria y los juegos repetidos.

Así, ya en el siglo XIII a través de un alquimista llamado Raimundo Lulio (1234-1315), se desarrollaron las primeras teorías de combinaciones de una manera más trabajada.

Galileo, también interesado por la Estadística

Pero, hace poco descubri que Galileo (1564-1642) también contribuyó al estudio y desarrollo del cálculo de probabilidades. Tengo que decir que siento una profunda admiración por Galileo Galilei , tanto por su faceta científica, deslumbrante y ejemplarizante, como por su historia personal, sesgada por otra de tantas infamias que el hombre ha cometido a lo largo de la historia.

Os voy a rescatar un tipo de razonamiento a través del cual podemos ver qué tipo de pensamiento a cerca de la probabilidad tenía Galileo, el cual, planteaba en un escribo el siguiente sencillo problema de juego de dados:

Alguien había quedado confundido por una aparente contradicción entre dos hechos. Con tres dados “9 y 12″ pueden formarse de tantos modos como “10 y 11″. Es decir, cada uno puede descomponerse en 6 particiones. Sin embargo, “es sabido a partir de largas observaciones que los jugadores de dados consideran que 10 y 11 son más ventajosos que 9 y 12″.

Galileo, propone lo siguiente: “hay una explicación muy simple, especificamente que algunos números se forman más fácil y frecuentemente que otros, lo que depende de su capacidad de formarse con una variedad mayor de números”.

En particular, las 6 particiones de 9 y 12 se descomponen en 25 permutaciones, mientras que las 6 particiones de 10 y 11 lo hacen en 27 permutaciones. Si las permutaciones son igualmente probables, entonces 11 es más ventajoso que 12 en la proporción de 27:25.

Su relación con el concepto de frecuencia

Siguiendo con mi linea frecuentista, es interesante observar que la mayoría de la gente con poca formación en Estadística y en probabilidad, en especial,  relaciona de forma inmediata la probabilidad de un suceso con el estudio de las frecuencias de aparición e incluso con la aparición de ciertos signos que nos den algo de luz y sentido a nuestras decisiones.

Girolamo Fracastoro (1478-1553) decía: “Algunos signos son casi siempre, otros son a veces dignos de confianza”. Es decir, podemos hablar de la probabilidad a través de signos o señales que nos llevan a una u otra conclusión, y además, apoyar dichas decisiones en el testimonio asociado de las frecuencias: observación y medición.

Pasca y Fermat se planteaban por correspondencia este tipo de problemáticas y se hacían pensar si estos problemas de probabilidad surgían de datos empíricos o de un origen puramente aritmético. Como hemos visto anteriormente, Galileo nos enseñó en este caso que “la extensa observación” produce el problema, pero por otro lado, la literatura científica nos enseña que hacer promedios de resultados fue bastante ajeno a la ciencia hasta que el propio Galileo comenzó a calcular medias.

Me gustaría acabar con una interesante reflexión realizada por Jacques Bernoulli (1654 -1705), autor del Ars conjectandi donde se presentaban las innovaciones conceptuales más decisivas en la historia inicial de la probabilidad:

“Si a dos personas sentenciadas a muerte se les ordena arrojar dados bajo la condición de que la que obtenga el número menor de puntos será ejecutada, mientras que la que obtenga el número mayor será perdonada y que ambos serán perdonadas si el número de puntos es el mismo, hallamos que la esperanza de una de ellas es 7/12, pero no se deduce que la otra tenga una esperanza de 5/12, porque, claramente, cada una tiene las mismas posibilidades, de modo que el segundo hombre tiene una esperanza de 7/12, lo que les daría una esperanza de vida de 7/6, es decir, más que toda la vida. La razón es que no hay ningún resultado en el que por lo menos una de ellas no sea perdonada, mientras que hay varios en los que ambos lo serían”

Inquietante, ¿verdad?

Artículo publicado originalmente aquí.

En primer lugar, indiquemos a qué nos referimos con cuotas en una encuesta. Con el fin de que un proceso de encuestación no se vea influido (o sesgado) por un determinado colectivo, se puede establecer al principio del proceso de recogida de datos cuales van a ser el número de encuestas que se van a recoger en cada uno de los grupos.

Por ejemplo, supongamos que realizamos un estudio dentro de una población que cuenta con 490 hombres y 510 mujeres. Al terminar la recogida de datos, observamos (alarmados y con sudor frío, posiblemente) que, de 100 encuestas recogidas, 90 están realizadas por hombres. Los resultados del estudio se verán claramente influidos por la opinión de los hombres de dicha población.

Para evitar esto, se pueden hacer controles a priori (que es la solución recomendada), para que este hecho no se produzca, o correcciones a posteriori, con el riesgo que implica un mayor tratamiento de los datos recogidos.

El control de cuotas se establece dentro de Gather Precision dentro del pandel de control, en la pestaña “Cuotas”.

Dicha pestaña nos permite:

• Fijar un número máximo de encuestas recogidas.
• Fijar cuotas en la recogida de datos.

A la hora de añadir cuotas, procederemos de la siguiente manera:

En primer lugar, seleccionaremos la pregunta que va a servir de base al control de cuotas, en nuestro caso, el sexo de la persona encuestada.

Nos aparecen los grupos derivados de esa pregunta y ya se nos permite indicar o el número de encuestas a realizar en cada uno de ellos o el porcentaje a alcanzar.

Las opciones de personalización permiten también definir intervalos en las cuotas (se activa mediante la casilla de verificación) o el desarrollo de cuotas condicionadas por variables variables (Botón “+”).

Una vez diseñadas cuales serán las cuotas, se pulsa “Añadir cuota”.

Gather Precision es el sistema informático desarrollado por Gather Estudios para mejorar los procesos de recogida y análisis de datos, especialmente orientado a empresas del sector de la investigación social y de mercados.

Gather Precision está disponible para aquellas empresas y organizaciones que también quieran utilizarlo en sus proyectos.

Os propongo una reflexión profunda sobre la concepción más primaria del mundo. Seguro que os choca:

La apuesta de Pascal (le pari de Pascal)

La apuesta de Pascal (Blaise Pascal, 1623-1662) es el nombre dado a algunas consideraciones de la teoría de los juegos que conciernen a la creencia en Dios.

Para entrar en materia, hay que establecer que la Teoría de decisiones trata acerca de decidir qué hacer cuando es incierto lo que va a pasar. Un caso especial de este problema ocurre cuando no es posible realizar experimentos. En este caso, Pascal apuesta por tres formas de argumentación:

1. Dominio: el caso más simple, cuando un curso de acción es mejor sin importar cómo sea el mundo.

2. Esperanza matemática: El argumento de dominio no tiene en cuenta cómo de probables son los diversos estados de las cosas. Por tanto, se recomienda hacer el acto con la más alta esperanza matemática.

3. Esperanza dominante: Puede ocurrir que no sepamos o estemos de acuerdo con las probabilidades de los distintos estados de cosas. Por ejemplo, supongamos que estamos de acuerdo en que una moneda está sesgada hacia el resultado de “caras”, pero sin embargo, no estamos de acuerdo a la asignación en términos de probabilidad de dicho sesgo (por ejemplo, 2/3).

Vamos al lío: Pascal plantea esta problema: ¿Dios es o no es? ¿Hacia qué lado deberíamos inclinarnos? En este caso, la razón no puede contestar. Pascal concluye que el problema de la decisión está constituido por dos posibles estados del mundo y dos posibles cursos de acción:

a) Si Dios no existe, ambos cursos de acción están a la par. Usted vivirá su vida y de ninguno de las dos opciones sufrirá malos efectos debido a alguna intervención sobrenatural y justiciera.

b) Pero, si Dios existe, entonces apostar a que no le traerá la condena eterna. Apostar que Dios existe puede llevarle la salvación, lo cual es a priori sustancialmente mejor que la condena. Por lo tanto, la apuesta “Dios existe” domina la apuesta “Dios no existe”. El problema de la decisión se resuelve por el argumento del dominio.

Esta concepción de Pascal está basada en el argumento del dominio, explicado anteriormente. Sin embargo, las premisas son algo dudosas, si no claramente falsas. ¿Por qué? Porque los no creyentes raramente pueden dar por hecho que se hayan agotado todas las posibilidades.

Cuando el dominio no existe de forma clara, se necesita el argumento de la esperanza matemática. Para un agnóstico o un ateo como yo, la recompensa óptima, si no hay Dios, es una vida mundana y placentera, sin miedos a represalias o castigos divinos. Muy interesante.

Sin embargo, la recompensa óptima, si hay un Dios, es la salvación, ¡de un valor incomparable!

Es decir, desde el punto de vista matemático, la esperanza de elegir la vida piadosa excede la de elegir la mundana. El argumento de la esperanza concluye: actúe de modo de llegar a creer en Dios. Este argumento, difícilmente puede ser sostenible… ¿Por qué? Porque no podemos dar por válido un sistema de igualdad de probabilidades (1/2) como posiblidad de existencia de Dios, en base al premio que podemos obtener. ¡La salvación es infinitamente superior a los placeres de la vida mundana!

Inevitablemente, finalmente hemos llegado en nuestro pensamiento al tercer argumento, la esperanza dominante:

Si os dais cuenta, los tres argumentos son válidos, pero ninguno es convincente, ya que todos dependen de premisas dudosas y ningún agnóstico se sentiría inclinado a alguna de las tres opciones.Yo, al menos, no.

Lo cierto es que Pascal necesitaba de una premisa necesaria, y es que la fe ha de ser contagiosa.Para acabar, Pascal decía al respecto:

“Usted tiene dos cosas que perder: la verdad y el bien, y dos cosas que comprometer: su razón y su voluntad, su conocimiento y su bienaventuranza; y su naturaleza posee dos cosas de las que debe huir: el error y la miseria. Su razón no está más dañada, eligiendo la una o la otra, puesto que es necesario elegir. He aquí un punto vacío. ¿Pero su bienaventuranza? Vamos a pesar la ganancia y la pérdida, eligiendo cruz (de cara o cruz) para el hecho de que Dios existe. Estimemos estos dos casos: si usted gana, usted gana todo; si usted pierde, usted no pierde nada. Apueste usted que Él existe, sin titubear. Pensamientos.”

¿Vosotros qué pensáis?

Artículo publicado originalmente aquí.

Para esta visión hemos utilizado dos fuentes de información:

Hashtagify.me (http://hashtagify.me)

Hashtagify.me le permite explorar visualmente el uso de hashtags en Twitter, ofrece “una foto” del uso de hashtags.

Cuando buscamos un hashtag, este aparece dentro de un círculo rojo. Cuanto más popular es el hashtag, mayor es el círculo.

Alrededor de la hashtag que se ha buscado están los hashtags relacionados (hasta 10) mostrados dentro de los círculos azules, mostrándo la correlación entre los mismos. Dicha correlación se mide como el porcentaje de los tweets con el hashtag buscado que también utilizan el relacionado. Cuanto más fuerte sea la correlación, mayor será la línea gris que los une. También se puede leer que el porcentaje real moviendo el puntero del ratón sobre el hashtag relacionado.

Al hacer clic en un hashtag relacionado (círculo azul), se convertirá en el seleccionado y sus hashtags relacionados se mostrarán.De esta manera se puede explorar todo el hashtag relacionados con sus intereses, y encontrar cuáles son los más y menos populares y más y menos específicas.

La web también recoge:

• Un índice de popularidad, de 0 a 100. El hashtag más utilizado en Twitter obtendría 100.
• Las diferentes formas en que aparece dicho hashtag.
• Una muestra de tweets con el hashtag (a la derecha).

El gráfico en relación al #20N es el siguiente:

El índice de popularidad del #20N alcanza un valor de 49.7 (sobre 100). Teniendo en cuenta que estos valores se toman de toda los Twitts que se hacen en el mundo, entendemos la importancia que alcanzan nuestras elecciones.

Los dos hashtag con mayor popularidad relacionados con #20N son:

• #15M, que tiene un índice de popularidad de 66.8, y
• #spanishrevolution, que tiene un índice de popularidad de 65.4.

Al analizar el grado de correlación, #20N está asociado con #15M en el 27,6% de sus twitts y con #nolesvotes en el 12% de los twitts.

Esta web también muestra las 6 Twitteros más influyentes en relación al hashtag. La lista se ha creado sobre la base de la actividad de cada usuario para el hashtag, en el compromiso de que la actividad genera y en el alcance de su actividad. Este servicio está todavía en fase beta y los datos no pueden ser completos o precisos todavía. A la derecha de la lista también se puede ver un gráfico donde cada uno de los principales factores de influencia es representado por una burbuja (FluGraph). Y la posición de la burbuja muestra la influencia relativa de cada uno de los principales usuarios de este hashtag: Cuanto mayor sea la posición, mayor será la influencia. La posición X muestra la especialización de cada usuario para que este hashtag: Un usuario que sólo tweets sobre este hashtag será en el extremo derecho del gráfico, mientras que un usuario que los tweets mucho sobre hashtags otro a la izquierda.

El tamaño de la burbuja muestra el número de seguidores de cada usuario. Si se coloca el puntero del ratón sobre la burbuja, o sobre el nombre del usuario en la lista, se muestra el número exacto de seguidores. Para abrir la página de Twitter de uno de los factores de influencia, se puede hacer click en su burbuja o en su nombre en la lista.

Como puede verse, dentro del Top6 no existe un alto nivel de especialización, pero se encuentran usuarios con un gran número de seguidores. Por ejemplo, @rtve tiene 167.054 seguidores y @democraciareal 97.592.

Fuente.

Trendistic (http://trendistic.indextank.com/)

Trendistic es una herramienta que permite realizar un seguimiento de tendencias en Twitter.

De esta manera, se muestra cómo la frecuencia de los hashtags fluctúan con el tiempo. El resultado es una visualización de lo que es popular y lo que no se encuentra entre los usuarios de Twitter, y cómo ciertos eventos se reflejan en la red.

Se puede introducir un hashtag en el cuadro de búsqueda Trendistic para ver cómo su frecuencia varía con el tiempo, o varios temas diferentes, separados por comas, para ver cómo se relacionan (cada tema se muestran en la tabla con un color específico).

Esta información puede ser visto de diferentes maneras (la tabla de las 24 horas, el gráfico semanal, etc) o un zoom específico realizado en un período de tiempo específico (esto se puede hacer haciendo clic en cualquier lugar de la tabla y arrastrar a otro punto). El gráfico semanal muestra las variaciones de frecuencia de los diferentes temas en los últimos siete días, con una hora de intervalo (la cantidad mínima de tiempo para el cual se calcula la frecuencia de un tema, también se llama la granularidad de la tabla).

El gráfico de los últimos siete días ofrecido para #20N es el siguiente:

Como puede verse en el gráfico, existe un pico de popularidad entre los días 7 y 8, cuando se produjo el debate entre PP y PSOE. El Lunes, a las 11pm, el 0,08% de los Twitts escritos en todo el mundo incluían el hashtag #20N.

Fuente

Para tener una visión más amplia de la evolución del hashtag #20N, vamos a mostrar a continuación el gráfico que Trendistic ofrece a 180 días:

Tal como puede verse en la gráfica, existe otro pico de popularidad, el día 30 de julio, en el que el 0,11% de los Twitts escritos incluyen #20N. Este pico de popularidad se asocia a la convocatoria de las elecciones. Posteriomente, hay un periodo donde la popular del hashtag es muy bajo, que es del 8 de agosto al 25 de septiembre, una semana antes del inicio de la campaña electoral.

Fuente

Por último, vamos a poner en relación el #20N con los hashtag con mayor correlación vistos antes: #15M y #nolesvotes

#15M tiene, durante el periodo analizado, una mayor popularidad en general que #20M y muestra un comportamiento de reacción ante la convocatoria de elecciones. Tiene también dos picos de popularidad: durante la apertura de la campaña electoral y ante el debate electoral.

#nolesvotes tiene, durante el periodo analizado, una popularidad en general menor que #20M y surge asociado al debate electoral.

Fuente

Posteriormente, Pablo Herreros escribió en su blog un artículo titulado “Estas son las marcas que patrocinaron a la madre de un criminal”. Enlace.

Ayer sábado 29 de octubre de 2011, La Noria, de TeleCirco, entrevistó a Rosalía García, madre de ‘El Cuco’, uno de los implicados en la violación, muerte y desaparición de Marta del Castillo. Se publicó en varios medios que esta mujer -que no señora, pues una señora es otra cosa-, ha cobrado de 9.000 a 10.000€ por acudir a dicho programa a ser entrevistada de espaldas a la cámara y sin mostrar su rostro.

El presentador del espacio, Jordi González, dijo en Twitter que desconocía si dicha mujer cobraría o no por la entrevista, lo cual es difícil de creer: cuando un invitado acude a este tipo de programas, siempre cobra. Y si va gratis, el invitado exige que el presentador diga en directo que su presencia no es remunerada. Por tanto, si así hubiera sido, Jordi González tenía la obligación de desmentir en directo que la invitada hubiese cobrado por su presencia. Por supuesto, no lo hizo.

(…)

Pero el círculo de CONTENIDOS + ESPECTADORES lo cierra una pata esencial, la más necesaria: ANUNCIANTES, que son quienes financian y convierten en rentable un tipo de televisión tan falta de valores morales.

Por eso, te propongo que colaboremos para presionar a las marcas que dan su apoyo a estos contenidos. Muchas lo hacen involuntariamente, pues contratan paquetes de anuncios en una franja o cadena sin especificar que salgan en tal o cual programa. Pero no por ello dejan de ser responsables, pues también pueden decidir que sus anuncios no se emitan en un programa concreto.

La petición del bloguero se concreta en esta web.

Esta petición ha tenido un gran impacto. En este momento, tiene más de 22.500 firmas.

Por el momento son 10 las marcas que anuncian que retiran su publicidad de La Noria: Campofrío, Puleva, Bayer, Nestlé, Panrico, Milner, Banco Sabadell, La Razón, Reale Seguros y L’Oreal. Y Bimbo y Vodafone

Este hecho ha tenido su reflejo en diferentes medios:

• ElPais. Grandes anunciantes retiran su publicidad de ‘La noria’ tras la entrevista a la madre de El Cuco. Enlace
• ElMundo.
• Puleva, Campofrío, Bayer y Nestlé retiran su publicidad de ‘La noria’. Enlace.
• Vodafone y L’Oreal también retiran la publicidad de La Norial. Enlace.
• Publico.es. Siete anunciantes retiran su publicidad de ‘La Noria’. Enlace.
• PRNoticias. Golpe en la línea de flotación del modelo Telecinco: los anunciantes piden cuentas por primera vez. Enlace.
• LaVanguardia. Campofrío, Puleva y Bayer retiran su publicidad de La Noria por la presión de las redes sociales Enlace.
• Chica de la Tele. Las marcas que se retiran y un presentador que no se entera. Enlace.
• El Confidencial Digital. Problemas publicitarios para ‘La Noria’. Campofrío retira todos sus spots del programa de Telecinco por considerar “lamentable” la entrevista a la madre del Cuco. Enlace.

En meneame.net también se ha recogido muchos de estos artículos, por ejemplo: Enlace1 , Enlace2 , Enlace3 , Enlace4.

El autor del artículo fue perseguido para ser entrevistado:

• Radiocable.com Enlace.
• ElEconomista.es Enlace.

Gracias a ello, por ejemplo, Campofrio fue tema del momento durante varias horas en Twitter, con mucha gente felicitándo a la empresa por su decisión.

El impacto de este artículo se puede ver también en la evolución de la cuenta personal en Twitter de Pablo Herreros. Por ejemplo, el número de Followers pasó de 5.692 el 02/11/2011 a 7.476 el 06/11/2011 19:00. Es decir, ha aumentado en cuatro días más de un 30%.

Este es un ejemplo de que Internet se ha convertido, por un lado, en un foro de debate y, por otro lado, ofrece la clara posibilidad de dar voz a las personas que, de otra manera, dificilmente podrían organizarse.

Más artículos:

• PuroMarketing. Se abre el debate! Televisión y marketing social responsable. Enlace.
• Vertele.
• Juicio mediático a ‘La Noria’: un programa “condenado” y muchas preguntas por resolver. Enlace.
• “Antena 3 y Cuatro también tuvieron a la madre del Cuco, en las mismas condiciones que Telecinco”. Enlace.
• ElPais. Al camello, ni agua. Enlace.
• LasProvincias. El precio de la libertad de expresión. Enlace.
• Que.es. Pablo Herreros: “No comulgo con la gente que pide que cierren ‘La Noria”. Enlace.
• ElMundo. ‘La Noria’ justifica la entrevista con la madre de ‘el Cuco’. Enlace.
• PRMarketing. La Noria Pierde 37 Spots en sólo 2 horas. Enlace.
• DiariodeSevilla. La torta publicitaria. Enlace.
• MarketingDirecto.com. ‘La Noria’ facturará 228.000 euros menos por publicidad, según Kantar Media. Enlace.

En los inicios del siglo XIX se decía que el azar era una simple palabra que no tenía un especial significado, y que se trataba de una idea o un pensamiento generalizado entre el pueblo para designar de otra forma a la suerte.

Por ello, el azar no era contemplado por los ilustrados como un concepto a estudiar o tratar más allá de lo que podía significar el acertar alguna apuesta de caballos o galgos. Era un concepto vulgar.

Sin embargo, hasta los estudiantes y estudiosos de Medicina y de Biología, que rechazaban profundamente las leyes universales en su quehacer diario, sostenían que existían ciertas piezas invisibles e individuales que se hacían imprescindibles en la explicación de causalidades, y que por tanto, no prestaban un especial apoyo a la idea del azar generalizado.

El suicidio y las primeras estadísticas

Muchos de vosotros no sabréis que uno de los primeros campos en los que se empleo la Estadística como medida de recogida y análisis de la información fueron los suicidios.

En la primera década de 1800, tuvo lugar un debate público en Francia a raíz de la escalada de suicidios que se venían produciendo. ¿quiénes eran más suicidas, los parisienses o los londinenses? Lo que se preguntaba en 1815 se resolvió una década después, una vez recogidos y publicados los datos.

De hecho, en esa época, en los círculos médicos parisinos el suicidio era tenido en cuenta como un tipo de locura. Por ello, las estadísticas recogidas sobre suicidios debían tratarse como estadísticas debidas a la locura, según su argumento. Debido a esto, las teorías médicas de la causalidad fueron aplicadas directamente al suicidio.

En la década de 1820 se recogían tablas de datos oficiales que registraban el número y el tipo de suicidios registrados en una región. Dichos datos y una información análoga sobre crímenes se consideraban como los sucesores de la ciencia moral de Cordorcet. La nueva ciencia empírica de la moral debía considerar las leyes estadísticas de la conducta humana perversa.

Artículo publicado originalmente aquí.

• Se incluye dentro del panel de control, en la pestaña Resumen la evolución del número de encuestas realizadas de forma diaria. Asimismo, en cualquier momento los datos recogidos pueden descargarse en formato CSV, SPSS (.sav) y hoja de cálculo de Microsoft Excel (.xls).

• Se muestra un análisis descriptivo gráfico de los datos recogidos.

En ambos casos, los datos se encuentran totalmente actualizados.

Gather Precision es el sistema informático desarrollado por Gather Estudios para mejorar los procesos de recogida y análisis de datos, especialmente orientado a empresas del sector de la investigación social y de mercados.

Gather Precision está disponible para aquellas empresas y organizaciones que también quieran utilizarlo en sus proyectos.