viernes, 27 de marzo de 2026
Población Mundial por Continentes 2025-2026
Lista de aplicaciones de Inteligencia Artificial en Estadística
- IBM SPSS: análisis estadístico clásico con funciones avanzadas y apoyo de automatización para investigación social.
- RapidMiner: minería de datos, clasificación, segmentación y análisis predictivo sin mucho código.
- Google Cloud Natural Language API: extracción de entidades, análisis de sentimientos y clasificación de texto para grandes corpus.
- Microsoft Azure Cognitive Services: análisis de texto, emociones y contenido a escala.
- PowerDrill AI: análisis cuantitativo con lenguaje natural, pruebas t, ANOVA, regresión y visualizaciones automáticas.
- Julius AI: asistente conversacional para estadística y visualización de datos.
- NVivo: aunque es más conocido por lo cualitativo, también ayuda a organizar y analizar datos textuales y mixtos en investigación social.
- Brandwatch: análisis de redes sociales, tendencias, sentimiento y conversación pública.
- NodeXL: análisis y visualización de redes sociales.
- Encuestas y bases de datos grandes: SPSS, RapidMiner, PowerDrill AI y Julius AI.
- Texto abierto y opiniones: Google Cloud Natural Language API, Azure Cognitive Services y NVivo.
- Redes sociales y opinión pública: Brandwatch y NodeXL.
- Modelado y predicción: RapidMiner, PowerDrill AI y herramientas de analítica en la nube.
martes, 24 de junio de 2025
Estadística en el Siglo XXI. Unos puntos.
Introducción
La estadística, nacida como una herramienta para el conteo y la descripción de fenómenos sociales, ha experimentado en las últimas décadas una profunda transformación. De una disciplina auxiliar de las ciencias sociales y naturales, ha evolucionado hacia un campo autónomo con una fuerte impronta computacional, teórica e interdisciplinaria. Este proceso ha sido impulsado por el crecimiento exponencial de los datos, el desarrollo de nuevas tecnologías digitales y la necesidad creciente de tomar decisiones informadas en contextos de alta incertidumbre. Este apartado presenta una síntesis de los avances más relevantes que caracterizan a la estadística contemporánea.
1. Estadística computacional
Uno de los ejes más dinámicos del desarrollo estadístico actual es su fusión con la informática. La estadística computacional ha permitido resolver problemas complejos a través de algoritmos, simulaciones y técnicas de estimación robustas. Destacan especialmente los métodos de inferencia bayesiana, cuyo renacimiento ha sido posible gracias a herramientas como Stan, PyMC y JAGS, que permiten aplicar el enfoque bayesiano incluso en modelos altamente complejos. Asimismo, técnicas como Monte Carlo por cadenas de Markov (MCMC) han ampliado significativamente el alcance de la inferencia estadística (Gelman et al., 2013).
2. Estadística y big data
El surgimiento del big data ha desafiado las metodologías estadísticas tradicionales, empujando a la disciplina a adaptarse al análisis de volúmenes masivos de datos. En este contexto, han proliferado nuevas técnicas orientadas al procesamiento distribuido y paralelo de información, muchas de ellas implementadas en entornos como Hadoop o Spark. Esta evolución ha consolidado la ciencia de datos como una síntesis entre estadística, programación y análisis aplicado (James et al., 2021).
3. Aplicaciones interdisciplinarias
La estadística actual se distingue por su profunda transversalidad. En el campo de la salud, la bioestadística ha sido esencial para comprender dinámicas epidemiológicas como la pandemia de COVID-19. En economía, la econometría ha incorporado técnicas de series temporales, modelos estructurales y análisis de alta dimensión. También se ha expandido hacia las ciencias cognitivas, la sociología cuantitativa, la educación y la neurociencia, permitiendo analizar patrones complejos de comportamiento, aprendizaje y percepción (Diez Roux, 2011).
4. Reproducibilidad y transparencia
La crisis de reproducibilidad en diversas disciplinas científicas ha impulsado un fuerte compromiso desde la estadística por promover prácticas abiertas y verificables. Hoy en día, herramientas como R Markdown, Jupyter Notebooks y plataformas como GitHub permiten compartir códigos, datos y resultados de manera integral. Además, se han desarrollado metodologías más robustas frente al problema de los falsos positivos, evitando prácticas cuestionables como el p-hacking (Ioannidis, 2005).
5. Avances teóricos
En el plano conceptual, la estadística ha profundizado en nuevas áreas como la inferencia causal, especialmente con los modelos gráficos propuestos por Judea Pearl. También han avanzado los modelos no paramétricos y semi-paramétricos, ideales para situaciones donde las suposiciones clásicas no se sostienen. Otros desarrollos incluyen el análisis estadístico de datos de alta dimensión, el estudio de redes complejas y la estadística funcional (Pearl, 2009).
6. Democratización del conocimiento estadístico
El acceso abierto a herramientas como R, Python o plataformas educativas como Coursera, edX o Kaggle ha facilitado la difusión global de conocimientos estadísticos. Hoy es posible aprender estadística aplicada desde cualquier parte del mundo, participando incluso en competencias colaborativas. Además, el desarrollo de modelos explicables (explainable AI) representa un avance hacia una estadística más comprensible, incluso en contextos de inteligencia artificial compleja (Molnar, 2020).
Conclusión
La estadística del siglo XXI no solo ha cambiado en sus métodos, sino también en su rol social. Ya no es solo una herramienta técnica, sino un instrumento esencial para la toma de decisiones basada en evidencia, el análisis crítico de la información y la generación de conocimiento riguroso. Su capacidad de adaptarse a nuevas exigencias tecnológicas y sociales asegura su protagonismo en el futuro de la ciencia, la economía, la salud y la vida pública.
Referencias
Diez Roux, A. V. (2011). Complex systems thinking and current impasses in health disparities research. American Journal of Public Health, 101(9), 1627-1634.
Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). Chapman and Hall/CRC.
Ioannidis, J. P. (2005). Why most published research findings are false. PLoS Medicine, 2(8), e124.
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2021). An Introduction to Statistical Learning (2nd ed.). Springer.
Molnar, C. (2020). Interpretable Machine Learning. https://christophm.github.io/interpretable-ml-book/
sábado, 28 de septiembre de 2024
Lista de fuentes de información estadística sobre El Salvador
1. Dirección General de Estadística y Censos (DIGESTYC) ahora Oficina Nacional de Estadística (ONE) dependencia del Banco Central de Reserva (BCR).
Fué la principal fuente oficial de estadísticas del país. Durante la administración Bukele fue disuelta y su estructura fue absorbida por el Banco Central de Reserva aunque la DIGESTYC no procesaba estadísticas financieras o contables. Afortunadamente probablemente por la vigilancia de entidades relacionadas con las estadísticas en la ONU, CEPAL y otras como FMI, BM, PARIS 21 y por la tradición en el procesamiento consistente con la realidad todavía lo que hoy es la ONE como dependencia del BCR entrega estadísticas sobre la gravedad de la situación del crecimiento de la pobreza nacional. Publica informes sobre población, economía, empleo, pobreza, salud, y más.
Sitio web: www.digestyc.gob.sv que ya no funciona y cuya información completa supuestamente se encuentra en la página del BCR.
2. Banco Central de Reserva de El Salvador (BCR)
Proporciona datos macroeconómicos como PIB, balanza de pagos, inflación, remesas, tipo de cambio y tasas de interés.
Sitio web: www.bcr.gob.sv
3. Ministerio de Economía (MINEC)
Ofrece informes económicos y estadísticas sobre comercio, industria y políticas económicas.
Sitio web: www.minec.gob.sv
4. Superintendencia del Sistema Financiero (SSF)
Publica estadísticas del sector financiero, como informes sobre bancos, cooperativas, y seguros.
Sitio web: www.ssf.gob.sv
5. Secretaría Técnica y de Planificación de la Presidencia (SETEPLAN)
Genera informes y estadísticas relacionadas con los planes de desarrollo nacional.
Sitio web: www.presidencia.gob.sv
6. Instituto Salvadoreño del Seguro Social (ISSS)
Proporciona datos relacionados con la salud y la seguridad social.
Sitio web: www.isss.gob.sv
7. Ministerio de Salud (MINSAL)
Publica estadísticas relacionadas con la salud pública, enfermedades, vacunación, y servicios médicos.
Sitio web: www.salud.gob.sv
8. Superintendencia General de Electricidad y Telecomunicaciones (SIGET)
Ofrece estadísticas del sector eléctrico y de telecomunicaciones.
Sitio web: www.siget.gob.sv
9. Fondo de las Naciones Unidas para la Infancia (UNICEF) – El Salvador
Proporciona datos sobre la situación de la infancia y la juventud en El Salvador.
Sitio web: www.unicef.org/elsalvador
10. Comisión Económica para América Latina y el Caribe (CEPAL)
Ofrece estadísticas sobre el desarrollo económico y social en El Salvador y América Latina.
Sitio web: www.cepal.org
11. Banco Mundial (World Bank)
Proporciona datos económicos, sociales y de desarrollo de El Salvador.
Sitio web: www.bancomundial.org
12. Fondo Monetario Internacional (FMI)
Ofrece informes y estadísticas sobre las finanzas públicas y la economía salvadoreña.
Sitio web: www.imf.org
13. Programa de las Naciones Unidas para el Desarrollo (PNUD)
Publica estadísticas relacionadas con desarrollo humano, desigualdad, pobreza y otros indicadores sociales.
Sitio web: www.undp.org/el-salvador
14. Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO)
FAOSTAT proporciona acceso libre a datos sobre alimentación y agricultura de más de 245 países y 35 regiones, desde 1961 hasta el año más reciente disponible.
Sitio web: https://www.fao.org/faostat/es/#home
15. Fondo de Población de Naciones Unidas (UNFPA)
Datos sobre población e Índice de Desarrollo Humano
Sitio web: https://elsalvador.unfpa.org/es
Estas fuentes proporcionan información y datos útiles para el análisis económico, social y demográfico de El Salvador.
Fuente: ChatGPT revisado, ampliado, acotado por EH.
viernes, 1 de marzo de 2024
Datos básicos sobre Historia de la Estadística
Fuentes de información estadística básica sobre economía mundial
viernes, 29 de diciembre de 2023
Premisas de Naciones Unidas sobre estadísticas nacionales
sábado, 25 de marzo de 2023
Referencia de la Ley de Disolución de la DIGESTYC.
sábado, 20 de agosto de 2022
On El Salvador’s decision to dissolve DIGESTYC

domingo, 24 de marzo de 2019
Las nuevas metodologías para el cálculo de la pobreza.
- Hasta esta fecha la metodología para el cálculo de la pobreza monetaria en El Salvador, ha tenido dos componentes principales: la delimitación de una Canasta Básica Alimentaria y la precisión del Ingreso Monetario de los Hogares. Las cifras oficiales basadas en estos datos, indican que en período del 2000 al 2009 la tasa de pobreza se redujo en 1 punto porcentual y en el período del 2009 al 2017 en 10 puntos porcentuales y la desigualdad, medida en términos del Indice de Gini, de 5 puntos porcentuales a cerca de 15 puntos porcentuales en dichos períodos. Estas son las cifras oficiales.
- Nosotros hemos realizado ENSAYOS, de adopción de una nueva CBA que ahora lleva el componente NUTRICIONAL de acuerdo a datos del INCAP. Y ello transforma el costo de la CBA de unos 200 dólares para la zona urbana y 150 para la rural. Las tasas de reducción de la pobreza y también de la reducción de la desigualdad se mantendrían si, por ejemplo, haciendo los cálculos para atrás, desde el año 2000 y desde luego, para adelante, se darían cifras comparables, aunque aumente la CBAN. Si los ingresos de las familias no se modifican.
- Algo distinto ocurre si se computan modificados los Ingresos de las Familias. El impacto de la reducción de los niveles de pobreza se atenúa y peor se cambia (¡la pobreza creció y no decreció!) si se modifican los ingresos. Esto puede ser muy deseable para quienes pretenden opacar las sensibles cifras de reducción de pobreza y desigualdad, oficiales, en los períodos de conducción gubernamental por parte del FMLN. Pero también esta discusión forma parte de esfuerzos serios de medición de la pobreza y la desigualdad con más certeza. Pero hasta el momento son eso ESFUERZOS Y ENSAYOS. LAS CIFRAS OFICIALES DE POBREZA MONETARIA Y DESIGUALDAD YA ESTAN DADAS Y SE PUEDEN LEER Y BAJAR EN LA PAGINA WEB DE LA DIGESTYC.
- Un examen somero de esta situación que pudiera llegar a adulterar cifras oficiales probablemente sea el siguiente. En la EHPM se registran los datos objetivos, de los ingresos de las familias, y en las metodologías de cálculo de las propuestas de CEPAL, es notable, existe la tendencia a IMPUTAR como ingreso, variables subjetivas como la respuesta a “cuanto pagaría Usted si tuviera que alquilar el lugar donde vive” o estimaciones del valor de mercado del lugar donde la familia vive. Al menos estas estimaciones presentan serias posibilidades de falta de precisión además de que sobre estiman el ingreso monetario, objetivo, de la familia, que en una economía de mercado, capitalista, se mide esencialmente por el dinero y NO por la prestación o imputación del costo en especie. Y aunque parezca cantinflesco el párrafo, hay que decirlo: la búsqueda de precisión de las imprecisiones puede llevar, precisamente a una medición cada vez más imprecisa. Una sugerencia de superar la imprecisión del alquiler imputado, por parte de la CEPAL, puede darnos una idea de lo complicado del cálculo:
- “Para las mediciones de pobreza presentadas en este documento el alquiler imputado se considera parte del ingreso de los hogares, atendiendo a la necesidad de equiparar el bienestar entre hogares propietarios y arrendatarios. No obstante, con el propósito de atenuar el riesgo de clasificar erróneamente a hogares que debieran ser considerados pobres, debido a un excesivo ingreso no monetario, se aplica una cota máxima al alquiler imputado del hogar, que redunde en una mayor concordancia con el ingreso monetario percibido. De esta manera, se suma como parte del ingreso del hogar el alquiler imputado declarado, hasta un máximo del 100% del ingreso total sin alquiler imputado (es decir, un 50% del ingreso total).” Comisión Económica para América Latina y el Caribe (CEPAL), Medición de la pobreza por ingresos: actualización metodológica y resultados, Metodologías de la CEPAL, N° 2, (LC/PUB.2018/22-P), Santiago, 2018. p. 74.
- En otro punto parece evidente que se altera el ingreso de las familias si por ejemplo el mismo trabajo no pagado a las familias que por sus condiciones de pobreza se ven obligadas a preparar sus alimentos y a cuidar a sus enfermos, se considera un ingreso, como parece sugerir esta definición: “El ingreso primario comprende dos grandes corrientes: i) Ingresos derivados del proceso de producción. Se incluye la retribución del trabajo asalariado y por cuenta propia (ingresos del empleo de la fuerza de trabajo) y los ingresos imputados por la producción de servicios para consumo propio. ii) Ingresos por la propiedad de activos. Comprenden la retribución a los activos, ya sean aplicados al proceso de producción o arrendados para su uso por otros agentes o ya sea que se trate de activos financieros. Los ingresos imputados por la producción de servicios para consumo propio comprenden los servicios de cuidados, los servicios de vivienda cuando el hogar que la ocupa es propietario de la misma y los servicios prestados por los bienes de consumo durables.” (p.70)
- Desde luego, como ensayos y esfuerzos estadísticos para buscar una mayor precisión en la medición son probablemente encomiables, y discutibles en cuanto se vive en una economía en donde todo tiene precio, se compra o se vende, incluida la llamada “mano de obra”, pero la medición con algún contenido subjetivo, en general, no nos puede arrojar datos objetivos, precisos, verificables, evidentes, inmediatos, inconmovibles, fiables, que es el trabajo, entiendo de una oficina nacional de estadística.
- Diferente es el caso de la medición de los subsidios y programas sociales, también apoyado por el Grupo de Canberra de Naciones Unidas. En nuestro caso existe un cálculo preciso, monetario, de su costo y un registro de su entrega. En este período hemos diferenciado en cálculo de la pobreza monetaria, objetiva, de la pobreza multidimensionalmente percibida, con contenidos predominantemente subjetivos.*
domingo, 17 de marzo de 2019
Una aclaración sobre la DIGESTYC
Una aclaración sobre la DIGESTYC
Evaristo Hernández (*)
El día jueves 7 de marzo del corriente año 2019 apareció en La Prensa Gráfica un artículo suscrito por Ricardo Ayala K., Ingeniero Consultor según se refiere y se titula “¿Quién audita las erróneas estadísticas demográficas de El Salvador?”.
En resumen Ayala K., lanza una serie de afirmaciones que al menos requieren una aclaración:
Dice que la DIGESTYC es un organismo de bajo nivel, que por “orden superior” manipula datos estadísticos, que desde el Censo de Población de 1992 tiene información demográfica incorrecta, que los organismos internacionales conocen a fondo que la DIGESTYC trabaja con datos falsos, proyecciones irreales y datos amañados y sin ética.
Es prácticamente imposible sostener todas estas afirmaciones basadas en datos de otra publicación periodística, como hace Ayala K., comparando los datos reportados por la DIGESTYC y los del MINED. No conozco en detalle el procesamiento de datos del MINED pero, en lo que puedo hacer constar desde mi cargo, puedo dar fe de la seriedad y competencia técnica y de la ética profesional del personal que tiene a su cargo la producción estadística principal en la DIGESTYC.
Las proyecciones de la población de la DIGESTYC se basan en el Censo de Población del 2007, Censo que al parecer desconoce Ayala K., pues menciona como referencia el Censo de 1992. Para la producción de indicadores estadísticos se sigue un riguroso proceso estadístico, por ejemplo, del Censo de Población de 2007 se seleccionó una muestra de cerca de 1700 segmentos de forma aleatoria con promedio de 150 viviendas que se actualizan de manera cartográfica partiendo de una selección aleatoria de conglomerados que es la que se utiliza para seleccionar cerca de 20 mil hogares con quienes se realizan entrevistas lo largo de todo el año para formular los indicadores de la Encuesta de Hogares de Propósitos Múltiples, EHPM, cuyos resultados se proyectan por departamentos y a nivel nacional.
Para hacer las proyecciones de población se ha contado con la asistencia de personal experto del Centro Latinoamericano y Caribeño de Demografía (CELADE), que desde 1997 es la División de Población de la CEPAL. Las fallas en las proyecciones se deben esencialmente a que se necesita el Censo de Población que debe realizarse cada 10 años. La DIGESTYC en este período realizó la planificación, formuló el presupuesto, se logró la aprobación técnica de un préstamo del BID para realizar el Censo, se realizó el Censo Piloto y se entrenó personal de cartografía y encuesta estando preparada la Institución para realizar el Censo de Población en seis meses a mediados del año próximo pasado. Situaciones ajenas a la DIGESTYC impidieron la realización del Censo.
La Ley Orgánica del Servicio Estadístico, vigente, que creó la DIGESTYC en 1955, como el Organismo Rector del Servicio Estadístico Nacional, imposibilita que sea considerado un organismo de bajo nivel en la estructura orgánica del MINEC. Por lo demás la DIGESTYC en este período formó parte de dos entidades internacionales de alto nivel: “Grupo de Alto Nivel (“High Level Group”) para la Colaboración, Coordinación y Fomento de las Capacidades Estadísticas en América Latina” de la Conferencia Estadística de las Américas, CEA de la CEPAL. Y se formó parte del Directorio de PARIS 21 (Partnership in Statistics for Development in the 21st Century) establecido por las Naciones Unidas, la Unión Europea, la OECD, el FMI y el Banco Mundial.
(*) Sociólogo, Economista, Director General de la DIGESTYC.
50 Aniversario de la creación del UNFPA
También en: https://www.diariocolatino.com/en-el-50-aniversario-de-la-creacion-del-unfpa-y-el-25-aniversario-de-la-conferencia-internacional-sobre-poblacion-y-desarrollo/

