El uso de métodos estadísticos para analizar datos y probar hipótesis.El análisis estadístico es la aplicación de métodos matemáticos para recolectar, resumir e interpretar datos, permitiendo a los investigadores probar hipótesis y extraer conclusiones a partir de observaciones. En física, es indispensable para extraer señales de mediciones ruidosas, como detectar una señal débil de partículas en un detector o identificar patrones en la radiación de fondo cósmico de microondas. Une la brecha entre los datos brutos y las leyes físicas, permitiendo a los científicos cuantificar incertidumbres y hacer predicciones.
Los fundamentos fueron establecidos por Carl Friedrich Gauss (método de mínimos cuadrados, 1809) y posteriormente formalizados por Ronald Fisher en la década de 1920, quien introdujo conceptos como los valores p y el análisis de varianza.
El análisis estadístico implica elegir un modelo para los datos, estimar parámetros (por ejemplo, la media, la varianza) y usar distribuciones de probabilidad para evaluar cuán probables son los datos observados bajo diferentes hipótesis. Técnicas como la estimación de máxima verosimilitud, la inferencia bayesiana y las pruebas de hipótesis (por ejemplo, las pruebas de chi-cuadrado) se utilizan para determinar si un resultado es estadísticamente significativo o solo una fluctuación. En sistemas complejos, métodos como las simulaciones de Monte Carlo ayudan a modelar incertidumbres y comparar predicciones teóricas con los datos.
El análisis estadístico se utiliza en física de partículas para confirmar descubrimientos (por ejemplo, el bosón de Higgs), en epidemiología para modelar la propagación de enfermedades y en aprendizaje automático para predicciones basadas en datos.
El descubrimiento del bosón de Higgs en 2012 requirió una significancia estadística de 5 sigma, lo que significa que la probabilidad de un falso positivo era menor a una en un millón.
