12:50
TEDxExeter

Alan Smith: Why we're so bad at statistics

Alan Smith: Por qué hay que adorar la estadística

Filmed:

¿Piensas que eres bueno adivinando estadísticas? Inténtelo de nuevo. Ya bien nos consideremos gente de matemáticas o no, nuestra habilidad para comprender y trabajar con números es terriblemente limitada, dice el experto en visualización de datos Alan Smith. En esta agradable charla, Smith explora el desajuste entre lo que sabemos y lo que creemos que sabemos.

- Data visualisation editor
Alan Smith uses interactive graphics and statistics to breathe new life into how data is presented. Full bio

Back in 2003,
Retrocedamos a 2003,
00:12
the UK government carried out a survey.
el gobierno del Reino Unido
llevó a cabo una encuesta.
00:15
And it was a survey that measured
levels of numeracy
Y fue una encuesta que
medía los niveles de aritmética
00:19
in the population.
en la población.
00:22
And they were shocked to find out
Y se sorprendieron al descubrir
00:23
that for every 100 working age
adults in the country,
que por cada 100 adultos
en edad laboral en el país,
00:25
47 of them lacked Level 1 numeracy skills.
47 carecían del nivel 1 de aritmética.
00:28
Now, Level 1 numeracy skills --
that's low-end GCSE score.
El nivel 1 de aritmética es
la puntuación más baja del puntaje GCSE.
00:32
It's the ability to deal with fractions,
percentages and decimals.
Es la capacidad de tratar
con fracciones, porcentajes y decimales.
00:37
So this figure prompted
a lot of hand-wringing in Whitehall.
Esta cifra generó una gran cantidad
de apretones de manos en Whitehall.
00:40
Policies were changed,
Se cambiaron las políticas,
00:45
investments were made,
se realizaron inversiones,
00:46
and then they ran
the survey again in 2011.
y luego hizo una nueva encuesta en 2011.
00:48
So can you guess
what happened to this number?
¿Pueden adivinar lo que
le pasó a este número?
00:51
It went up to 49.
Subió a 49.
00:55
(Laughter)
(Risas)
00:57
And in fact, when I reported
this figure in the FT,
Y de hecho,
cuando informé esta cifra en el FT,
00:58
one of our readers joked and said,
uno lector bromeó y dijo:
01:01
"This figure is only shocking
to 51 percent of the population."
"Esta cifra solo es chocante para el
51 % de la población".
01:03
(Laughter)
(Risas)
01:06
But I preferred, actually,
the reaction of a schoolchild
Pero yo prefería, en realidad,
la reacción de un escolar
01:09
when I presented
at a school this information,
cuando presenté en una escuela
esta información,
01:12
who raised their hand and said,
quien levantó su mano y dijo:
01:15
"How do we know that the person
who made that number
"¿Cómo sabemos que la persona
que hizo ese número
01:16
isn't one of the 49 percent either?"
no es uno del 49 % también?".
01:19
(Laughter)
(Risas)
01:21
So clearly, there's a numeracy issue,
Así que, claramente,
hay un problema de aritmética,
01:22
because these are
important skills for life,
porque estas son habilidades
importantes para la vida,
01:26
and a lot of the changes
that we want to introduce in this century
y muchos de los cambios que queremos
introducir en este siglo
01:28
involve us becoming
more comfortable with numbers.
involucran que estemos cada vez
más cómodos con los números.
01:32
Now, it's not just an English problem.
No es solo un problema inglés.
01:35
OECD this year released some figures
looking at numeracy in young people,
La OCDE este año lanzó algunos datos
sobre la aritmética en los jóvenes,
01:37
and leading the way, the USA --
y liderando el camino, EE. UU.,
01:42
nearly 40 percent of young people
in the US have low numeracy.
casi el 40 % de los jóvenes en EE. UU.
tienen baja aritmética.
01:44
Now, England is there too,
Inglaterra está también,
01:49
but there are seven OECD countries
with figures above 20 percent.
pero hay siete países de la OCDE
con cifras superiores al 20 %.
01:50
That is a problem,
because it doesn't have to be that way.
Esto es un problema,
ya que no tiene por qué ser así.
01:56
If you look at the far end of this graph,
Si nos fijamos en
el otro extremo del gráfico,
01:59
you can see the Netherlands and Korea
are in single figures.
pueden ver que Holanda y Corea
están en un solo dígito.
02:01
So there's definitely a numeracy
problem that we want to address.
Definitivamente hay un problema
de aritmética que queremos abordar.
02:04
Now, as useful as studies like these are,
Tan útiles como son estos estudios,
02:09
I think we risk herding people
inadvertently into one of two categories;
corremos el riesgo de agrupar las personas
sin querer en una de dos categorías;
02:12
that there are two kinds of people:
que hay dos tipos de personas:
02:17
those people that are comfortable
with numbers, that can do numbers,
aquellas que se sienten cómodas con
los números, que pueden hacerlos,
02:19
and the people who can't.
y los que no pueden.
02:23
And what I'm trying
to talk about here today
Y lo que estoy tratando
de decirle aquí hoy
02:26
is to say that I believe
that is a false dichotomy.
es que creo que es
una falsa dicotomía.
02:28
It's not an immutable pairing.
No es un emparejamiento inmutable.
02:31
I think you don't have to have
tremendously high levels of numeracy
Creo que uno no tiene que tener un
nivel tremendamente alto de aritmética
02:33
to be inspired by numbers,
para ser inspirado por los números,
02:36
and that should be the starting point
to the journey ahead.
y que debería ser el punto de partida
para lo que sigue.
02:38
And one of the ways in which
we can begin that journey, for me,
Una de las formas en las que podemos
empezar ese viaje, para mí,
02:42
is looking at statistics.
es mirar a la estadística.
02:46
Now, I am the first to acknowledge
that statistics has got somewhat
Soy el primero en reconocer que
la estadística tiene algo así como
02:48
of an image problem.
un problema de imagen.
02:51
(Laughter)
(Risas)
02:53
It's the part of mathematics
Es la parte de las matemáticas
02:54
that even mathematicians
don't particularly like,
que incluso a los matemáticos
no nos gusta especialmente,
02:55
because whereas the rest of maths
is all about precision and certainty,
porque mientras que el resto de las
matemáticas tratan de precisión y certeza,
02:58
statistics is almost the reverse of that.
la estadística es casi lo contrario.
03:02
But actually, I was a late convert
to the world of statistics myself.
Pero, en realidad, soy un converso tardío
del mundo de la estadística.
03:05
If you'd asked my undergraduate professors
Si hubieran preguntado
a mis profesores de universidad
03:10
what two subjects would I be least likely
to excel in after university,
por dos temas en los que fuera menos
propenso a sobresalir al acabar,
03:12
they'd have told you statistics
and computer programming,
les habrían dicho
estadísticas y programación informática,
03:17
and yet here I am, about to show you
some statistical graphics
y sin embargo, aquí estoy, a punto
de mostrar gráficos estadísticos
03:20
that I programmed.
que programé.
03:23
So what inspired that change in me?
¿Qué inspiró el cambio en mí?
03:24
What made me think that statistics
was actually an interesting thing?
¿Qué me hizo pensar que la estadística
era en realidad una cosa interesante?
03:26
It's really because
statistics are about us.
Realmente porque las estadísticas
son sobre nosotros.
03:30
If you look at the etymology
of the word statistics,
Si nos fijamos en la etimología
de la palabra estadística,
03:32
it's the science of dealing with data
es la ciencia que trata con datos
03:35
about the state or the community
that we live in.
sobre el estado o la comunidad
en que vivimos.
03:38
So statistics are about us as a group,
Así que las estadísticas son
acerca de nosotros como grupo,
03:40
not us as individuals.
no nosotros como individuos.
03:43
And I think as social animals,
Creo que como animales sociales,
03:45
we share this fascination about how
we as individuals relate to our groups,
compartimos esta fascinación sobre
cómo somos como individuos en relación
03:47
to our peers.
con nuestros grupos y compañeros.
03:51
And statistics in this way
are at their most powerful
Y las estadísticas en esta vía
están en su mayor potencia
03:52
when they surprise us.
cuando nos sorprenden.
03:55
And there's been some really wonderful
surveys carried out recently
Ha habido algunas encuestas
realmente maravillosas recientemente
03:57
by Ipsos MORI in the last few years.
por Ipsos MORI en los últimos años.
04:00
They did a survey of over
1,000 adults in the UK,
Hicieron un estudio de más de
1000 adultos en el Reino Unido,
04:02
and said, for every 100 people
in England and Wales,
y dicen que, de cada 100 personas
en Inglaterra y Gales,
04:05
how many of them are Muslim?
¿cuántas son musulmanes?
04:08
Now the average answer from this survey,
Ahora la respuesta media de esta encuesta,
04:10
which was supposed to be representative
of the total population, was 24.
que se supone que es representativa
de la población total, fue de 24.
04:13
That's what people thought.
Eso es lo que la gente pensaba.
04:16
British people think 24 out of every 100
people in the country are Muslim.
Los británicos piensan 24 de cada 100
personas en el país son musulmanes.
04:20
Now, official figures reveal
that figure to be about five.
Ahora, las cifras oficiales revelan
que el número es 5.
04:24
So there's this big variation
between what we think, our perception,
Así que hay esta gran variación entre
lo que pensamos, nuestra percepción,
04:29
and the reality as given by statistics.
y la realidad dada por las estadísticas.
04:33
And I think that's interesting.
Creo que eso es interesante.
04:35
What could possibly be causing
that misperception?
¿Qué podría ser posiblemente
la causa de la percepción errónea?
04:37
And I was so thrilled with this study,
Estaba tan encantado con este estudio,
04:41
I started to take questions out
in presentations. I was referring to it.
que empecé a tomar preguntas
en presentaciones. Me refería a ella.
04:42
Now, I did a presentation
Hice una presentación
04:46
at St. Paul's School for Girls
in Hammersmith,
en la Escuela St. Paul
de niñas en Hammersmith,
04:47
and I had an audience rather like this,
y tenía un público
más o menos como este,
04:50
except it was comprised entirely
of sixth-form girls.
excepto que estaba compuesto
en su totalidad de niñas de 17 años.
04:52
And I said, "Girls,
Dije: "Niñas,
04:56
how many teenage girls do you think
the British public think
¿cuántas chicas adolescentes creen
que el público británico piensa
04:59
get pregnant every year?"
que quedan embarazadas cada año?".
05:04
And the girls were apoplectic when I said
Y las chicas se exaltaron cuando dije
05:05
the British public think that 15
out of every 100 teenage girls
que el público británico considera
que 15 de cada 100 adolescentes
05:09
get pregnant in the year.
quedaban embarazadas al año.
05:13
And they had every right to be angry,
Y tenían todo el derecho
de estar enojadas,
05:15
because in fact, I'd have to have
closer to 200 dots
porque, de hecho, tendría que tener
cerca de 200 puntos
05:17
before I could color one in,
antes de poder colorear uno de estos,
05:20
in terms of what
the official figures tell us.
en términos de lo que
las cifras oficiales nos dicen.
05:21
And rather like numeracy,
this is not just an English problem.
Y como la aritmética,
esto no es solo un problema inglés.
05:24
Ipsos MORI expanded the survey
in recent years to go across the world.
Ipsos MORI amplió la encuesta en los
últimos años al otro lado del mundo.
05:28
And so, they asked Saudi Arabians,
Y así, pidieron a los saudíes,
05:32
for every 100 adults in your country,
por cada 100 adultos en su país,
05:35
how many of them are overweight or obese?
¿cuántos de ellos tienen
sobrepeso o son obesos?
05:38
And the average answer from the Saudis
was just over a quarter.
Y la respuesta promedio de los saudís
fue de poco más de un cuarto.
05:42
That's what they thought.
Eso es lo que pensaban.
05:48
Just over a quarter of adults
are overweight or obese.
Poco más de un cuarto
tienen sobrepeso o son obesos.
05:49
The official figures show, actually,
it's nearer to three-quarters.
Las cifras oficiales muestran, en
realidad, están más cerca de tres cuartos.
05:52
(Laughter)
(Risas)
05:56
So again, a big variation.
De nuevo, una gran variación.
05:58
And I love this one: they asked in Japan,
they asked the Japanese,
Y amo a éste: que pidieron en Japón,
pidieron a los japoneses,
06:00
for every 100 Japanese people,
por cada 100 personas japonesas,
06:05
how many of them live in rural areas?
¿cuántos viven en zonas rurales?
06:07
The average was about a 50-50 split,
just over halfway.
El promedio fue de alrededor de
un 50-50, poco más de la mitad.
06:10
They thought 56 out of every 100
Japanese people lived in rural areas.
Pensaron que 56 de cada 100 japoneses
vivían en zonas rurales.
06:15
The official figure is seven.
La cifra oficial es de siete.
06:19
So extraordinary variations,
and surprising to some,
Así, las variaciones extraordinarias
y sorprendente para algunos,
06:22
but not surprising to people
who have read the work
pero no es extraño para
quienes han leído la obra
06:26
of Daniel Kahneman, for example,
the Nobel-winning economist.
de Daniel Kahneman, por ejemplo,
ganador del Nobel de economía.
06:29
He and his colleague, Amos Tversky,
spent years researching this disjoint
Él y su colega, Amos Tversky, pasaron
años investigando esta desconexión
06:33
between what people perceive
and the reality,
entre lo que la gente
percibe y la realidad,
06:38
the fact that people are actually
pretty poor intuitive statisticians.
el que las personas son realmente
muy malos estadísticos intuitivos.
06:41
And there are many reasons for this.
Y hay muchas razones para ello.
06:45
Individual experiences, certainly,
can influence our perceptions,
Las experiencias individuales, sin duda,
pueden influir nuestra percepción,
06:47
but so, too, can things like the media
reporting things by exception,
pero también, cosas como los
informes de los medios de la excepción,
06:50
rather than what's normal.
en lugar de lo que es normal.
06:54
Kahneman had a nice way
of referring to that.
Kahneman tenía una manera
de referirse a eso.
06:56
He said, "We can be blind
to the obvious" --
"Podemos cerrar los ojos
a lo evidente"
06:58
so we've got the numbers wrong --
--tener un número equivocado--
07:01
"but we can be blind
to our blindness about it."
"pero podemos estar ciegos
a nuestra ceguera al respecto".
07:02
And that has enormous
repercussions for decision making.
Y esto tiene enormes repercusiones
para la toma de decisiones.
07:05
So at the statistics office
while this was all going on,
En la oficina de estadísticas,
mientras esto pasaba,
07:08
I thought this was really interesting.
me pareció que era muy interesante.
07:11
I said, this is clearly a global problem,
Dije que claramente es un problema global,
07:13
but maybe geography is the issue here.
pero tal vez la geografía
es la cuestión aquí.
07:15
These were questions that were all about,
how well do you know your country?
Todas estas preguntas eran de,
¿qué tan bien conoce su país?
07:17
So in this case, it's how well
do you know 64 million people?
Así que en este caso, ¿qué tan bien
conoces 64 millones de personas?
07:21
Not very well, it turns out.
I can't do that.
Resulta que no muy bien.
No puedo hacer eso.
07:25
So I had an idea,
Así que tuve una idea,
07:28
which was to think about
this same sort of approach
que consistía en pensar
en este mismo tipo de enfoque
07:29
but to think about it
in a very local sense.
pero pensar en ello
en un sentido muy local.
07:32
Is this a local?
¿Es esto local?
07:34
If we reframe the questions and say,
Si reformulamos las preguntas y decir,
07:36
how well do you know your local area,
¿qué tan bien conoce su área local,
07:38
would your answers be any more accurate?
serían sus respuestas más precisas?
07:40
So I devised a quiz:
Así que ideé un cuestionario:
07:43
How well do you know your area?
¿Qué tan bien conoce su área?
07:45
It's a simple Web app.
Es una sencilla aplicación Web.
07:48
You put in a post code
Ponen un código postal
07:50
and then it will ask you questions
based on census data
y luego le hará preguntas sobre
la base de los datos del censo
07:51
for your local area.
de su área local.
07:54
And I was very conscious
in designing this.
Y yo era muy consciente
en este diseño.
07:56
I wanted to make it open
to the widest possible range of people,
Quería hacerla abierta al mayor
número posible de personas,
07:58
not just the 49 percent
who can get the numbers.
No solo el 49 % que
se puede obtener los números.
08:02
I wanted everyone to engage with it.
Quería que todos se unieran.
08:05
So for the design of the quiz,
Así, para el diseño del cuestionario,
08:07
I was inspired by the isotypes
me inspiré en los isotipos
08:08
of Otto Neurath from the 1920s and '30s.
de Otto Neurath a partir
de los años 1920 y 30.
08:12
Now, these are methods
for representing numbers
Estos son métodos
para representar los números
08:14
using repeating icons.
mediante repetición de iconos.
08:19
And the numbers are there,
but they sit in the background.
Y los números están ahí,
pero se sientan en el fondo.
08:21
So it's a great way
of representing quantity
Así que es una gran manera
de representar cantidades
08:24
without resorting to using terms
like "percentage,"
sin recurrir al uso de
términos como "porcentaje"
08:27
"fractions" and "ratios."
"fracciones" y "relaciones".
08:30
So here's the quiz.
Aquí está la prueba.
08:31
The layout of the quiz is,
El diseño de la prueba es,
08:34
you have your repeating icons
on the left-hand side there,
deben repetir los iconos
en la parte izquierda de allí,
08:35
and a map showing you the area
we're asking you questions about
y un mapa que muestra el área en
la que a uno le están preguntando
08:38
on the right-hand side.
al lado derecho.
08:41
There are seven questions.
Hay siete preguntas.
08:43
Each question, there's a possible answer
between zero and a hundred,
En cada pregunta, hay una posible
respuesta entre 0 y 100,
08:44
and at the end of the quiz,
y, al final de la prueba,
08:48
you get an overall score
between zero and a hundred.
se obtiene una puntuación
total entre 0 y 100.
08:49
And so because this is TEDxExeter,
Y como este es TEDxExeter,
08:52
I thought we would have
a quick look at the quiz
creí que sería bueno ver
rápidamente la prueba
08:55
for the first few questions of Exeter.
de las primeras preguntas de Exeter.
08:57
And so the first question is:
La primera pregunta es:
08:59
For every 100 people,
how many are aged under 16?
Por cada 100 personas,
¿cuántos son menores de 16 años?
09:01
Now, I don't know Exeter very well
at all, so I had a guess at this,
Ahora, no conozco Exeter muy bien,
así que tenía una pista sobre esto,
09:04
but it gives you an idea
of how this quiz works.
pero te da una idea de
cómo funciona esta prueba.
09:08
You drag the slider
to highlight your icons,
Arrastren el cursor
para resaltar sus iconos,
09:10
and then just click "Submit" to answer,
y luego hagan clic
en "Enviar" para contestar,
09:14
and we animate away the difference
between your answer and reality.
y animemos la diferencia
entre la respuesta y la realidad.
09:16
And it turns out, I was a pretty
terrible guess: five.
Y resulta que hice una
conjetura bastante terrible: cinco.
09:20
How about the next question?
¿Qué hay de la siguiente?
09:25
This is asking about
what the average age is,
Esta pregunta por la edad media,
09:26
so the age at which half
the population are younger
la edad en la que la
mitad de la población es menor
09:28
and half the population are older.
y la mitad mayor.
09:31
And I thought 35 -- that sounds
middle-aged to me.
Y pensé 35
--que a mí me suena edad mediana--.
09:32
(Laughter)
(Risas)
09:36
Actually, in Exeter,
it's incredibly young,
En realidad, Exeter,
es increíblemente joven,
09:40
and I had underestimated the impact
of the university in this area.
y yo había subestimado el impacto
de la universidad en esta área.
09:42
The questions get harder
as you go through.
Las preguntas se dificultan al avanzar.
09:46
So this one's now asking
about homeownership:
Esta ahora pregunta por
la propiedad de vivienda:
09:48
For every 100 households, how many
are owned with a mortgage or loan?
Por cada 100 hogares, ¿cuántos son
de propiedad con una hipoteca o préstamo?
09:51
And I hedged my bets here,
Y fui sobre seguro aquí,
09:55
because I didn't want to be
more than 50 out on the answer.
porque no quería estar equivocado
en más de 50 en la respuesta.
09:56
(Laughter)
(Risas)
10:00
And actually, these get harder,
these questions,
Y, de hecho, se hacen
más difíciles estas preguntas,
10:02
because when you're in an area,
when you're in a community,
porque cuando estás en un área,
en una comunidad,
10:04
things like age -- there are clues
to whether a population is old or young.
de cosas como la edad hay pistas
si la población es joven o vieja.
10:07
Just by looking around
the area, you can see it.
Con solo mirar por la zona, se puede ver.
10:12
Something like homeownership
is much more difficult to see,
Algo como la propiedad de vivienda
es mucho más difícil de ver,
10:15
so we revert to our own heuristics,
por lo que volvemos
a nuestros heurísticos,
10:18
our own biases about how many people
we think own their own homes.
nuestros prejuicios sobre cuántos
creemos que son dueños de sus hogares.
10:21
Now the truth is,
when we published this quiz,
Ahora, la verdad es que,
cuando publicamos este cuestionario,
10:25
the census data that it's based on
was already a few years old.
los datos del censo en que se basa
ya eran de un par de años atrás.
10:29
We've had online applications
that allow you to put in a post code
Hemos tenido aplicaciones en línea que
permiten poner en un código postal
10:32
and get statistics back for years.
y obtener estadísticas anteriores de años.
10:36
So in some senses,
En algunos sentidos,
10:38
this was all a little bit old
and not necessarily new.
todo esto era un poco viejo
y no necesariamente nueva.
10:39
But I was interested to see
what reaction we might get
Pero yo estaba interesado en ver
qué reacción se consigue
10:43
by game-ifying the data
in the way that we have,
volviendo juego los datos
en la forma que los tenemos,
10:46
by using animation
mediante el uso de animación
10:49
and playing on the fact
that people have their own preconceptions.
y el hecho de que las personas
tienen sus propias ideas preconcebidas.
10:51
It turns out, the reaction was, um ...
Resulta que, la reacción fue, um...
10:55
was more than I could have hoped for.
fue más de lo que podía haber esperado.
11:00
It was a long-held ambition of mine
to bring down a statistics website
Era una ambición de larga data mía
bajar una página web estadística
11:02
due to public demand.
por la demanda del público.
11:05
(Laughter)
(Risas)
11:07
This URL contains the words
"statistics," "gov" and "UK,"
Esta URL contiene las palabras
"estadísticas", "gov" y "Reino Unido"
11:08
which are three of people's least
favorite words in a URL.
3 de las palabras menos favoritas
de la gente en una dirección URL.
11:12
And the amazing thing about this
was that the website came down
Y lo sorprendente de esto fue
que el sitio web descendió
11:15
at quarter to 10 at night,
al cuarto para las 10 de la noche,
11:19
because people were actually
engaging with this data
porque la gente estaba realmente
interactuando con estos datos
11:21
of their own free will,
por su propia voluntad,
11:24
using their own personal time.
usando su propio tiempo personal.
11:26
I was very interested to see
Yo estaba muy interesado en ver
11:28
that we got something like
a quarter of a million people
que lográramos algo así como
un cuarto de millón de personas
11:31
playing the quiz within the space
of 48 hours of launching it.
jugando con el cuestionario
en el plazo de 48 horas de lanzada.
11:34
And it sparked an enormous discussion
online, on social media,
Y se desencadenó una enorme discusión
en línea, en las redes sociales,
11:38
which was largely dominated
que fue dominada en gran parte
11:42
by people having fun
with their misconceptions,
por personas que se divierten
con sus conceptos erróneos,
11:44
which is something that
I couldn't have hoped for any better,
que es algo que no podía
haber esperado mejor,
11:48
in some respects.
en ciertos sentidos.
11:51
I also liked the fact that people started
sending it to politicians.
También me gustó que la gente comenzó
a enviársela a los políticos.
11:52
How well do you know the area
you claim to represent?
¿Qué tan bien conoce
el área que dicen representar?
11:55
(Laughter)
(Risas)
11:58
And then just to finish,
A continuación para terminar,
11:59
going back to the two kinds of people,
remontándonos a las dos
clases de personas,
12:01
I thought it would be
really interesting to see
pensé que sería muy interesante ver
12:04
how people who are good with numbers
would do on this quiz.
cómo las personas buenas
con los números hacían la prueba.
12:06
The national statistician
of England and Wales, John Pullinger,
Del estadístico nacional de
Inglaterra y Gales, John Pullinger,
12:09
you would expect he would be pretty good.
se podía esperar
que fuera bastante bueno.
12:12
He got 44 for his own area.
Obtuvo 44 en su propia área.
12:15
(Laughter)
(Risas)
12:17
Jeremy Paxman -- admittedly,
after a glass of wine -- 36.
Jeremy Paxman --ciertamente,
después de una copa de vino-- 36.
12:20
Even worse.
Peor aún.
12:25
It just shows you that the numbers
can inspire us all.
Simplemente muestra que los números
nos pueden inspirar.
12:27
They can surprise us all.
Nos pueden sorprender.
12:30
So very often, we talk about statistics
Muy a menudo, hablamos de la estadística
12:31
as being the science of uncertainty.
como de la ciencia de la incertidumbre.
12:34
My parting thought for today is:
Me pensamiento de despedida para hoy:
12:35
actually, statistics is the science of us.
En realidad, la estadística
es la ciencia de nosotros.
12:37
And that's why we should
be fascinated by numbers.
Y por eso que deberíamos
estar fascinados con los números.
12:40
Thank you very much.
Muchas gracias.
12:43
(Applause)
(Aplausos)
12:44
Translated by Ciro Gomez
Reviewed by Lidia Cámara de la Fuente

▲Back to top

About the Speaker:

Alan Smith - Data visualisation editor
Alan Smith uses interactive graphics and statistics to breathe new life into how data is presented.

Why you should listen

Alan Smith is Data Visualisation Editor at the Financial Times in London. Previously he was Head of Digital Content at the UK Office for National Statistics (ONS).

With a background in cartography and digital mapping, he has spent the last decade finding ways of bringing statistics to wider audiences. In 2010, he was an inaugural recipient of the Royal Statistical Society's Award for Excellence in Official Statistics. He was appointed Office of the Order of the British Empire (OBE) in the Queen's 2011 Birthday Honours list.

More profile about the speaker
Alan Smith | Speaker | TED.com