TEDxExeter
Alan Smith: Why you should love statistics
Alan Smith: Por qué hay que adorar la estadística
Filmed:
Readability: 4.2
1,779,282 views
¿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.
Alan Smith - Data visualisation editor
Alan Smith uses interactive graphics and statistics to breathe new life into how data is presented. Full bio
Alan Smith uses interactive graphics and statistics to breathe new life into how data is presented. Full bio
Double-click the English transcript below to play the video.
00:12
Back in 2003,
0
714
3096
Retrocedamos a 2003,
00:15
the UK government carried out a survey.
1
3834
2509
el gobierno del Reino Unido
llevó a cabo una encuesta.
llevó a cabo una encuesta.
00:19
And it was a survey that measured
levels of numeracy
levels of numeracy
2
7494
3149
Y fue una encuesta que
medía los niveles de aritmética
medía los niveles de aritmética
00:22
in the population.
3
10667
1237
en la población.
00:23
And they were shocked to find out
4
11928
1643
Y se sorprendieron al descubrir
00:25
that for every 100 working age
adults in the country,
adults in the country,
5
13595
3364
que por cada 100 adultos
en edad laboral en el país,
en edad laboral en el país,
00:28
47 of them lacked Level 1 numeracy skills.
6
16983
3501
47 carecían del nivel 1 de aritmética.
00:32
Now, Level 1 numeracy skills --
that's low-end GCSE score.
that's low-end GCSE score.
7
20892
4112
El nivel 1 de aritmética es
la puntuación más baja del puntaje GCSE.
la puntuación más baja del puntaje GCSE.
00:37
It's the ability to deal with fractions,
percentages and decimals.
percentages and decimals.
8
25410
3248
Es la capacidad de tratar
con fracciones, porcentajes y decimales.
con fracciones, porcentajes y decimales.
00:40
So this figure prompted
a lot of hand-wringing in Whitehall.
a lot of hand-wringing in Whitehall.
9
28682
4628
Esta cifra generó una gran cantidad
de apretones de manos en Whitehall.
de apretones de manos en Whitehall.
00:45
Policies were changed,
10
33334
1628
Se cambiaron las políticas,
00:46
investments were made,
11
34986
1722
se realizaron inversiones,
00:48
and then they ran
the survey again in 2011.
the survey again in 2011.
12
36732
3038
y luego hizo una nueva encuesta en 2011.
00:51
So can you guess
what happened to this number?
what happened to this number?
13
39794
2205
¿Pueden adivinar lo que
le pasó a este número?
le pasó a este número?
00:56
It went up to 49.
14
44021
1444
Subió a 49.
00:57
(Laughter)
15
45489
1449
(Risas)
00:58
And in fact, when I reported
this figure in the FT,
this figure in the FT,
16
46962
2449
Y de hecho,
cuando informé esta cifra en el FT,
cuando informé esta cifra en el FT,
01:01
one of our readers joked and said,
17
49435
1671
uno lector bromeó y dijo:
01:03
"This figure is only shocking
to 51 percent of the population."
to 51 percent of the population."
18
51130
3761
"Esta cifra solo es chocante para el
51 % de la población".
51 % de la población".
01:06
(Laughter)
19
54915
2286
(Risas)
01:09
But I preferred, actually,
the reaction of a schoolchild
the reaction of a schoolchild
20
57225
3157
Pero yo prefería, en realidad,
la reacción de un escolar
la reacción de un escolar
01:12
when I presented
at a school this information,
at a school this information,
21
60406
3095
cuando presenté en una escuela
esta información,
esta información,
01:15
who raised their hand and said,
22
63525
1531
quien levantó su mano y dijo:
01:17
"How do we know that the person
who made that number
who made that number
23
65080
2516
"¿Cómo sabemos que la persona
que hizo ese número
que hizo ese número
01:19
isn't one of the 49 percent either?"
24
67620
1815
no es uno del 49 % también?".
01:21
(Laughter)
25
69459
1254
(Risas)
01:22
So clearly, there's a numeracy issue,
26
70737
4050
Así que, claramente,
hay un problema de aritmética,
hay un problema de aritmética,
porque estas son habilidades
importantes para la vida,
importantes para la vida,
01:26
because these are
important skills for life,
important skills for life,
27
74811
2110
01:28
and a lot of the changes
that we want to introduce in this century
that we want to introduce in this century
28
76945
3867
y muchos de los cambios que queremos
introducir en este siglo
introducir en este siglo
involucran que estemos cada vez
más cómodos con los números.
más cómodos con los números.
01:32
involve us becoming
more comfortable with numbers.
more comfortable with numbers.
29
80836
2441
01:35
Now, it's not just an English problem.
30
83301
1848
No es solo un problema inglés.
01:37
OECD this year released some figures
looking at numeracy in young people,
looking at numeracy in young people,
31
85173
4930
La OCDE este año lanzó algunos datos
sobre la aritmética en los jóvenes,
sobre la aritmética en los jóvenes,
01:42
and leading the way, the USA --
32
90127
2780
y liderando el camino, EE. UU.,
01:44
nearly 40 percent of young people
in the US have low numeracy.
in the US have low numeracy.
33
92931
4670
casi el 40 % de los jóvenes en EE. UU.
tienen baja aritmética.
tienen baja aritmética.
01:49
Now, England is there too,
34
97625
1297
Inglaterra está también,
01:50
but there are seven OECD countries
with figures above 20 percent.
with figures above 20 percent.
35
98946
5533
pero hay siete países de la OCDE
con cifras superiores al 20 %.
con cifras superiores al 20 %.
01:56
That is a problem,
because it doesn't have to be that way.
because it doesn't have to be that way.
36
104503
2759
Esto es un problema,
ya que no tiene por qué ser así.
ya que no tiene por qué ser así.
01:59
If you look at the far end of this graph,
37
107286
2008
Si nos fijamos en
el otro extremo del gráfico,
el otro extremo del gráfico,
02:01
you can see the Netherlands and Korea
are in single figures.
are in single figures.
38
109318
2960
pueden ver que Holanda y Corea
están en un solo dígito.
están en un solo dígito.
02:04
So there's definitely a numeracy
problem that we want to address.
problem that we want to address.
39
112302
4416
Definitivamente hay un problema
de aritmética que queremos abordar.
de aritmética que queremos abordar.
02:09
Now, as useful as studies like these are,
40
117510
2930
Tan útiles como son estos estudios,
02:12
I think we risk herding people
inadvertently into one of two categories;
inadvertently into one of two categories;
41
120464
5400
corremos el riesgo de agrupar las personas
sin querer en una de dos categorías;
sin querer en una de dos categorías;
02:17
that there are two kinds of people:
42
125888
1776
que hay dos tipos de personas:
02:19
those people that are comfortable
with numbers, that can do numbers,
with numbers, that can do numbers,
43
127688
4349
aquellas que se sienten cómodas con
los números, que pueden hacerlos,
los números, que pueden hacerlos,
02:24
and the people who can't.
44
132061
2236
y los que no pueden.
02:26
And what I'm trying
to talk about here today
to talk about here today
45
134321
2101
Y lo que estoy tratando
de decirle aquí hoy
de decirle aquí hoy
02:28
is to say that I believe
that is a false dichotomy.
that is a false dichotomy.
46
136446
3042
es que creo que es
una falsa dicotomía.
una falsa dicotomía.
02:31
It's not an immutable pairing.
47
139512
1868
No es un emparejamiento inmutable.
02:33
I think you don't have to have
tremendously high levels of numeracy
tremendously high levels of numeracy
48
141404
3648
Creo que uno no tiene que tener un
nivel tremendamente alto de aritmética
nivel tremendamente alto de aritmética
02:37
to be inspired by numbers,
49
145076
1728
para ser inspirado por los números,
02:38
and that should be the starting point
to the journey ahead.
to the journey ahead.
50
146828
3109
y que debería ser el punto de partida
para lo que sigue.
para lo que sigue.
02:42
And one of the ways in which
we can begin that journey, for me,
we can begin that journey, for me,
51
150387
4311
Una de las formas en las que podemos
empezar ese viaje, para mí,
empezar ese viaje, para mí,
02:46
is looking at statistics.
52
154722
1726
es mirar a la estadística.
02:48
Now, I am the first to acknowledge
that statistics has got somewhat
that statistics has got somewhat
53
156472
3495
Soy el primero en reconocer que
la estadística tiene algo así como
la estadística tiene algo así como
02:51
of an image problem.
54
159991
1318
un problema de imagen.
02:53
(Laughter)
55
161333
1047
(Risas)
02:54
It's the part of mathematics
56
162404
1532
Es la parte de las matemáticas
02:55
that even mathematicians
don't particularly like,
don't particularly like,
57
163960
3059
que incluso a los matemáticos
no nos gusta especialmente,
no nos gusta especialmente,
02:59
because whereas the rest of maths
is all about precision and certainty,
is all about precision and certainty,
58
167043
4012
porque mientras que el resto de las
matemáticas tratan de precisión y certeza,
matemáticas tratan de precisión y certeza,
03:03
statistics is almost the reverse of that.
59
171079
2284
la estadística es casi lo contrario.
03:05
But actually, I was a late convert
to the world of statistics myself.
to the world of statistics myself.
60
173793
4655
Pero, en realidad, soy un converso tardío
del mundo de la estadística.
del mundo de la estadística.
03:10
If you'd asked my undergraduate professors
61
178472
2082
Si hubieran preguntado
a mis profesores de universidad
a mis profesores de universidad
03:12
what two subjects would I be least likely
to excel in after university,
to excel in after university,
62
180578
4759
por dos temas en los que fuera menos
propenso a sobresalir al acabar,
propenso a sobresalir al acabar,
03:17
they'd have told you statistics
and computer programming,
and computer programming,
63
185361
2767
les habrían dicho
estadísticas y programación informática,
estadísticas y programación informática,
03:20
and yet here I am, about to show you
some statistical graphics
some statistical graphics
64
188152
2939
y sin embargo, aquí estoy, a punto
de mostrar gráficos estadísticos
de mostrar gráficos estadísticos
03:23
that I programmed.
65
191115
1202
que programé.
03:24
So what inspired that change in me?
66
192745
1755
¿Qué inspiró el cambio en mí?
03:26
What made me think that statistics
was actually an interesting thing?
was actually an interesting thing?
67
194524
3648
¿Qué me hizo pensar que la estadística
era en realidad una cosa interesante?
era en realidad una cosa interesante?
03:30
It's really because
statistics are about us.
statistics are about us.
68
198196
2266
Realmente porque las estadísticas
son sobre nosotros.
son sobre nosotros.
03:32
If you look at the etymology
of the word statistics,
of the word statistics,
69
200869
2582
Si nos fijamos en la etimología
de la palabra estadística,
de la palabra estadística,
03:35
it's the science of dealing with data
70
203475
2609
es la ciencia que trata con datos
03:38
about the state or the community
that we live in.
that we live in.
71
206108
2430
sobre el estado o la comunidad
en que vivimos.
en que vivimos.
03:40
So statistics are about us as a group,
72
208562
3354
Así que las estadísticas son
acerca de nosotros como grupo,
acerca de nosotros como grupo,
03:43
not us as individuals.
73
211940
1675
no nosotros como individuos.
03:45
And I think as social animals,
74
213639
1470
Creo que como animales sociales,
03:47
we share this fascination about how
we as individuals relate to our groups,
we as individuals relate to our groups,
75
215133
3944
compartimos esta fascinación sobre
cómo somos como individuos en relación
cómo somos como individuos en relación
con nuestros grupos y compañeros.
03:51
to our peers.
76
219101
1388
03:52
And statistics in this way
are at their most powerful
are at their most powerful
77
220513
3110
Y las estadísticas en esta vía
están en su mayor potencia
están en su mayor potencia
03:55
when they surprise us.
78
223647
1301
cuando nos sorprenden.
03:57
And there's been some really wonderful
surveys carried out recently
surveys carried out recently
79
225477
3207
Ha habido algunas encuestas
realmente maravillosas recientemente
realmente maravillosas recientemente
04:00
by Ipsos MORI in the last few years.
80
228708
1714
por Ipsos MORI en los últimos años.
04:02
They did a survey of over
1,000 adults in the UK,
1,000 adults in the UK,
81
230446
2708
Hicieron un estudio de más de
1000 adultos en el Reino Unido,
1000 adultos en el Reino Unido,
04:05
and said, for every 100 people
in England and Wales,
in England and Wales,
82
233178
3780
y dicen que, de cada 100 personas
en Inglaterra y Gales,
en Inglaterra y Gales,
04:08
how many of them are Muslim?
83
236982
1870
¿cuántas son musulmanes?
04:10
Now the average answer from this survey,
84
238876
2646
Ahora la respuesta media de esta encuesta,
04:13
which was supposed to be representative
of the total population, was 24.
of the total population, was 24.
85
241546
3412
que se supone que es representativa
de la población total, fue de 24.
de la población total, fue de 24.
04:16
That's what people thought.
86
244982
3676
Eso es lo que la gente pensaba.
04:20
British people think 24 out of every 100
people in the country are Muslim.
people in the country are Muslim.
87
248682
3639
Los británicos piensan 24 de cada 100
personas en el país son musulmanes.
personas en el país son musulmanes.
04:24
Now, official figures reveal
that figure to be about five.
that figure to be about five.
88
252345
4410
Ahora, las cifras oficiales revelan
que el número es 5.
que el número es 5.
04:29
So there's this big variation
between what we think, our perception,
between what we think, our perception,
89
257732
3987
Así que hay esta gran variación entre
lo que pensamos, nuestra percepción,
lo que pensamos, nuestra percepción,
04:33
and the reality as given by statistics.
90
261743
2038
y la realidad dada por las estadísticas.
04:35
And I think that's interesting.
91
263805
1544
Creo que eso es interesante.
04:37
What could possibly be causing
that misperception?
that misperception?
92
265373
3290
¿Qué podría ser posiblemente
la causa de la percepción errónea?
la causa de la percepción errónea?
04:41
And I was so thrilled with this study,
93
269212
1854
Estaba tan encantado con este estudio,
04:43
I started to take questions out
in presentations. I was referring to it.
in presentations. I was referring to it.
94
271090
3480
que empecé a tomar preguntas
en presentaciones. Me refería a ella.
en presentaciones. Me refería a ella.
04:46
Now, I did a presentation
95
274594
1218
Hice una presentación
04:47
at St. Paul's School for Girls
in Hammersmith,
in Hammersmith,
96
275836
2310
en la Escuela St. Paul
de niñas en Hammersmith,
de niñas en Hammersmith,
04:50
and I had an audience rather like this,
97
278170
2140
y tenía un público
más o menos como este,
más o menos como este,
04:52
except it was comprised entirely
of sixth-form girls.
of sixth-form girls.
98
280334
3868
excepto que estaba compuesto
en su totalidad de niñas de 17 años.
en su totalidad de niñas de 17 años.
04:56
And I said, "Girls,
99
284226
2396
Dije: "Niñas,
04:59
how many teenage girls do you think
the British public think
the British public think
100
287598
4543
¿cuántas chicas adolescentes creen
que el público británico piensa
que el público británico piensa
05:04
get pregnant every year?"
101
292165
1748
que quedan embarazadas cada año?".
05:05
And the girls were apoplectic when I said
102
293937
2676
Y las chicas se exaltaron cuando dije
05:09
the British public think that 15
out of every 100 teenage girls
out of every 100 teenage girls
103
297453
3913
que el público británico considera
que 15 de cada 100 adolescentes
que 15 de cada 100 adolescentes
05:13
get pregnant in the year.
104
301390
1293
quedaban embarazadas al año.
05:15
And they had every right to be angry,
105
303429
2231
Y tenían todo el derecho
de estar enojadas,
de estar enojadas,
porque, de hecho, tendría que tener
cerca de 200 puntos
cerca de 200 puntos
05:17
because in fact, I'd have to have
closer to 200 dots
closer to 200 dots
106
305684
2758
antes de poder colorear uno de estos,
05:20
before I could color one in,
107
308466
1570
05:22
in terms of what
the official figures tell us.
the official figures tell us.
108
310060
2515
en términos de lo que
las cifras oficiales nos dicen.
las cifras oficiales nos dicen.
05:24
And rather like numeracy,
this is not just an English problem.
this is not just an English problem.
109
312599
3800
Y como la aritmética,
esto no es solo un problema inglés.
esto no es solo un problema inglés.
05:28
Ipsos MORI expanded the survey
in recent years to go across the world.
in recent years to go across the world.
110
316423
4504
Ipsos MORI amplió la encuesta en los
últimos años al otro lado del mundo.
últimos años al otro lado del mundo.
05:32
And so, they asked Saudi Arabians,
111
320951
2950
Y así, pidieron a los saudíes,
05:35
for every 100 adults in your country,
112
323925
2521
por cada 100 adultos en su país,
05:38
how many of them are overweight or obese?
113
326470
2873
¿cuántos de ellos tienen
sobrepeso o son obesos?
sobrepeso o son obesos?
05:42
And the average answer from the Saudis
was just over a quarter.
was just over a quarter.
114
330526
5333
Y la respuesta promedio de los saudís
fue de poco más de un cuarto.
fue de poco más de un cuarto.
05:48
That's what they thought.
115
336402
1202
Eso es lo que pensaban.
05:49
Just over a quarter of adults
are overweight or obese.
are overweight or obese.
116
337628
2568
Poco más de un cuarto
tienen sobrepeso o son obesos.
tienen sobrepeso o son obesos.
05:52
The official figures show, actually,
it's nearer to three-quarters.
it's nearer to three-quarters.
117
340220
4781
Las cifras oficiales muestran, en
realidad, están más cerca de tres cuartos.
realidad, están más cerca de tres cuartos.
05:57
(Laughter)
118
345025
1456
(Risas)
05:58
So again, a big variation.
119
346505
2292
De nuevo, una gran variación.
06:00
And I love this one: they asked in Japan,
they asked the Japanese,
they asked the Japanese,
120
348821
4446
Y amo a éste: que pidieron en Japón,
pidieron a los japoneses,
pidieron a los japoneses,
06:05
for every 100 Japanese people,
121
353291
1960
por cada 100 personas japonesas,
06:07
how many of them live in rural areas?
122
355275
2601
¿cuántos viven en zonas rurales?
06:10
The average was about a 50-50 split,
just over halfway.
just over halfway.
123
358521
4901
El promedio fue de alrededor de
un 50-50, poco más de la mitad.
un 50-50, poco más de la mitad.
06:15
They thought 56 out of every 100
Japanese people lived in rural areas.
Japanese people lived in rural areas.
124
363446
4147
Pensaron que 56 de cada 100 japoneses
vivían en zonas rurales.
vivían en zonas rurales.
06:19
The official figure is seven.
125
367617
1687
La cifra oficial es de siete.
06:22
So extraordinary variations,
and surprising to some,
and surprising to some,
126
370259
4450
Así, las variaciones extraordinarias
y sorprendente para algunos,
y sorprendente para algunos,
06:26
but not surprising to people
who have read the work
who have read the work
127
374733
2389
pero no es extraño para
quienes han leído la obra
quienes han leído la obra
06:29
of Daniel Kahneman, for example,
the Nobel-winning economist.
the Nobel-winning economist.
128
377146
4392
de Daniel Kahneman, por ejemplo,
ganador del Nobel de economía.
ganador del Nobel de economía.
06:33
He and his colleague, Amos Tversky,
spent years researching this disjoint
spent years researching this disjoint
129
381562
5092
Él y su colega, Amos Tversky, pasaron
años investigando esta desconexión
años investigando esta desconexión
06:38
between what people perceive
and the reality,
and the reality,
130
386678
3145
entre lo que la gente
percibe y la realidad,
percibe y la realidad,
06:41
the fact that people are actually
pretty poor intuitive statisticians.
pretty poor intuitive statisticians.
131
389847
3751
el que las personas son realmente
muy malos estadísticos intuitivos.
muy malos estadísticos intuitivos.
06:45
And there are many reasons for this.
132
393622
1760
Y hay muchas razones para ello.
06:47
Individual experiences, certainly,
can influence our perceptions,
can influence our perceptions,
133
395406
3115
Las experiencias individuales, sin duda,
pueden influir nuestra percepción,
pueden influir nuestra percepción,
06:50
but so, too, can things like the media
reporting things by exception,
reporting things by exception,
134
398545
3958
pero también, cosas como los
informes de los medios de la excepción,
informes de los medios de la excepción,
06:54
rather than what's normal.
135
402527
1696
en lugar de lo que es normal.
Kahneman tenía una manera
de referirse a eso.
de referirse a eso.
06:56
Kahneman had a nice way
of referring to that.
of referring to that.
136
404855
2126
06:59
He said, "We can be blind
to the obvious" --
to the obvious" --
137
407005
2085
"Podemos cerrar los ojos
a lo evidente"
a lo evidente"
--tener un número equivocado--
07:01
so we've got the numbers wrong --
138
409114
1638
"pero podemos estar ciegos
a nuestra ceguera al respecto".
a nuestra ceguera al respecto".
07:02
"but we can be blind
to our blindness about it."
to our blindness about it."
139
410776
2322
07:05
And that has enormous
repercussions for decision making.
repercussions for decision making.
140
413122
3266
Y esto tiene enormes repercusiones
para la toma de decisiones.
para la toma de decisiones.
07:08
So at the statistics office
while this was all going on,
while this was all going on,
141
416412
2852
En la oficina de estadísticas,
mientras esto pasaba,
mientras esto pasaba,
07:11
I thought this was really interesting.
142
419288
1912
me pareció que era muy interesante.
07:13
I said, this is clearly a global problem,
143
421224
2010
Dije que claramente es un problema global,
07:15
but maybe geography is the issue here.
144
423258
2435
pero tal vez la geografía
es la cuestión aquí.
es la cuestión aquí.
07:17
These were questions that were all about,
how well do you know your country?
how well do you know your country?
145
425717
3909
Todas estas preguntas eran de,
¿qué tan bien conoce su país?
¿qué tan bien conoce su país?
07:21
So in this case, it's how well
do you know 64 million people?
do you know 64 million people?
146
429650
3993
Así que en este caso, ¿qué tan bien
conoces 64 millones de personas?
conoces 64 millones de personas?
07:25
Not very well, it turns out.
I can't do that.
I can't do that.
147
433667
2732
Resulta que no muy bien.
No puedo hacer eso.
No puedo hacer eso.
07:28
So I had an idea,
148
436423
1324
Así que tuve una idea,
07:29
which was to think about
this same sort of approach
this same sort of approach
149
437771
3123
que consistía en pensar
en este mismo tipo de enfoque
en este mismo tipo de enfoque
07:32
but to think about it
in a very local sense.
in a very local sense.
150
440918
2105
pero pensar en ello
en un sentido muy local.
en un sentido muy local.
07:35
Is this a local?
151
443047
1191
¿Es esto local?
07:36
If we reframe the questions and say,
152
444262
1941
Si reformulamos las preguntas y decir,
07:38
how well do you know your local area,
153
446227
2122
¿qué tan bien conoce su área local,
07:40
would your answers be any more accurate?
154
448373
2103
serían sus respuestas más precisas?
07:43
So I devised a quiz:
155
451817
1762
Así que ideé un cuestionario:
07:45
How well do you know your area?
156
453603
1859
¿Qué tan bien conoce su área?
07:48
It's a simple Web app.
157
456454
1889
Es una sencilla aplicación Web.
07:50
You put in a post code
158
458367
1183
Ponen un código postal
y luego le hará preguntas sobre
la base de los datos del censo
la base de los datos del censo
07:51
and then it will ask you questions
based on census data
based on census data
159
459574
2707
07:54
for your local area.
160
462305
1539
de su área local.
07:56
And I was very conscious
in designing this.
in designing this.
161
464305
2123
Y yo era muy consciente
en este diseño.
en este diseño.
07:58
I wanted to make it open
to the widest possible range of people,
to the widest possible range of people,
162
466452
4109
Quería hacerla abierta al mayor
número posible de personas,
número posible de personas,
No solo el 49 % que
se puede obtener los números.
se puede obtener los números.
08:02
not just the 49 percent
who can get the numbers.
who can get the numbers.
163
470585
2828
08:05
I wanted everyone to engage with it.
164
473437
1755
Quería que todos se unieran.
08:07
So for the design of the quiz,
165
475216
1525
Así, para el diseño del cuestionario,
08:08
I was inspired by the isotypes
166
476765
3615
me inspiré en los isotipos
08:12
of Otto Neurath from the 1920s and '30s.
167
480404
2602
de Otto Neurath a partir
de los años 1920 y 30.
de los años 1920 y 30.
08:15
Now, these are methods
for representing numbers
for representing numbers
168
483030
4348
Estos son métodos
para representar los números
para representar los números
08:19
using repeating icons.
169
487402
1773
mediante repetición de iconos.
08:21
And the numbers are there,
but they sit in the background.
but they sit in the background.
170
489640
3165
Y los números están ahí,
pero se sientan en el fondo.
pero se sientan en el fondo.
08:24
So it's a great way
of representing quantity
of representing quantity
171
492829
2723
Así que es una gran manera
de representar cantidades
de representar cantidades
08:27
without resorting to using terms
like "percentage,"
like "percentage,"
172
495576
2984
sin recurrir al uso de
términos como "porcentaje"
términos como "porcentaje"
"fracciones" y "relaciones".
08:30
"fractions" and "ratios."
173
498584
1230
08:31
So here's the quiz.
174
499838
1702
Aquí está la prueba.
08:34
The layout of the quiz is,
175
502310
1647
El diseño de la prueba es,
08:35
you have your repeating icons
on the left-hand side there,
on the left-hand side there,
176
503981
2819
deben repetir los iconos
en la parte izquierda de allí,
en la parte izquierda de allí,
y un mapa que muestra el área en
la que a uno le están preguntando
la que a uno le están preguntando
08:38
and a map showing you the area
we're asking you questions about
we're asking you questions about
177
506824
3123
08:41
on the right-hand side.
178
509971
1167
al lado derecho.
08:43
There are seven questions.
179
511162
1281
Hay siete preguntas.
08:44
Each question, there's a possible answer
between zero and a hundred,
between zero and a hundred,
180
512467
3893
En cada pregunta, hay una posible
respuesta entre 0 y 100,
respuesta entre 0 y 100,
08:48
and at the end of the quiz,
181
516384
1349
y, al final de la prueba,
se obtiene una puntuación
total entre 0 y 100.
total entre 0 y 100.
08:49
you get an overall score
between zero and a hundred.
between zero and a hundred.
182
517757
3218
08:52
And so because this is TEDxExeter,
183
520999
2084
Y como este es TEDxExeter,
08:55
I thought we would have
a quick look at the quiz
a quick look at the quiz
184
523107
2325
creí que sería bueno ver
rápidamente la prueba
rápidamente la prueba
08:57
for the first few questions of Exeter.
185
525456
2309
de las primeras preguntas de Exeter.
08:59
And so the first question is:
186
527789
1405
La primera pregunta es:
09:01
For every 100 people,
how many are aged under 16?
how many are aged under 16?
187
529218
2992
Por cada 100 personas,
¿cuántos son menores de 16 años?
¿cuántos son menores de 16 años?
09:04
Now, I don't know Exeter very well
at all, so I had a guess at this,
at all, so I had a guess at this,
188
532784
3600
Ahora, no conozco Exeter muy bien,
así que tenía una pista sobre esto,
así que tenía una pista sobre esto,
09:08
but it gives you an idea
of how this quiz works.
of how this quiz works.
189
536408
2561
pero te da una idea de
cómo funciona esta prueba.
cómo funciona esta prueba.
09:10
You drag the slider
to highlight your icons,
to highlight your icons,
190
538993
3706
Arrastren el cursor
para resaltar sus iconos,
para resaltar sus iconos,
09:14
and then just click "Submit" to answer,
191
542723
2235
y luego hagan clic
en "Enviar" para contestar,
en "Enviar" para contestar,
09:16
and we animate away the difference
between your answer and reality.
between your answer and reality.
192
544982
3663
y animemos la diferencia
entre la respuesta y la realidad.
entre la respuesta y la realidad.
09:20
And it turns out, I was a pretty
terrible guess: five.
terrible guess: five.
193
548669
4075
Y resulta que hice una
conjetura bastante terrible: cinco.
conjetura bastante terrible: cinco.
09:25
How about the next question?
194
553149
1424
¿Qué hay de la siguiente?
09:26
This is asking about
what the average age is,
what the average age is,
195
554597
2156
Esta pregunta por la edad media,
09:28
so the age at which half
the population are younger
the population are younger
196
556777
2445
la edad en la que la
mitad de la población es menor
mitad de la población es menor
09:31
and half the population are older.
197
559246
1674
y la mitad mayor.
09:32
And I thought 35 -- that sounds
middle-aged to me.
middle-aged to me.
198
560944
3350
Y pensé 35
--que a mí me suena edad mediana--.
--que a mí me suena edad mediana--.
09:36
(Laughter)
199
564318
1443
(Risas)
09:40
Actually, in Exeter,
it's incredibly young,
it's incredibly young,
200
568206
2106
En realidad, Exeter,
es increíblemente joven,
es increíblemente joven,
09:42
and I had underestimated the impact
of the university in this area.
of the university in this area.
201
570336
4538
y yo había subestimado el impacto
de la universidad en esta área.
de la universidad en esta área.
09:46
The questions get harder
as you go through.
as you go through.
202
574898
2031
Las preguntas se dificultan al avanzar.
09:48
So this one's now asking
about homeownership:
about homeownership:
203
576953
2383
Esta ahora pregunta por
la propiedad de vivienda:
la propiedad de vivienda:
09:51
For every 100 households, how many
are owned with a mortgage or loan?
are owned with a mortgage or loan?
204
579955
3699
Por cada 100 hogares, ¿cuántos son
de propiedad con una hipoteca o préstamo?
de propiedad con una hipoteca o préstamo?
09:55
And I hedged my bets here,
205
583678
1280
Y fui sobre seguro aquí,
09:56
because I didn't want to be
more than 50 out on the answer.
more than 50 out on the answer.
206
584982
3098
porque no quería estar equivocado
en más de 50 en la respuesta.
en más de 50 en la respuesta.
10:00
(Laughter)
207
588104
2020
(Risas)
10:02
And actually, these get harder,
these questions,
these questions,
208
590148
2466
Y, de hecho, se hacen
más difíciles estas preguntas,
más difíciles estas preguntas,
10:04
because when you're in an area,
when you're in a community,
when you're in a community,
209
592638
2859
porque cuando estás en un área,
en una comunidad,
en una comunidad,
10:07
things like age -- there are clues
to whether a population is old or young.
to whether a population is old or young.
210
595521
5250
de cosas como la edad hay pistas
si la población es joven o vieja.
si la población es joven o vieja.
10:12
Just by looking around
the area, you can see it.
the area, you can see it.
211
600795
2345
Con solo mirar por la zona, se puede ver.
10:15
Something like homeownership
is much more difficult to see,
is much more difficult to see,
212
603164
3391
Algo como la propiedad de vivienda
es mucho más difícil de ver,
es mucho más difícil de ver,
10:18
so we revert to our own heuristics,
213
606579
2608
por lo que volvemos
a nuestros heurísticos,
a nuestros heurísticos,
10:21
our own biases about how many people
we think own their own homes.
we think own their own homes.
214
609211
4451
nuestros prejuicios sobre cuántos
creemos que son dueños de sus hogares.
creemos que son dueños de sus hogares.
10:25
Now the truth is,
when we published this quiz,
when we published this quiz,
215
613686
3650
Ahora, la verdad es que,
cuando publicamos este cuestionario,
cuando publicamos este cuestionario,
10:29
the census data that it's based on
was already a few years old.
was already a few years old.
216
617360
3536
los datos del censo en que se basa
ya eran de un par de años atrás.
ya eran de un par de años atrás.
10:32
We've had online applications
that allow you to put in a post code
that allow you to put in a post code
217
620920
3569
Hemos tenido aplicaciones en línea que
permiten poner en un código postal
permiten poner en un código postal
10:36
and get statistics back for years.
218
624513
2094
y obtener estadísticas anteriores de años.
10:38
So in some senses,
219
626631
1189
En algunos sentidos,
10:39
this was all a little bit old
and not necessarily new.
and not necessarily new.
220
627844
3549
todo esto era un poco viejo
y no necesariamente nueva.
y no necesariamente nueva.
10:43
But I was interested to see
what reaction we might get
what reaction we might get
221
631417
3639
Pero yo estaba interesado en ver
qué reacción se consigue
qué reacción se consigue
10:47
by game-ifying the data
in the way that we have,
in the way that we have,
222
635080
2717
volviendo juego los datos
en la forma que los tenemos,
en la forma que los tenemos,
10:49
by using animation
223
637821
1407
mediante el uso de animación
10:51
and playing on the fact
that people have their own preconceptions.
that people have their own preconceptions.
224
639252
3748
y el hecho de que las personas
tienen sus propias ideas preconcebidas.
tienen sus propias ideas preconcebidas.
10:55
It turns out, the reaction was, um ...
225
643508
3583
Resulta que, la reacción fue, um...
11:00
was more than I could have hoped for.
226
648328
1928
fue más de lo que podía haber esperado.
11:02
It was a long-held ambition of mine
to bring down a statistics website
to bring down a statistics website
227
650280
3381
Era una ambición de larga data mía
bajar una página web estadística
bajar una página web estadística
11:05
due to public demand.
228
653685
1408
por la demanda del público.
11:07
(Laughter)
229
655117
1800
(Risas)
11:08
This URL contains the words
"statistics," "gov" and "UK,"
"statistics," "gov" and "UK,"
230
656941
3464
Esta URL contiene las palabras
"estadísticas", "gov" y "Reino Unido"
"estadísticas", "gov" y "Reino Unido"
3 de las palabras menos favoritas
de la gente en una dirección URL.
de la gente en una dirección URL.
11:12
which are three of people's least
favorite words in a URL.
favorite words in a URL.
231
660429
3242
11:15
And the amazing thing about this
was that the website came down
was that the website came down
232
663695
3985
Y lo sorprendente de esto fue
que el sitio web descendió
que el sitio web descendió
11:19
at quarter to 10 at night,
233
667704
2093
al cuarto para las 10 de la noche,
11:21
because people were actually
engaging with this data
engaging with this data
234
669821
3211
porque la gente estaba realmente
interactuando con estos datos
interactuando con estos datos
11:25
of their own free will,
235
673056
1539
por su propia voluntad,
11:26
using their own personal time.
236
674619
2035
usando su propio tiempo personal.
11:28
I was very interested to see
237
676678
2487
Yo estaba muy interesado en ver
11:31
that we got something like
a quarter of a million people
a quarter of a million people
238
679189
3713
que lográramos algo así como
un cuarto de millón de personas
un cuarto de millón de personas
11:34
playing the quiz within the space
of 48 hours of launching it.
of 48 hours of launching it.
239
682926
3272
jugando con el cuestionario
en el plazo de 48 horas de lanzada.
en el plazo de 48 horas de lanzada.
11:38
And it sparked an enormous discussion
online, on social media,
online, on social media,
240
686222
3927
Y se desencadenó una enorme discusión
en línea, en las redes sociales,
en línea, en las redes sociales,
11:42
which was largely dominated
241
690173
2037
que fue dominada en gran parte
11:44
by people having fun
with their misconceptions,
with their misconceptions,
242
692234
3993
por personas que se divierten
con sus conceptos erróneos,
con sus conceptos erróneos,
11:48
which is something that
I couldn't have hoped for any better,
I couldn't have hoped for any better,
243
696251
3059
que es algo que no podía
haber esperado mejor,
haber esperado mejor,
11:51
in some respects.
244
699334
1160
en ciertos sentidos.
11:52
I also liked the fact that people started
sending it to politicians.
sending it to politicians.
245
700518
3226
También me gustó que la gente comenzó
a enviársela a los políticos.
a enviársela a los políticos.
11:55
How well do you know the area
you claim to represent?
you claim to represent?
246
703768
2589
¿Qué tan bien conoce
el área que dicen representar?
el área que dicen representar?
11:58
(Laughter)
247
706381
1162
(Risas)
11:59
And then just to finish,
248
707567
1560
A continuación para terminar,
12:01
going back to the two kinds of people,
249
709992
2330
remontándonos a las dos
clases de personas,
clases de personas,
12:04
I thought it would be
really interesting to see
really interesting to see
250
712346
2257
pensé que sería muy interesante ver
12:06
how people who are good with numbers
would do on this quiz.
would do on this quiz.
251
714627
2815
cómo las personas buenas
con los números hacían la prueba.
con los números hacían la prueba.
12:09
The national statistician
of England and Wales, John Pullinger,
of England and Wales, John Pullinger,
252
717466
3016
Del estadístico nacional de
Inglaterra y Gales, John Pullinger,
Inglaterra y Gales, John Pullinger,
12:12
you would expect he would be pretty good.
253
720506
2073
se podía esperar
que fuera bastante bueno.
que fuera bastante bueno.
12:15
He got 44 for his own area.
254
723524
2449
Obtuvo 44 en su propia área.
12:17
(Laughter)
255
725997
2468
(Risas)
12:20
Jeremy Paxman -- admittedly,
after a glass of wine -- 36.
after a glass of wine -- 36.
256
728489
4949
Jeremy Paxman --ciertamente,
después de una copa de vino-- 36.
después de una copa de vino-- 36.
12:26
Even worse.
257
734051
1461
Peor aún.
12:27
It just shows you that the numbers
can inspire us all.
can inspire us all.
258
735536
3201
Simplemente muestra que los números
nos pueden inspirar.
nos pueden inspirar.
12:30
They can surprise us all.
259
738761
1260
Nos pueden sorprender.
12:32
So very often, we talk about statistics
260
740045
2039
Muy a menudo, hablamos de la estadística
12:34
as being the science of uncertainty.
261
742108
1962
como de la ciencia de la incertidumbre.
12:36
My parting thought for today is:
262
744094
1782
Me pensamiento de despedida para hoy:
12:37
actually, statistics is the science of us.
263
745900
3035
En realidad, la estadística
es la ciencia de nosotros.
es la ciencia de nosotros.
12:40
And that's why we should
be fascinated by numbers.
be fascinated by numbers.
264
748959
2788
Y por eso que deberíamos
estar fascinados con los números.
estar fascinados con los números.
12:43
Thank you very much.
265
751771
1190
Muchas gracias.
12:44
(Applause)
266
752985
3777
(Aplausos)
ABOUT THE SPEAKER
Alan Smith - Data visualisation editorAlan 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.
Alan Smith | Speaker | TED.com