O que é Distribuição Normal?
A distribuição normal, também chamada de distribuição gaussiana ou “curva de sino”, é a distribuição de probabilidade mais importante da estatística. Ela descreve como os valores dos dados se distribuem ao redor de um valor central (a média).
The Classic Bell Curve
A distribuição normal é completamente definida por apenas dois parâmetros: a média (μ), que determina o centro, e o desvio padrão (σ), que determina a dispersão.
Propriedades Principais
Simetria
Média = Mediana = Moda
Assintótica
Área Total = 1
Como o Desvio Padrão Afeta o Formato
O desvio padrão controla a “dispersão” da distribuição normal. Um σ menor cria uma curva alta e estreita; um σ maior cria uma curva baixa e larga.
Visual Comparison
Low SD (σ = 0.5)
Data clustered tightly around the mean
High SD (σ = 2)
Data spread widely from the mean
Escore Z e Padronização
Um escore Z indica quantos desvios padrões um valor está distante da média. Isso permite comparar valores de diferentes distribuições normais.
Fórmula do Escore Z
| Escore Z | Significado | Percentil |
|---|---|---|
| -2 | 2 DPs abaixo da média | ~2,3% |
| -1 | 1 DP abaixo da média | ~15,9% |
| 0 | Na média | 50% |
| +1 | 1 DP acima da média | ~84,1% |
| +2 | 2 DPs acima da média | ~97,7% |
Exemplos do Mundo Real
Muitos fenômenos naturais seguem uma distribuição normal:
- Altura humana:A maioria das pessoas tem altura próxima da média, com poucas pessoas muito altas ou muito baixas
- Escores de QI:Projetados para seguir uma distribuição normal com média 100 e DP 15
- Erros de medição:Erros aleatórios em medições científicas
- Pressão arterial:Leituras de pressão arterial na população
Quando os Dados Não São Normais
Nem todos os dados seguem uma distribuição normal. Tenha cautela com:
Distribuições Não Normais