Baixe o app para aproveitar ainda mais
Prévia do material em texto
Estatística não paramétrica para a tomada de decisão Prof. Dr. Alexandre Bevilacqua Leoneti Pag. 1 Distribuição normal (de Gauss) Em qualquer curso de estatística introdutória a distribuição de probabilidades proposta pelo matemático Carl Friedrich Gauss é estudada. Esta distribuição, conhecida como distribuição normal (ou Gaussiana), é a distribuição de probabilidades encontrada mais frequentemente na natureza. Boa parte das variáveis que são extraídas da natureza possui distribuição normal, ou seja, possui uma tendência central onde as maiores probabilidades de ocorrência são encontradas e existe um desvio desta medida, sendo este desvio simétrico tanto para mais, quanto para menos. Por ser uma distribuição de probabilidade contínua, as medidas de tendência central e desvio são, respectivamente, média e desvio padrão. De forma particular, Gauss identificou esta distribuição a partir da tentativa de verificar a distância da terra para a lua. Em meados do século XVII, os astrônomos estavam empenhados em descobrir esta distância, mas cada astrônomo chegava em um valor diferente para esta medida. Todavia, percebeu-se que estas medidas eram muito próximas umas das outras, variando com uma certa taxa para mais ou para menos. Gauss propôs a distribuição a partir deste caso e, depois disto, verificou-se sua aderência para quase todas as variáveis naturais do tipo contínuas, por exemplo, altura, peso, etc. Portanto, é considerada a distribuição de probabilidades normalmente encontrada para estas variáveis. Assim, para as ciências naturais é quase sempre verdade assumir que as variáveis contínuas se distribuem normalmente. Todavia, para variáveis sociais, na maioria das vezes, não se pode afirmar que a distribuição do fenômeno segue a distribuição normal (tome como exemplo a variável contínua “renda”). A função da distribuição normal é dada pela equação 22 2/)( 2 1 )( xexf onde e é o número de Euler, μ é a média, σ é o desvio padrão e f(x) é o valor da probabilidade associada ao valor x, sendo geralmente este valor padronizado a partir da equação 𝑧(𝑥) = 𝑥−𝜇 𝜎 , o que definiria apenas uma curva normal para todas as situações (note que para cada valor de média e desvio padrão teríamos uma curva normal Estatística não paramétrica para a tomada de decisão Prof. Dr. Alexandre Bevilacqua Leoneti Pag. 2 diferente, casso não fosse padronizada). A figura 1 apresenta graficamente a função da distribuição normal (de Gauss), que recebe geralmente a comparação de sua semelhança com o formato de um sino. Figura 1 – Exemplo gráfico da função de uma distribuição normal
Compartilhar