Baixe o app para aproveitar ainda mais
Prévia do material em texto
Página 1 Fundação Centro de Ciências e Educação Superior a Distância do Estado do Rio De Janeiro Centro de Educação Superior a Distância do Estado do Rio De Janeiro Centro Federal de Educação Tecnológica Celso Suckow da Fonseca TECNOLOGIA EM GESTÃO DE TURISMO – EAD Métodos Estatísticos Marcel Dantas de Quintela Tutor a distância A Curva Normal A curva normal, conhecida como gaussiana, tem a forma de sino e possui representação gráfica simétrica centrada na média. Sua história está atrelada ao desenvolvimento da teoria das probabilidades matemáticas, no século XVII. Surgiu com o intuito de se resolver situações relacionadas a apostas em jogos de azar. Descrita em 1730 pelo matemático francês Abraham de Moivre, ela recebeu esse nome devido a sua média representar a norma, ou seja, as coisas deveriam acontecer como média e tudo aquilo que desvia da norma seria considerado um erro. Figura 1: Curva Normal Apoiado na Lei dos Grandes Números de James Bernoulli (1713), Moivre conclui que quanto menores os erros mais frequentes eles seriam; e quanto maiores, menos frequentes. Assim, os erros se distribuem equitativamente em torno um ponto modal (o de maior frequência), formando uma curva simétrica com pico na média e caindo rapidamente para as caudas à esquerda (erros que subestimam a média) e à direita (erros que superestimam a média). Página 2 No século XIX, o matemático, astrônomo, estatístico e sociólogo belga, precursor do estudo da demografia e criador do índice de massa corporal (IMC) Adolphe Quételet, divulgou um estudo baseado em diversos eventos medidos no homem, tais como: natalidade, mortalidade, medidas antropométricas, etc. intitulado “Tratado sobre o homem e o desenvolvimento de suas faculdades”. Neste trabalho, Quételet afirma que tudo no homem e no mundo se distribui segundo a curva normal. Esta afirmação provocou uma série de estudos ao longo da história com a finalidade de se entender mais sobre a distribuição normal dos eventos, e chegando hoje em dia a ser mantida a ideia de que praticamente todos os eventos se distribuem normalmente. Estatisticamente a curva normal é a representação do modelo probabilístico também chamado de normal, cuja função matemática é expressa por: 𝑓(𝑥) = 1 𝜎2√2𝜋 𝑒−(𝑥−𝜇) 2/2𝜎2 Apesar de parecer assustadora, esta fórmula está relacionada diretamente com os valores originais da variável aleatória 𝑥 e de seus parâmetros fundamentais: a média e o desvio padrão. Isso posto, volta- se a atenção para o expoente: − (𝑥 − 𝜇)2 2𝜎2 Baseado nesse expoente torna-se possível a transformação de qualquer escala em escores padronizados, fazendo quaisquer escalas idênticas e diretamente comparáveis. Assim, define-se o escore: 𝑧 = 𝑥 − 𝜇 𝜎 A distribuição normal resultante da padronização dos escores é chamada de curva normal padrão, representada por: 𝑓(𝑥) = 1 √2𝜋 𝑒−𝑧 2/2 A vantagem da curva normal padrão consiste na predefinição automática dos parâmetros média(𝜇) e desvio padrão(𝜎) qualquer que seja a escala de medida. Nesta distribuição, a média sempre é 0 (Zero) e a variância sempre 1 (um). Observando as interações entre a curva e a sua fórmula é possível notar que quanto maior for seu expoente mais rapidamente a curva cairá para a abscissa (eixo x), sendo que ela nunca tocará o eixo e suas caudas vão até o infinito. Assim, a curva normal cobre uma área que vai do −∞ a +∞ e é dividida pelo desvio padrão em torno da média. Página 3 Qualquer área delimitada na curva normal pelo desvio padrão ou por 𝑧 é numericamente igual a probabilidade da distribuição, sendo a área total da curva normal igual a 1. Assim, para cada 𝑧 ou 𝜎 em torno da média, corresponde a uma proporção bem definida de casos da população que estão dentro deles. Daí surge a “regra empírica 68-95-99,7”, onde aproximadamente 68% da população está disposta em um intervalo de 1 desvio padrão entorno de sua média; 95% entre 2 desvios padrões entorno da média; e 99,7% entre 3 desvios padrões entorno da média; conforme apresentado na Figura 2, a seguir: Figura 2: Função simétrica - Regra Empírica 68-95-99,7 Embora a curva vá até o infinito [−∞; +∞], quase todos os casos estão entre −3 𝜎 e +3𝜎, sendo assim, 99,7% deles. De tal modo, denomina-se outliers os casos que estejam além desses limites. Referências Bibliográficas HEGENBERG, L. Doença: um estudo filosófico [online]. Rio de Janeiro: Editora FIOCRUZ, 1998. 137 p. ISBN: 85-85676-44-2. MEMÓRIA, José Maria P. Breve história da estatística. Brasília, DF: Embrapa Informação Tecnológica, 2004. (Texto para discussão, ISSN 1677-5473) PASQUALI, Luiz. A Curva Normal, disponível em: http://www.psi- ambiental.net/pdf/PasqCap03.pdf http://www.psi-ambiental.net/pdf/PasqCap03.pdf http://www.psi-ambiental.net/pdf/PasqCap03.pdf
Compartilhar