A maior rede de estudos do Brasil

Grátis
1 pág.
HISTOGRAMA E NORMALIDADE DE DADOS

Pré-visualização|Página 1 de 1

HISTOGRAMA E NORMALIDADE DE DADOS

Vieira, Sonia, 1942- Introdução à Bioestatística Sonia Vieira. - Rio de Janeiro : Editora elsevier, 2016.5.ed Cap:8    

-O fato é que as variáveis assumem valores diferentes em diferentes unidades da mesma população. Uma variável é aleatória quando o acaso tem influência em seus valores.

-Histograma para a distribuição de frequências do perímetro torácico de homens adultos, em polegadas

HTML image 0

Toda distribuição de frequências é construída com os dados de uma amostra. Se a variável é contínua – como peso ao nascer, quantidade de glicose no sangue, pressão intraocular, comprimento do fêmur –, os histogramas têm, na maioria das vezes, a aparência da Figura acima Eles se assemelham à distribuição normal.

-Distribuição normal: A distribuição normal, também chamada distribuição de Gauss, tem características bem conhecidas: graficamente, é uma curva em forma de sino.

HTML image 1

a média, a mediana e a moda coincidem e estão no centro da distribuição; a curva é simétrica em torno da média. Logo, 50% dos valores são iguais ou maiores do que a média e 50% dos valores são iguais ou menores do que a média; a curva abriga 100% da população, ou seja, toda a população está sob a curva. A distribuição normal fica definida quando são dados dois parâmetros: a média, que se representa pela letra grega μ (lê-se mi), e o desvio padrão, que se representa pela letra grega σ (lê-se sigma)

-As medidas biológicas sofrem o efeito de uma soma de variáveis aleatórias independentes. Cada variável afeta as medidas do que estamos estudando de uma forma – às vezes positiva (por exemplo, colocamos mais farinha no pão) ou negativa (colocamos menos farinha no pão). O efeito da soma de todas essas variáveis aleatórias (quantidade de açúcar, farinha, calor, umidade etc.) sobre o que estamos medindo (peso dos pães) produz uma distribuição normal. É por isso que um fisioterapeuta está diante da distribuição normal quando monitora o desempenho físico de seus pacientes, porque desempenho é uma variável aleatória que sofre o efeito de diversas variáveis, como idade, saúde geral, compreensão da situação, simpatia recíproca, ajuda familiar etc., que se somam (com sinais negativos ou positivos). Uma enfermeira também está diante da distribuição normal quando estuda o peso de recém-nascidos (uma variável aleatória que sofre o efeito de diversas outras variáveis aleatórias, como tempo de gestação, genética, saúde da mãe e do bebê, idade da mãe etc.).

-Nenhuma distribuição de dados reais tem características idênticas às da distribuição normal. No entanto, se você puder pressupor que a variável que estuda tem distribuição aproximadamente normal, pode considerar que os dados obedecem à chamada “regra empírica:

*" 68% (pouco mais de ⅔) dos dados estarão a menos de um desvio padrão de distância da média μ;

*95% dos dados estarão a menos de dois desvios padrões de distância da média μ; *99,7% dos dados estarão a menos de três desvios padrões de distância da média μ.Mais exatamente, se a variável tem distribuição normal:HTML image 2


-Distribuição NÃO normal/ NÃO PARAMÉTRICO

-Não obedece curva de Gauss

HTML image 3