Escolar Documentos
Profissional Documentos
Cultura Documentos
Introdução
Neste texto, você vai estudar a distribuição paramétrica, que tem por
característica uma representação gráfica em histograma representando
uma curva de Gauss. A distribuição paramétrica existe apenas em variáveis
quantitativas que permitem a análise da distribuição de frequências.
Estatística paramétrica
Técnicas de estatística paramétrica e de estatística não paramétrica são
utilizadas em probabilidade para estimarmos os parâmetros. Na estatística
paramétrica, temos o pressuposto de que os dados são provenientes de uma
distribuição de probabilidades conhecida. Os testes paramétricos são mais
rigorosos, pois possuem mais premissas a serem cumpridas. Na estatística não
paramétrica, não se conhece a distribuição que os dados seguem. Esses testes
não pressupõem uma distribuição de probabilidades conhecida.
2 Distribuição paramétrica
ƒ(x)
σ = 0.5
0.75
σ = 0.75
0.5
σ = 1.0
σ = 1.25
0.25 σ = 1.5
x
-4 -2 -1 1 2 4
µ=0
Figura 1. Exemplos de curvas normais com média zero e desvios
padrão diferentes.
Fonte: Vieira (2016).
Distribuição paramétrica 3
A distribuição normal
Em estatística, podemos ter distribuições distintas. A mais importante, sem
dúvida, é a distribuição normal, já que a maioria dos dados se comporta
normalmente (Figura 2), mas, quando não se comporta de acordo com a
distribuição normal, desejamos que ela seguisse essa distribuição.
Algumas particularidades da distribuição normal:
ƒ(z)
0,4
0,3
0,2’
0,1
-3 -2 -1 0 1 2 3 z
68,27%
95,45%
99,73%
(x - µ)2
2σ2
ƒ(x) = 1 e
√2σ
Sendo:
σ = desvio padrão populacional
μ = média populacional
π = constante Pi
e = constante Euler
x = valor da variável
No caso de uma distribuição de probabilidades contínua, que é o caso da
distribuição normal, teríamos que calcular a integral para podermos descobrir
a probabilidade do intervalo que estivéssemos interessados. Porém, existe uma
tabela que pode facilitar e muito os cálculos, uma vez que essa integral é de
difícil resolução. Utilizaremos a tabela normal padrão, cuja particularidade
é ter a média igual a zero e o desvio padrão igual a 1.
Como na natureza, dificilmente encontraremos média igual a zero e desvio
padrão igual a 1, precisamos, então, transformar a nossa variável com qualquer
média e qualquer desvio padrão em uma N(0,1), ou seja, com média zero e
desvio padrão 1. A isso damos o nome de padronizar a variável, ou seja,
transformamos a nossa variável x em uma variável padronizada z.
x-µ
z= σ
Sendo:
x = valor da variável em estudo
μ = média populacional, valor padrão, parâmetro
σ = desvio padrão populacional, valor padrão, parâmetro
Mas antes de padronizarmos qualquer variável, vamos aprender a olhar a
tabela normal padrão. Aqui veremos como utilizar a normal padrão completa
(Tabela 1).
6 Distribuição paramétrica
Há mais de uma tabela normal padrão que podemos utilizar. Existe a normal padrão
completa, em que temos as probabilidades abaixo de toda curva normal, a cauda
negativa (cauda da esquerda para valores de z menores ou iguais a média 0) e a cauda
positiva (cauda da direita para valores de z maiores ou iguais a média 0).
Temos também a normal reduzida, que apresenta apenas metade da curva normal.
Para essa tabela, a maneira de achar as probabilidades é um pouco diferente do
apresentado aqui.
P(Z≤ –0,86)
-0,86 0
P(Z ≥ 1,26)
=1-
0 1,26 0 1,26
P(–1,25 ≤ Z ≤ 0,37)
= -
https://goo.gl/XfjuSf
Distribuição paramétrica 13
(
a) P(X < 20) = P Z <
20 - 26
4 )= P(Z < -1,50) = 0,0668
( (
b) P(X > 30) - 1 - P(X ≤ 30) = 1 - P Z≤ 30 - 26 = 1 - P(Z ≤ 1,00) = 1 - 0,8413 = 0,1587
4
A probabilidade de encontrarmos uma parturiente com mais de 30 anos é de 15,87%.
) ) )
c) P (18 ≤ X ≤ 32) = P(X ≤ 32) - P(X ≤ 18) = P Z≤ 32 - 26 - P Z ≤ 18 - 26
4 4 )
= P (Z ≤ 1,50) - P (Z ≤ -2,00) = 0,9332 - 0,0228 = 0,9104
A probabilidade de encontrarmos uma parturiente que tenha idade entre 18 e 32
anos é de 91,04%.
Os links para sites da web fornecidos neste capítulo foram todos testados, e seu fun-
cionamento foi comprovado no momento da publicação do material. No entanto, a
rede é extremamente dinâmica; suas páginas estão constantemente mudando de
local e conteúdo. Assim, os editores declaram não ter qualquer responsabilidade
sobre qualidade, precisão ou integralidade das informações referidas em tais links.