O documento discute distribuições de probabilidade contínuas, com foco na distribuição normal. A distribuição normal é comumente usada em estatística e ciências para representar variáveis aleatórias de distribuições desconhecidas, devido ao teorema do limite central. O documento também cobre padronização de variáveis e propriedades básicas da distribuição normal.
O documento discute distribuições de probabilidade contínuas, com foco na distribuição normal. A distribuição normal é comumente usada em estatística e ciências para representar variáveis aleatórias de distribuições desconhecidas, devido ao teorema do limite central. O documento também cobre padronização de variáveis e propriedades básicas da distribuição normal.
O documento discute distribuições de probabilidade contínuas, com foco na distribuição normal. A distribuição normal é comumente usada em estatística e ciências para representar variáveis aleatórias de distribuições desconhecidas, devido ao teorema do limite central. O documento também cobre padronização de variáveis e propriedades básicas da distribuição normal.
A distribuição normal, é a distribuição de probabilidade contínua mais comum.
É importante nas estatísticas e muitas vezes é usada nas ciências naturais e sociais para representar variáveis aleatórias cujas distribuições não são conhecidas. A distribuição normal é útil por causa do teorema do imite central. O teorema afirma que as médias de amostras de observações de variáveis aleatórias independentemente tiradas de distribuições separadas convergem em distribuição para a distribuição normal. Isso significa que são distribuídas normalmente quando o número de observações é alto. Quantidades físicas que se espera que sejam a soma de muitos processos independentes geralmente têm distribuições que são quase normais. Além disso, vários resultados e métodos são derivados analiticamente em forma explicita quando as variáveis relevantes estão normalmente distribuídas.
Padronização de variáveis
As variáveis que formam uma distribuição de probabilidade podem ter qualquer
média e desvio padrão. Para padronizar um conjunto de dados com média = μ e desvio padrão = σ. X −μ z= σ Em que Z representa os valores de um conjunto de dados com média = 0 e desvio padrão = 1.
Propriedades da distribuição normal contínua
A distribuição normal possui algumas propriedades:
Ela é simétrica em relação à origem; Média = moda = mediana.