Associação Diocesana de Ensino e Cultura de Caruaru
FACULDADE DE FILOSOFIA, CIÊNCIAS E LETRAS DE CARUARU
Reconhecida pelo ...
1
DISTRIBUIÇÃO NORMAL
A sua forma lembra um sino e média, moda e mediana são
coincidentes, ou seja, se sobrepõem, conforme...
2
podemos usar com boa precisão a curva da distribuição normal
(Curva de Gauss) para o cálculo de sua probabilidade.
Os pa...
3
Quando escrevemos x N (µ;σ²), estamos dizendo que a variável
x se distribui normalmente com média µ e variância σ². Por
...
4
Os valores maiores que µ + 3σ ou menores que µ - 3σ só têm
chance de ocorrer em 0,26% das vezes.
Ex: N (20,9) nos dá µ =...
5
P(-1,25 < Z < 0) = a área hachurada entre -1,25 e zero.
A partir daí, recorremos à tabela 1 que consta do apêndice deste...
6
Z 0,00 0,01 . . . 0,05 . . .
0,0
0,1
0,2
.
.
.
1,2 0,3944
.
.
.
Portanto,
P(-1,25 < Z < 0) = 0,3944 = 39,44%
Para a N(0;...
7
3º) P(0,8 < Z < 1,23)
8
4º) P(Z > 0,6)
Isto será igual a toda a área à direita da média zero (0,5), pois ela é
simétrica, menos a área entre 0 e...
9
6º) Qual a probabilidade de um valor se encontrar entre 2 e 2,05
para uma distribuição normal cuja média é 2 e desvio pa...
10
Portanto, P(2 < X < 2,05) para a distribuição N(2 ; 0,04²) será igual a
P(0 < Z < 1,25) para a distribuição N(0;1).
P(0...
11
12
BIBLIOGRAFIA
Introdução Ilustrada à Estatística – autor: Sérgio Francisco Costa – Editora Harbra
Estatística e Introdução ...
Próximos SlideShares
Carregando em…5
×

Estatística distribuição normal (aula 2)

438 visualizações

Publicada em

Estatística distribuição normal (aula 2)

Publicada em: Educação
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
438
No SlideShare
0
A partir de incorporações
0
Número de incorporações
4
Ações
Compartilhamentos
0
Downloads
7
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Estatística distribuição normal (aula 2)

  1. 1. Associação Diocesana de Ensino e Cultura de Caruaru FACULDADE DE FILOSOFIA, CIÊNCIAS E LETRAS DE CARUARU Reconhecida pelo Decreto 6399 de 15.01.69 D.O. 17-01-69 CURSO: ADMINISTRAÇÃO Prof. Wellington Marinho Falcão AULA 2
  2. 2. 1 DISTRIBUIÇÃO NORMAL A sua forma lembra um sino e média, moda e mediana são coincidentes, ou seja, se sobrepõem, conforme figura abaixo: Por se tratar de uma distribuição de probabilidades (variável analisada no eixo horizontal e respectiva probabilidade no eixo vertical) a área entre a curva e o eixo horizontal é igual a 1. A curva normal é simétrica em relação à média, isto é, há 50% de probabilidade de a variável ser maior que a média e 50% de ser menor. A distribuição normal é apropriada para variáveis contínuas, enquanto, como já vimos, a distribuição binomial é própria para variáveis discretas, embora para amostras grandes (n > 30)
  3. 3. 2 podemos usar com boa precisão a curva da distribuição normal (Curva de Gauss) para o cálculo de sua probabilidade. Os parâmetros da distribuição normal se referem à sua população e são média (µ) e a variância (σ²). Portanto, em função dos parâmetros µ e σ², há infinitas distribuições normais. Mesma média (µa = µb), mas diferentes σ² (σb² > σa²) Médias diferentes, porém mesma variância (σb² = σa²)
  4. 4. 3 Quando escrevemos x N (µ;σ²), estamos dizendo que a variável x se distribui normalmente com média µ e variância σ². Por exemplo: N (20;9) significa distribuição normal de média µ = 20 e variância σ² = 9. Uma propriedade interessante é a seguinte, sabendo-se que a raiz quadrada da variância σ² é o desvio-padrão σ: As áreas (µ ± σ), (µ ± 2σ) e (µ ± 3σ) nos dizem que a média µ mais ou menos um desvio-padrão σ nos dá 68,26% de probabilidade de ocorrer; mais ou menos dois desvios-padrão 2σ cobre 95,44% das probabilidades e mais ou menos 3 desvio-padrão 3σ praticamente cobrimos todas as possibilidades (99,74%) FIG. 4 68.26 % 99.73 % µ µ+σ µ+3σ µ+2σ µ-σ µ-2σ µ-3σ 95.46 %
  5. 5. 4 Os valores maiores que µ + 3σ ou menores que µ - 3σ só têm chance de ocorrer em 0,26% das vezes. Ex: N (20,9) nos dá µ = 20 e σ = √9 = 3 µ ± σ = 20 ± 3 = 17 a 23 nos diz que 68,26% de probabilidade de o valor da variável estar entre 17 e 23; µ ± 2σ = 20 ± 6 = 14 a 26 nos diz que 95,46% de probabilidade de o valor da variável estar entre 14 e 26; µ ± 3σ = 20 ± 9 = 11 a 29 nos diz que 99,73% de probabilidade de o valor da variável estar entre 11 e 29; Um valor para a variável menor que 11 e maior que 29 só tem 0,26% de chance de ocorrer. Esta curva é assintótica em relação ao eixo horizontal, ou seja, ela se aproxima em ambas as caudas (esquerda e direita) do eixo horizontal, sem, contudo, tocá-lo. Há a necessidade de se tabelar a probabilidade de uma variável distribuída normalmente, porém, como já foi dito, existem infinitas distribuições normais a depender da média µ e da variância σ², o que implicaria em infinitas tabelas. Seria uma loucura! Para resolver isto, criou-se a normal reduzida N(0,1), isto é, µ = 0 e σ² = 1, que tem todos os seus valores tabelados e todas as outras distribuições normais que tenham pelo menos um dos parâmetros (µ ou σ²) diferentes dos parâmetros da normal reduzida, através de um processo de transformação, podem se utilizar desta tabela. Vejamos: 1º) Para uma distribuição normal reduzida, qual a probabilidade de um valor estar entre -1,25 e 0? P(-1,25 < z < 0) = ?
  6. 6. 5 P(-1,25 < Z < 0) = a área hachurada entre -1,25 e zero. A partir daí, recorremos à tabela 1 que consta do apêndice deste material. Nela há um detalhe: os valores tabelados para a área hachurada estão localizados à direita de 0, mas não há problema algum, pois uma vez que esta distribuição é simétrica em relação à média zero, o valor tabelado para 1,25 é idêntico ao valor que acharíamos para -1,25. P(-1,25 < Z < 0) = P(0 < Z < 1,25). Portanto, para consultarmos a referida tabela percorremos a primeira coluna Z até encontrarmos a linha cujo valor é 1,2 (algarismo anterior à vírgula mais a primeira casa decimal). Em seguida percorremos a coluna que tem a segunda casa decimal (0,05). Onde a linha de valor 1,2 cruza com a coluna 0,05 temos a probabilidade de o valor da variável estar entre 0 e 1,25, ou, para o nosso caso, entre 0 e -1,25 (simetria). Vejamos como trabalhamos com a tabela citada:
  7. 7. 6 Z 0,00 0,01 . . . 0,05 . . . 0,0 0,1 0,2 . . . 1,2 0,3944 . . . Portanto, P(-1,25 < Z < 0) = 0,3944 = 39,44% Para a N(0;1) acima digo que entre a média zero e 1,25 desvios padrão há uma probabilidade de 39,44% de ocorrência da variável em estudo. 2º) P(-0,5 < Z < 1,48) P(-0,5 < Z < 1,48) = P(-0,5 < Z < 0) + P(0< Z <1,48) Por simetria a expressa acima é igual a: P(0 < Z < 0,5) + P(0 < Z < 1,48) = 0,1915 + 0,4306 P(0 < Z < 0,5) + P(0 < Z < 1,48) = 0,6221 = 62,21%
  8. 8. 7 3º) P(0,8 < Z < 1,23)
  9. 9. 8 4º) P(Z > 0,6) Isto será igual a toda a área à direita da média zero (0,5), pois ela é simétrica, menos a área entre 0 e 0,6, ou seja, P(Z > 0,6) = 0,5 – P(0 < Z < 0,6) = 0,5 – 0,2258 = 0,2742 = 27,42% 5º) P(Z < 0,92) Será a soma da área à esquerda da média zero (0,5) com a área entre 0 e 0,92. Portanto: P(Z < 0,92) = 0,5 + P(0 < Z < 0,92) = 0,5 + 0,3212 = 0,8212 = 82,12%
  10. 10. 9 6º) Qual a probabilidade de um valor se encontrar entre 2 e 2,05 para uma distribuição normal cuja média é 2 e desvio padrão é 0,04? Neste caso não temos mais aquela distribuição normal padrão de média 0 (zero) e desvio padrão 1, cujos valores estavam todos tabelados. Não há problema, pois é só fazermos aquela transformação citada lá atrás. N(2 ; 0,04²) N(0;1) Para x = 2 Para x = 2,05 S XX Z − = 2 0,04 0 04,0 22 = − =Z 25,1 04,0 205,2 = − =Z
  11. 11. 10 Portanto, P(2 < X < 2,05) para a distribuição N(2 ; 0,04²) será igual a P(0 < Z < 1,25) para a distribuição N(0;1). P(0 < Z < 1,25) = 0,3944 = 39,44%
  12. 12. 11
  13. 13. 12
  14. 14. BIBLIOGRAFIA Introdução Ilustrada à Estatística – autor: Sérgio Francisco Costa – Editora Harbra Estatística e Introdução à Econometria – autor: Alexandre Sartoris – Editora Saraiva Estatística Aplicada à Gestão Empresarial – autor: Adriano Leal Bruni – Editora Atlas Estatística Fácil – autor Antônio Arnot Crespo – Editora Saraiva

×