Como interpretar a tabela de distribuição normal?
Como usar a tabela
- Exemplo. Na tabela está marcado a amarelo como descobrir o valor de Z de 1,13 o valor da probabilidade acumulada da distribuição normal é de 0,87076.
- Representação. É habitual representar o valor lido a partir da tabela da probablidade acumulada como sendo.
- Cálculo do complementar.
- Outras tabelas.
Quando usar o teorema central do limite?
O teorema central do limite permite a aplicação destes procedimentos úteis a populações que são fortemente não-normais. Quão grande o tamanho amostral deve ser depende da forma da distribuição original. Se a distribuição da população for simétrica, um tamanho amostral de 5 poderia render uma boa aproximação.
Quais são os parâmetros da distribuição normal?
A distribuição normal possui dois parâmetros, a média , ou seja onde está centralizada e a variância que descreve o seu grau de dispersão. Ainda, é comum se referir a dispersão em termos de unidades padrão, ou seja desvio padrão . Cabe salientar que como qualquer outro modelo, dependendo dos parâmetros, teremos diferentes distribuições normais.
Como verificar se uma distribuição é normal?
A forma do histograma lhe dá muitas informações importantes para poder decidir qual distribuição utilizar. Por fim, podemos utilizar o qq-plot para verificar com maior precisão se estamos supondo a distribuição correta. Para ver um exemplo de como verificar se uma distribuição é Normal, clique aqui.
Por que a distribuição normal é mais apropriada nos cursos de Estatística?
A efeito de curiosidade, essas condições são independência e um número grande de observações. Por isso que a distribuição Normal é tão enfatizada e valorizada nos cursos de estatística. De fato, a distribuição Normal é a mais apropriada quando trabalhamos com dados contínuos, principalmente se o interesse é a média de alguma variável.
Como definir a distribuição de uma amostra?
Para a maioria dos casos o fenômeno define sua distribuição, basta verificar qual a natureza da sua variável que está sendo analisada, mas também temos ferramentas para definir qual distribuição utilizar baseado em informações extraídas de nossa amostra. Vejamos então algumas situações e quais são as distribuições mais adequadas para cada caso.