Distribuição Normal

“distribuição de Gauss”
“distribuição Gaussiana”
A Distribuição Normal
Descreve fenômenos que são determinados por múltiplas causas,
que em geral interagem entre si

Distribuição da Estatura de Brasileiros

Média 170cm, Desvio Padrão 5cm
Frequencia

150.0 160.0 170.0 180.0 190.0

Altura (cm)
Algumas características da Normal
→ A distribuição normal possui a bem característica forma
de sino
→ A distribuição normal se estende de -∞ até +∞
→ Portanto, toda população está debaixo da curva. Assim,
dizemos que a área sob a curva é 1 ou 100%
→ A curva normal é definida por dois parâmetros:
a média µ (lê-se “mi”) e o desvio padrão σ (lê-se “sigma”)
→ A média, mediana e a moda coincidem no centro da
distribuição, pois a distribuição é simétrica
 A Distribuição Normal

Também podemos gerar uma distribuição normal quando

tiramos médias de números sorteados de outras distribuições!

Distribuição das M édias

1500
500
400

1000
Frequência
Frequência

300
200

500
100

0
0

0 2 4 6 8 10 0 2 4 6 8 10

runif(10000) * 10 Médias
Informações úteis podem ser extraídas do gráfico abaixo:
Se a média da estatura dos brasileiros é 170cm, sabemos
que existe 50% de chance de que um indivíduo amostrado
aleatoriamente seja mais alto ou mais baixo do que 170cm

Distribuição da Estatura de Brasileiros

Média 170cm, Desvio Padrão 5cm
Frequencia

150.0 160.0 170.0 180.0 190.0

Altura (cm)
Distribuição Normal Padronizada

“Padronizar” significa remover a escala da variável original, em geral

transformando-a em um índice.
Índices são úteis pois permitem a comparação entre variáveis.
A principal transformação da curva normal é a Z. Para transformar sua
variável no índice Z utiliza-se a seguinte formula:

x−µ
z=
σ

Quando a variável é transformada em z ela passa a ter µ = 0 e σ = 1.

 x−µ
z=
σ
Distribuição da Estatura de Brasileiros Distribuição Normal Padronizada
Média 170cm, Desvio Padrão 5cm
µ= 0 e σ= 1
Frequencia

Frequencia
150.0 160.0 170.0 180.0 190.0 -3 -2 -1 0 1 2 3
Altura (cm) Valores Z

x = (z ×σ ) + µ
Uma amostra de dados reais nunca se ajusta
perfeitamente a uma distribuição normal teórica,
mas frequentemente ela se aproxima bem.

Quando esta aproximação for razoável, podemos

fazer inferência de probabilidades sabendo apenas
as estimativas amostrais de µ e σ, pois a área sob
a curva é conhecida matematicamente.
 Distribuição Normal Padronizada
µ= 0 e σ= 1
0≤σ≤1
Frequencia

34,13%

-3 -2 -1 0 1 2 3
Valores Z
 Distribuição Normal Padronizada
µ= 0 e σ= 1
0≤σ≤2
Frequencia

47,72%

-3 -2 -1 0 1 2 3
Valores Z
 Distribuição Normal Padronizada
µ= 0 e σ= 1
0≤σ≤3
Frequencia

49,87%

-3 -2 -1 0 1 2 3
Valores Z
Onde eu encontro esta estimativa da “área sob a curva”?
Já que a curva normal é simétrica, podemos incluir
no intervalo valores abaixo da média.
Basta multiplicar o valor da área sob a curva por 2:
Distribuição Normal Padronizada
µ= 0 e σ= 1
-2 ≤ σ ≤ 2
95,44%
Frequencia

-3 -2 -1 0 1 2 3
Valores Z
Usando um pouco de lógica e aritmética, podemos
também calcular áreas distantes da média:

Se (0 ≤ σ ≤ 1) = 34,13% Então (σ > 1) = 15,87%

Distribuição Normal Padronizada Distribuição Normal Padronizada
µ= 0 e σ= 1 µ= 0 e σ= 1
Frequencia

Frequencia
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
Valores Z Valores Z

50,00 – 34,13 = 15,87

Da mesma maneira:

Se (0 ≤ σ ≤ 2) = 47,72% Então (σ > 2) = 2,28%

Distribuição Normal Padronizada Distribuição Normal Padronizada
µ= 0 e σ= 1 µ= 0 e σ= 1
Frequencia

Frequencia
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
Valores Z Valores Z

50,00 – 47,72 = 2,28

Utilizando a propriedade da simetria:

Se (-2 ≤ σ ≤ 2) = 95,44% Então (σ > ±2) = 4,56%

Distribuição Normal Padronizada Distribuição Normal Padronizada
µ= 0 e σ= 1 µ= 0 e σ= 1
Frequencia

Frequencia
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
Valores Z Valores Z

100,00 – 95,44 = 4,56 = [2*(50-47,72)]

Exemplo 1:

A estatura de brasileiros apresenta distribuição

normal, sendo µ = 170 cm e σ = 5 cm.

Calcule a probabilidade de um homem apresentar

estatura entre 165 cm e 180 cm.

165−170 180−170
z= = −1 z= =2
5 5

Portanto queremos saber a área sob a curva que

vai de z = -1 até z = 2.
Exemplo 1:

Distribuição Normal Padronizada

µ= 0 e σ= 1
Frequencia

-3 -2 -1 0 1 2 3
Valores Z
0 > σ > -1 = 34,13% 0 < σ < 2 = 47,72%

Portanto: 34,13 + 47,72 = 81,85%

Exemplo 2:

A estatura de brasileiros apresenta distribuição

normal, sendo µ = 170cm e σ = 5cm.

Calcule a probabilidade de um homem apresentar

estatura maior do que 179,8cm.

179,8 −170
z= = 1,96
5

Portanto queremos saber a área sob a curva que

vai além de z > 1,96
Exemplo 2:

Distribuição Normal Padronizada

µ= 0 e σ= 1
Frequencia

-3 -2 -1 0 1 2 3
Valores Z
0 = σ < 1,96 = 47,5% 50 - 47,5 = 2,5%

Portanto: 2,5%
Exercício 3:
O tempo médio para completar a prova de estatística é
58 minutos, e o desvio padrão é 9,5 minutos. Se o professor
Silvio quiser que apenas 90% dos alunos terminem a prova,
quanto tempo deve fornecer? Lembrando...
x−µ
z= tal que x = (z ×σ ) + µ
σ
Exercício 3:

Queremos saber a probabilidade relacionada a 90% dos

alunos terminarem.

De início já podemos incluir os 50% de alunos que

terminarão até 58 minutos (média).

Então precisamos saber qual o valor de z relativo aos dos

demais 40% alunos mais rápidos da turma.
Exercício 3:

Tempo para terminar a prova

µ = 58 e σ = 9.5
a = 0,4
Frequencia

z = ???

90%
29.5 39 48.5 58 67.5 77 86.5
Minutos de prova decorridos
Exercício 3:
Consultando a tabela descobrimos que 39,97% da curva é
preenchida quando z = 1,28

Então, como:
x−µ x = (z ×σ ) + µ (1,28× 9,5) + 58 = 70,16
z=
σ
Intervalo de Confiança
O tamanho amostral:
Três pesquisas de opinião a respeito das eleições de
2010 foram publicadas:
- O instituto DataFolha entrevistou 124 eleitores
- O instituto CNT/Sensus entrevistou 584 eleitores
- O instituto Ibope ouviu 3597 eleitores
Assumindo que todos eles utilizaram a mesma
metodologia (aleatorização, questionário, etc),

Em qual você confia mais? Por quê?

O tamanho amostral:

Como podemos utilizar nosso conhecimento

de probabilidade para “aferir” a

confiança
na minha estimativa?
“Estabilidade” das estimativas:

Imagine que temos tempo e recursos ilimitados para

repetir o processo de amostragem infinitamente.

Poderíamos avaliar qual é a “estabilidade” das médias

estimadas muitas amostras.

Obviamente, quanto maior for as amostras, mais

semelhante será a média estimada entre amostras.
Assim, quando as amostras forem iguais a população
todas terão médias idênticas.
“Estabilidade” das estimativas:

Portanto,

↑ estabilidade ↑ confiança
Ou seja,

↑ variância da amostra ↑ incerteza da estimativa

“Estabilidade” das estimativas:

Além disto,

↑ esforço amostral ↑ confiança

Ou seja,

↓ tamanho da amostra ↑ incerteza da estimativa

Erro padrão da média ( sx ):

Infelizmente nunca temos recursos ou tempo para fazer

muitas amostras independentes.
Entretanto, a variância da média calculada para várias
amostras pode ser estimada pela seguinte fórmula:
2
s
s =
2
x
n
Assim, o “desvio padrão” da média, conhecido como erro
padrão da média é dado por:

σ
sx =
n
Erro padrão da média:

Se você queria uma medida de confiança...

σ variância da

sx = amostra

n esforço
amostral
Contextualizando:

A média da altura de 20 alunos da UFG (amostra) é uma

estimativa da média de todos alunos da UFG (população).

O erro padrão estima a incerteza que temos em relação a média

estimada pela amostra. Ou seja, qual a incerteza que tenho em
afirmar que os 20 alunos na minha amostra representam todos os
alunos da UFG?

Gostaríamos então de saber o intervalo que abarcaria x% das

médias estimadas por amostras independentes de uma mesma
população.
Intervalo de confiança para a média:

Nosso já conhecido z, da curva normal

− z × sx ≤ x ≤ + z × sx
Intervalo de confiança para a média:
Qual valor de z eu devo escolher?

Depende! Quão confiante você quer estar sobre o

intervalo de estimativa da sua média?

Quanto mais confiança quiser, mais certeza terá que o

parâmetro populacional estará contido em intervalos de
confiança calculados da mesma maneira.

Por outro lado, o custo de ter mais certeza é estimar um

intervalo maior.
Intervalo de confiança para a média:
Assim,

↑ confiança ↑ valor de z ↑ intervalo

Distribuição Normal Padronizada

µ= 0 e σ= 1
Frequencia

-3 -2 -1 0 1 2 3
Valores Z
Intervalo de confiança para a média:

Infelizmente,

↑ intervalo ↑ confiança ↓informação

Tenho certeza que todos os alunos da

Anhanguera estão dentro do intervalo!

20cm < 170cm < 320cm

Intervalo de confiança para a média:

Mas confiança não é baseada no balanço entre

variabilidade e esforço amostral?

σ σ
− z× ≤ x ≤ +z ×
n n
O valor z não aumenta ou diminui a confiança, apenas
estima. Para aumentar a confiança você terá que diminuir
a variabilidade da amostra ou aumentar o esforço!
Exemplo 1:

Mediu-se a estatura de 40 alunos do curso de Ecologia da

UFG. A média e desvio padrão estimados foram: µ = 170 e
σ = 5. Qual o intervalo de confiança da média a 95%?

σ
5
sx = = = 0,79
n 40
Assim,
− z × sx ≤ x ≤ + z × sx −1,96× 0,79 ≤ 170 ≤ 1,96× 0,79
Portanto:

168,45 - 171,55
Exemplo 2:

Em uma segunda amostra, mediu-se a estatura de 400

alunos. A média e desvio padrão estimados foram os
mesmos: µ = 170 e σ = 5. Calcule o intervalo de 95%

5σ
sx = = = 0,25
n 400
Assim,
− z × sx ≤ x ≤ + z × sx −1,96× 0,25 ≤ 170 ≤ 1,96× 0,25
Portanto:

169,51 - 170,49
A questão do tamanho amostral:

A distribuição normal só pode ser utilizada para amostras

grandes (>40).

Para amostras pequenas é preciso utilizar a distribuição t,

que leva em consideração o tamanho amostral.

Para grandes amostras a distribuição t converge para a

distribuição z
 Densidade de probabilidade
0.0 0.1 0.2 0.3 0.4

-4
-2

t
0
2
normal

t, gl=2
t, gl=10

4
A questão do tamanho amostral:

Para encontrarmos a área sob a curva t precisamos saber

o esforço amostral e o t-valor.

Alternativamente podemos encontrar o t-valor quando

tivermos a área sob a curva e o esforço amostral.

O esforço amostral é estimado pelo tamanho amostral

menos o número de parâmetros a ser estimado. É o
famoso número de graus de liberdade!
 2,145

> png('/home/aa/teste.png',width = 960, height =

960,pointsize = 24)> plot(seq(-3,3,0.1),dt(seq(-
3,3,0.1),14),type='l',col=2,ylab="Densidade de
Probabilidade",lwd=3,cex.lab=1.4,xlab="t",main="Distribuiçã
o t com gl=14")
2,5% > dev.off() 2,5%
 0,200 0,150 0,100 0,050 0,025 0,020 0,015 0,010 0,005
t0.800 t0.850 t0.900 t0.950 t0.975 t0.980 t0.985 t0.990 t0.995

d.f.1 1,37638 1,96261 3,07768 6,31375 12,70615 15,89447 21,20505 31,82096 63,65590
2 1,06066 1,38621 1,88562 2,91999 4,30266 4,84873 5,64280 6,96455 9,92499
3 0,97847 1,24978 1,63775 2,35336 3,18245 3,48191 3,89606 4,54071 5,84085
4 0,94096 1,18957 1,53321 2,13185 2,77645 2,99853 3,29763 3,74694 4,60408
5 0,91954 1,15577 1,47588 2,01505 2,57058 2,75651 3,00288 3,36493 4,03212
6 0,90570 1,13416 1,43976 1,94318 2,44691 2,61224 2,82893 3,14267 3,70743
7 0,89603 1,11916 1,41492 1,89458 2,36462 2,51675 2,71457 2,99795 3,49948
8 0,88889 1,10815 1,39682 1,85955 2,30601 2,44899 2,63381 2,89647 3,35538
9 0,88340 1,09972 1,38303 1,83311 2,26216 2,39844 2,57381 2,82143 3,24984
10 0,87|906 1,09306 1,37218 1,81246 2,22814 2,35931 2,52749 2,76377 3,16926
11 0,87553 1,08767 1,36343 1,79588 2,20099 2,32814 2,49067 2,71808 3,10582
12 0,87261 1,08321 1,35622 1,78229 2,17881 2,30272 2,46070 2,68099 3,05454
13 0,87015 1,07947 1,35017 1,77093 2,16037 2,28160 2,43585 2,65030 3,01228
14 0,86805 1,07628 1,34503 1,76131 2,14479 2,26378 2,41490 2,62449 2,97685
15 0,86624 1,07353 1,34061 1,75305 2,13145 2,24854 2,39701 2,60248 2,94673
16 0,86467 1,07114 1,33676 1,74588 2,11990 2,23536 2,38155 2,58349 2,92079
18 0,86205 1,06717 1,33039 1,73406 2,10092 2,21370 2,35618 2,55238 2,87844
20 0,85996 1,06402 1,32534 1,72472 2,08596 2,19666 2,33625 2,52798 2,84534
22 0,85827 1,06145 1,32124 1,71714 2,07388 2,18289 2,32016 2,50832 2,81876
24 0,85686 1,05932 1,31784 1,71088 2,06390 2,17155 2,30692 2,49216 2,79695
26 0,85567 1,05752 1,31497 1,70562 2,05553 2,16203 2,29581 2,47863 2,77872
30 0,85377 1,05466 1,31042 1,69726 2,04227 2,14697 2,27827 2,45726 2,74998
40 0,85070 1,05005 1,30308 1,68385 2,02107 2,12291 2,25027 2,42326 2,70446
80 0,84614 1,04319 1,29222 1,66413 1,99007 2,08778 2,20949 2,37387 2,63870
Exercício 1:

A estatura de 500 paulistas escolhidos ao acaso é µ

= 164 e σ = 3. A estatura de 21 alunos da
Anhanguera, também escolhidos ao acaso, é µ = 166
e σ = 4. Os alunos da Anhanguera representam uma
amostra aleatória dos paulistas?
Paulistas:
σ 3
sx = = = 0,13
n 500
Assim,
− t499,5% × sx ≤ x ≤ +t499,5% × sx
−1,9749 ×0,13≤164≤ +1,9749 ×0,13
− 0,25 ≤ 164 ≤ +0,25
163,75 - 164,25
Os alunos da Anhanguera:

σ 4
sx = = = 0,56
n 21
Assim,
− t20,5% × sx ≤ x ≤ +t20,5% × sx
− 2,085× 0,87 ≤ 166 ≤ +2,085× 0,87
−1,81≤ 166 ≤ +1,81
164,19 - 167,81
 Alunos da Anhanguera
µ = 166, ic = 164,19-167,81

Paulistas
µ = 164, ic = 163,75-164,25

160 165 170

Estatura (cm)

Apesar dos alunos da Anhanguera serem em média mais

altos do que a média dos Paulistas, os intervalos de
confiança se sobrepõe. Portanto não possível afirmar que
os alunos são significativamente diferentes dos Paulistas