Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
]
Pouco mais adiante aprenderemos como determinar estas e outras percentagens. Por ora,
reflitamos uma pouco sobre a significao deste fato. A implicao que o problema de lidar com
uma famlia infinita de distribuies normais pode ser completamente evitado desde que queiramos
trabalhar com valores relativos, ao invs de com valores reais. Isto equivale a tomar a mdia como
ponto de referncia (origem) e o desvio padro como medida de afastamento a contar daquele
ponto (unidade de medida). Esta nova escala comumente conhecida como escala z.
Consideremos uma distribuio normal com mdia 100,0 e desvio padro de 10,0, conforme
a Figura 7. Podemos converter esta escala efetiva numa escala relativa substituindo os valores
efetivos por nmeros de desvios padres a contar da mdia da distribuio.
Embora a Figura 7 ilustre apenas uns poucos valores, o mesmo conceito pode ser aplicado a
qualquer valor da distribuio. Assim que o valor 90 est a -10 abaixo da mdia; ou -10/10 = -1
desvio padro; 120 est a +20 acima da mdia, ou 20/10 = 2 desvios padres, etc. 95 est a -0,5
desvio padro abaixo da mdia e 107 est a +0,7 desvio padro acima da mdia.
Podemos resumir este processo da seguinte maneira: converta-se a diferena efetiva entre a
mdia e algum outro valor da distribuio para uma diferena relativa exprimindo-a em termos do
nmero de desvios padres a contar da mdia. Algebricamente, pode-se escrever:
Onde:
z = nmero de desvios padres a contar da mdia
x = valor arbitrrio
= a mdia da distribuio normal
= o desvio padro
Note-se que z tem sinal negativo para valores de x inferiores mdia e sinal positivo para
valores superiores mdia.
Eis alguns exemplos de converso das diferenas efetivas entre mdia e um outro valor, para
distncia relativa em termos do nmero de desvios padres:
Mdia () Desvio padro() Valor Considerado (x) Diferena (x- ) Diferena Relativa
( (x- )/ = z)
40 1 42 2 2
25 2 23 -2 -1
30 2,5 37,5 7,5 3
18 3 13,5 -4,5 -1,5
22 4 22 0 0
tambm necessrio sabermos trabalhar em sentido inverso, passando dos valores z para
os valores efetivos. Por exemplo, podemos querer saber que valor corresponde a z = 2. Supondo
conhecidos a mdia e o desvio padro e que estejamos lidando com uma distribuio normal, a
converso toma a forma:
Valor efetivo = + z
Eis alguns exemplos:
Mdia () Desvio padro() z + z Valor efetivo
20 1 3 20 + 3(1) 23
50 3 -1 50 1(3) 47
60 2 -2 60 2(2) 56
72 5 0,3 72+0,3(5) 73,5
H uma grande vantagem em podermos pensar e trabalhar com valores relativos. que, em
vez de lidarmos com uma famlia infinita de distribuies normais, precisamos de apenas uma
distribuio normal para todos os problemas. Podemos converter qualquer valor de qualquer
distribuio normal em um valor z, ou escore z, que nos diz a quantos desvios padres o valor
considerado dista da mdia. Isto nos permite determinar todas as probabilidades da curva normal
utilizando uma nica tabela padronizada, elaborada exclusivamente com esse propsito.
A Tabela Normal Padronizada
As reas sob a curva de qualquer distribuio normal podem ser achadas utilizando-se uma
tabela normal padronizada, aps fazer a converso da escala original para a escala em termos de
desvios padres. A mdia passa a servir como ponto de referncia (origem) e o desvio padro como
unidade de medida. A tabela padronizada construda de modo que pode ser lida em unidades de z
nmeros de desvios padres a contar da mdia. A tabela d a rea sob a curva (isto , a
probabilidade de um valor cair naquele intervalo) entre a mdia e valores escolhidos de z. A poro
sombreada da Figura 8 corresponde rea sob a curva que pode ser lida diretamente na tabela.
Note-se que a mdia da distribuio agora 0, pois a mdia est distncia 0 de si mesma.
Como a distribuio normal simtrica em torno de sua mdia, a metade esquerda da rea
sob a curva a imagem reflexa da metade direita. Em razo de tal simetria, costuma-se dar apenas a
metade da distribuio numa tabela. Em outras palavras, para cada segmento esquerda existe um
segmento correspondente direita. comum apresentar a tabela para a metade direita da
distribuio. Ento, se se necessita de uma poro da metade esquerda, basta considerar como
desvios positivos os valores ali constantes. Por exemplo, a rea sob a curva entre a mdia e +1
desvio padro exatamente igual rea sobre a curva entre a mdia -1 desvio padro, conforme se
v na Figura 9.
Podemos agora voltar nossa ateno tabela em si. A tabela 1 ser usada em nossos
estudos; A tabela vem dada em termos de valores de z com duas decimais, tais como 2,78, 1,04,
2,45, etc. Uma peculiaridade que os valores de z vm decompostos em duas partes (o que pode
causar certa confuso a quem estuda o assunto pela primeira vez, mas de real vantagem na
apresentao grfica): os valores da parte inteira e da primeira decimal integram a coluna
esquerda, enquanto que a segunda decimal aparece na linha horizontal do topo. Determinemos
algumas reas entre a mdia e z para ilustrar o uso da tabela.
Suponhamos que queiramos determinar a rea entre a mdia e z = 1,25. Devemos primeiro
localizar 1,2 na coluna esquerda e, em seguida, 0,05 na linha horizontal do topo. A rea ser ento
dada pelo nmero formado pela interseo da linha z = 1,2 e da coluna 0,05. O valor 0,3944 a
percentagem da rea sob a curva normal entre a mdia 0 e z = 1,25. Ver a Figura 10. Naturalmente,
tal percentagem nada mais do que a probabilidade de uma varivel aleatria normal tomar um
valor z entre a mdia e um ponto situado a 1,25 desvios padres acima da mdia.
Eis mais alguns exemplos. Ver Tambm a Figura 11.
z rea entre a mdia e z
1,00 0,3413
1,50 0,4332
2,13 0,4834
2,77 0,4972
Como a metade esquerda essencialmente a mesma da direita, se cada um dos valores de z
na tabela acima tivesse antes de si um sinal menos, as reas sob a curva ainda seriam as mesmas.
A tabela normal pode tambm ser usada para determinar a rea sob a curva alm de um
dado valor de z. A chave aqui que a rea de uma das metades 50%, logo a rea alm de z 50% -
valor tabelado. Por exemplo, se o valor tabelado 30%, a rea alm de z 50% - 30% = 20%. A rea
alm de z = + 1 ser 0,5 0,3413 = 0,1587, pois a rea entre a mdia e z = +1 0,3413. A figura 12
ilustra o conceito.
Eis alguns exemplos:
z P(0<x<z) P(x>z) = 0,5 P(0<x<z)
1,65 0,4505 0,0495
1,96 0,4750 0,0250
2,33 0,4901 0,0099
No estamos necessariamente confinados a situaes limitadas pela mdia. Quando um
intervalo ou seu complemento no limitado pela mdia da distribuio, a determinao da rea
sob a curva um processo de dois estgios. Por exemplo, seja determinar a rea sob a curva entre z
= -1 e z = 1. Como a mdia sempre o ponto de referncia, devemos determinar a rea entre a
mdia e cada um dos dois limites. Acabamos de ver que a rea entre a mdia e z = 1 0,3413.
Analogamente, a rea entre a mdia e z = -1 0,3413. Combinando os dois valores, temos a rea
total: 0,6826. Isso ilustrado na figura 13.
Analogamente, se os limites de um intervalo esto ambos do mesmo lado da mdia, e se
queremos achar a rea sob a curva entre esses dois limites, novamente deveremos determinar a
rea entre a mdia e cada um deles. Mas nesse caso necessitamos da diferena entre as duas reas.
Por exemplo, se queremos a rea entre z = 1 e z = 2 (Figura 14), devemos achar a rea entre a mdia
e z = 1 (0,3413) e subtra-la da rea entre z = 2 e a mdia (0,4772): 0,4772 0,3413 = 0,1359 a rea
entre z = 1 e z = 2.