{"id":193,"date":"2007-06-05T08:48:00","date_gmt":"2007-06-05T11:48:00","guid":{"rendered":"http:\/\/scienceblogs.com.br\/vqeb\/2007\/06\/o-que-e-a-normalidade\/"},"modified":"2007-06-05T08:48:00","modified_gmt":"2007-06-05T11:48:00","slug":"o-que-e-a-normalidade","status":"publish","type":"post","link":"https:\/\/www.blogs.unicamp.br\/vqeb2\/2007\/06\/05\/o-que-e-a-normalidade\/","title":{"rendered":"O que \u00e9 a normalidade?"},"content":{"rendered":"
\"\"<\/a>
Alguns termos realizam todo o seu sentido apenas a luz da estat\u00edstica. “Significativo<\/span>” por exemplo, \u00e9 um termo estat\u00edstico. Dizer que a diferen\u00e7a entre duas coisas \u00e9 significativa<\/span>, \u00e9 dizer que a altera\u00e7\u00e3o (aumento ou redu\u00e7\u00e3o) nessa grandeza foi testada com uma probabilidade de erro conhecida. Digamos, minha chance de estar errado \u00e9 de… 5% (estatisticamente, essa \u00e9 uma probabilidade aceit\u00e1vel de estar errado).<\/p>\n

A mesma coisa serve para a normalidade. O termo “normal” <\/span>certamente apareceu antes do seu significado estat\u00edstico, mas apenas na estat\u00edstica ele se realizou plenamente.<\/p>\n

Uma caracter\u00edstica normal <\/span>\u00e9 aquela que se distribui em uma popula\u00e7\u00e3o seguindo uma curva gaussiana. <\/span>Ops, compliquei. Refraseando, curva em forma de sino. <\/span>Como na figura abaixo. Mas o que essa curva em forma de sino quer dizer?<\/p>\n

Imagine que voc\u00ea pudesse medir a altura de todos os seus amigos. A n\u00e3o ser que voc\u00ea goste de sair por ai apenas com a galera do time de basquete, alguns poucos amigos devem ser muito altos. <\/span>Da mesma forma, se seus outros amigos n\u00e3o s\u00e3o j\u00f3queis, ent\u00e3o outros poucos devem ser muito baixos. Alguns um pouco menos altos e outros um pouco menos baixos. <\/span>Se voc\u00ea calcular a m\u00e9dia <\/span>(ah… esse sim \u00e9 um termo estat\u00edstico que todo mundo conhece), vai descobrir que a maior parte dos seus amigos tem uma altura pr\u00f3xima ao valor da m\u00e9dia. Vamos fazer um gr\u00e1fico disso (minha namorada pergunta se eu vou desenhar pra ela entender melhor)?<\/p>\n

\"\"<\/a>A maioria das coisas que pode ser medida continuamente em uma escala, quando a gente avalia em uma popula\u00e7\u00e3o grande, apresenta uma distrubui\u00e7\u00e3o com essa forma de sino. E por isso, essa distribui\u00e7\u00e3o \u00e9 chamada normal<\/span>. Por que \u00e9 normal <\/span>que seja assim!<\/span><\/p>\n

Mas a distribui\u00e7\u00e3o normal tem outras caracter\u00edsticas important\u00edssimas. Ela \u00e9 param\u00e9trica<\/span>: o lado direito da curva \u00e9 igual ao lado esquerdo. Ou, da “m\u00e9dia para baixo” \u00e9 igual \u00e0 “da m\u00e9dia para cima”.<\/p>\n

J\u00e1 sei, voc\u00ea nunca gostou de matem\u00e1tica, n\u00e3o est\u00e1 entendendo onde eu quero chegar, e est\u00e1 quase desistindo. Mas enquanto a matem\u00e1tica tenta colocar tudo em n\u00fameros, a estat\u00edstica quer explicar o mundo. E isso aqui \u00e9 estat\u00edstica. Me d\u00e1 mais 1 min…<\/p>\n

A quest\u00e3o \u00e9 que o fato da curva ser param\u00e9trica torna poss\u00edvel fazer um monte de… previs\u00f5es (ahh… agora que eu falei em previs\u00f5es, voc\u00eas gostaram, n\u00e3o \u00e9 mesmo?!). Acordar, comer, cagar, ir pro trabalho, voltar pra casa… as vezes parece que nada muda. Todas essas s\u00e3o coisas “normais<\/span>” e justamente porque n\u00e3o mudam, s\u00e3o previs\u00edveis.<\/span><\/p>\n

A normalidade est\u00e1 totalmente ligada a previsibilidade. Algo imprevis\u00edvel… \u00e9 anormal. <\/span>Pelo menos a luz da estat\u00edstica.<\/p>\n

Essa previsibilidade da curva Gaussiana<\/span>, permitiu o desenvolvimento de um monte de “ferramentas” estat\u00edsticas muito poderosas para estudar as vari\u00e1veis que apresentam caracter\u00edsticas normais<\/span>. A m\u00e9dia <\/span>\u00e9 uma dessas poderosas ferramentas. F\u00e1cil de calcular, muito descritiva e, principalmente, muito intuitiva. Todo mundo entende o que a m\u00e9dia <\/span>quer dizer.<\/p>\n

O problema \u00e9 que essas ferramentas s\u00f3 se aplicam aos dados com distribui\u00e7\u00e3o Gaussiana<\/span>. Traduzindo: A m\u00e9dia s\u00f3 pode ser usada no que \u00e9 normal! <\/span>E, apesar da altura dos seua amigos apresentarem uma distribui\u00e7\u00e3o normal… aposto que nem eles todos eles s\u00e3o.<\/span><\/p>\n

E como fazer para lidar com as coisas (e amigos) que n\u00e3o s\u00e3o normais? Essa pergunta eu deixo para outro texto!<\/div>\n","protected":false},"excerpt":{"rendered":"

Alguns termos realizam todo o seu sentido apenas a luz da estat\u00edstica. “Significativo” por exemplo, \u00e9 um termo estat\u00edstico. Dizer que a diferen\u00e7a entre duas coisas \u00e9 significativa, \u00e9 dizer que a altera\u00e7\u00e3o (aumento ou redu\u00e7\u00e3o) nessa grandeza foi testada com uma probabilidade de erro conhecida. Digamos, minha chance de estar errado \u00e9 de… 5% […]<\/p>\n","protected":false},"author":553,"featured_media":194,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"pgc_sgb_lightbox_settings":"","_vp_format_video_url":"","_vp_image_focal_point":[],"footnotes":""},"categories":[8],"tags":[505,617,839,925,970,1061,1219],"class_list":["post-193","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-didatico","tag-estatistica","tag-gaussiana","tag-media","tag-normalidade","tag-parametrica","tag-probabilidade","tag-significativo"],"_links":{"self":[{"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/posts\/193","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/users\/553"}],"replies":[{"embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/comments?post=193"}],"version-history":[{"count":0,"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/posts\/193\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/media\/194"}],"wp:attachment":[{"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/media?parent=193"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/categories?post=193"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/tags?post=193"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}