Skip to main content
Global

6.6: Itens principais do capítulo

  1. Last updated
  2. Save as PDF
  • Page ID
    186518

    • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Distribuição normal
    uma variável aleatória contínua\((RV)\) com pdf\(f(x) =\)

    \[\frac{1}{\sigma \sqrt{2 \pi}} \mathrm{e}^{\frac{-(x-\mu)^{2}}{2 \sigma^{2}}}\nonumber\]

    , onde\(\mu\) é a média da distribuição e\(\sigma\) é o desvio padrão; notação:\(X \sim N(\mu, \sigma)\). Se\(\mu = 0\) e\(\sigma = 1\), o\(RV\),\(Z\), é chamado de distribuição normal padrão.
    Distribuição normal padrão
    uma variável aleatória contínua\((RV) X \sim N(0, 1)\); quando\(X\) segue a distribuição normal padrão, geralmente é notada como\(Z \sim N(0, 1)\).
    pontuação z
    a transformação linear da forma\(z=\frac{x-\mu}{\sigma}\) ou escrita como\(z=\frac{|x-\mu|}{\sigma}\); se essa transformação for aplicada a qualquer distribuição normal,\(X \sim N(\mu, \sigma)\) o resultado é a distribuição normal padrão\(Z \sim N(0,1)\). Se essa transformação for aplicada a qualquer valor específico\(x\) do\(RV\) com média\(\mu\) e desvio padrão\(\sigma\), o resultado será chamado de pontuação z de\(x\). A pontuação z nos permite comparar dados que normalmente são distribuídos, mas escalados de forma diferente. Uma pontuação z é o número de desvios padrão que um determinado\(x\) está fora de seu valor médio.