- Este tópico contém 1 resposta, 2 vozes e foi atualizado pela última vez 10 meses, 1 semana atrás por
.
- Posts
Na aula “Distribuição normal – teoria e prática (Distribuições estatísticas)” do módulo “Distribuições estatísticas”, aparentemente o cálculo para saber quantos indivíduos estão no centro da curva ou na periferia da mesma não está correto.
Para descobrir se alguém está na área azul clara não teria que ser:
- Maior que a Mediana + 1*distribuição normal
- Menor que a Mediana – 1*distribuição normal
Se o meu cálculo estiver correto, os novos códigos seriam os seguintes:
periferia_da_curva = np.sum((dados_normal >= (np.median(dados_normal)+np.std(dados_normal)), dados_normal <= (np.median(dados_normal)-np.std(dados_normal))))
centro_da_curva = np.sum((dados_normal <= np.median(dados_normal)+np.std(dados_normal)) & (dados_normal >= np.median(dados_normal)-np.std(dados_normal)))
Olá Wandré,
Eu até achei a explicação do professor meio confusa, mas sobre identificar a quantidade de sujeitos no centro ou na periferia da curva, concordo com você, só com duas correções: o cálculo usa a média, não a mediana (ainda que, no caso de distribuições normais, os dois valores tenderem a coincidir), e em relação à periferia, você precisa pegar os pontos que sejam maiores ou iguais à mediana + 1 desvio padrão OU menores ou iguais à mediana – 1 desvio padrão.
`
periferia_da_curva = np.sum((dados_normal >= (np.mean(dados_normal)+np.std(dados_normal)) | dados_normal <= (np.mean(dados_normal)-np.std(dados_normal))))centro_da_curva = np.sum((dados_normal <= np.mean(dados_normal)+np.std(dados_normal)) & (dados_normal >= np.mean(dados_normal)-np.std(dados_normal)))
`
- Você deve fazer login para responder a este tópico.