Distribuição de probabilidade

A distribuição de probabilidade é o conceito teórico que explica como os valores de uma variável se comportam dentro de uma população. Entender esse conceito é o que permite, mais adiante, interpretar corretamente médias, desvios-padrão e testes estatísticos. Sem essa base, fica difícil entender por que a estatística funciona da forma como funciona.

O que é uma distribuição de probabilidade

Uma distribuição de probabilidade descreve como os valores possíveis de uma variável estão distribuídos, e com que frequência cada valor (ou faixa de valores) tende a ocorrer. Por exemplo, ao medir a pressão arterial sistólica de uma grande população, você percebe que a maioria dos valores se concentra próxima de uma faixa central, enquanto valores muito altos ou muito baixos são mais raros.

Esse padrão de concentração e dispersão é justamente o que a distribuição de probabilidade tenta representar matematicamente.

População versus amostra

Antes de avançar, é essencial diferenciar dois conceitos:

• População: o conjunto completo de indivíduos que você quer estudar (por exemplo, todos os pacientes hipertensos de um país).
• Amostra: um subconjunto da população, selecionado para representar o todo, já que estudar a população inteira quase sempre é inviável.

Parâmetro versus estatística

Essa mesma lógica se aplica a outro par de conceitos importantes:

• Parâmetro: um valor que descreve a população (geralmente desconhecido, e que queremos estimar).
• Estatística: um valor calculado a partir da amostra, usado para estimar o parâmetro correspondente.

Variáveis aleatórias

Uma variável aleatória é qualquer característica que pode assumir diferentes valores, com uma certa probabilidade associada a cada um. Ela pode ser:

• Discreta: assume valores contáveis, como número de crises convulsivas em um mês.
• Contínua: assume qualquer valor dentro de um intervalo, como o nível de creatinina sérica.

Por que a distribuição de probabilidade importa na prática

Você vai perceber, ao longo do curso, que a escolha do teste estatístico correto depende diretamente do tipo de distribuição de probabilidade que os dados seguem. Testes chamados paramétricos, como o teste t, assumem que os dados seguem uma distribuição específica, geralmente a normal. Já os testes não paramétricos não fazem essa exigência, sendo mais indicados quando essa suposição não se sustenta.

Um exemplo prático

Imagine que você precisa decidir se compara a glicemia entre dois grupos de pacientes usando um teste t ou um teste não paramétrico. Essa decisão depende de como a glicemia se distribui nesses grupos, se de forma aproximadamente simétrica ou não.

Compreender os conceitos teóricos de distribuição de probabilidade, população, amostra, parâmetro e estatística prepara o terreno para a próxima aula, onde você vai ver, na prática, como essas distribuições aparecem visualmente em forma de curvas.

Assista a aula completa acima para ver exemplos práticos e continue para a próxima aula do módulo.