A distribuição normal ou "Gaussian
Bell": Como mudar sua sorte
A distribuição normal é uma
distribuição de probabilidade de variável contínua que descreve os dados
agrupados em torno de um valor central. Qualquer processo em que os valores
mudam para causas aleatórias ou chance, tem distribuição normal. Esta condição
é freqüente em fenômenos naturais (daí o nome "normal"). A
representação gráfica é a curva de distribuição normal, também chamada de sino
de Gauss em homenagem a Carl Friedrich Gauss, que é erroneamente atribuído a
sua invenção e que a utilizava com frequência para analisar fenômenos
astronômicos.
A distribuição normal é a mais
conhecida e usada de todas as distribuições, é o padrão de referência para
muitos problemas de probabilidade. Algumas aplicações em medição, psicologia,
educação (cada caso será desenvolvido mais tarde, com detalhes e cálculos).
(i) Determine a porcentagem de
casos dentro de limites, pontuações ou valores dados.
(ii) Determine a porcentagem de
casos que estão acima ou abaixo de uma determinada pontuação, ponto ou valor de
referência.
(iii) Determinar os limites das
pontuações que incluem uma determinada porcentagem de casos
(iv) Determine a classificação
percentual de um aluno em seu grupo.
(v) Descubra o valor percentual da
classificação percentual de um aluno.
(vi) Compare as duas distribuições
em termos de sobreposição.
(vii) Determinar a dificuldade
relativa da evidência e
(viii) Divida um grupo em
subgrupos de acordo com uma determinada capacidade ou habilidade e atribua a
qualificação correspondente.
Na prática, normalmente, você não
sabe a distribuição real de sua população, mas pode aproximar uma distribuição
normal com uma precisão razoável, com base no teorema de Lyapunov ou
"teorema do limite central" (TLC). A justificativa está na
aleatoriedade dos dados, na presença de muitos fatores independentes e no
tamanho da amostra (30 ou mais). Com mais correção, ao invés da verificação
teórica de sua distribuição, um teste de normalidade é aplicado para verificar
se a aproximação da normalidade da amostra é possível.
Esse procedimento é muito útil
quando você não sabe a média ou a variância de uma população e precisa fazer
uma estimativa das estatísticas das amostras. Pelo NAFTA, a distribuição de
médias amostrais de uma população de tamanho suficientemente grande (30 ou mais
elementos) segue uma distribuição normal, independentemente da distribuição da
população.
A psicóloga Mónica Ferrero afirma
que a depressão NÃO é uma doença, mas uma DECISÃO. Quando temos algum
infortúnio (a perda de um ente querido, um relacionamento rompido, a perda de
um emprego), é normal e necessário ficar triste por algum tempo; antes de
qualquer perda é necessário "elaborar o duelo", "atravessar essa
dor" para superá-la e crescer a partir dela.
A tristeza costuma estar associada
à depressão. Há depressão se a tristeza dura pelo menos seis meses; além da
"renúncia, o abandono". A depressão é diagnosticada quando a pessoa
"joga a toalha", se entrega e "renuncia à vida". E isso é
uma decisão. Ninguém é culpado de algo doloroso acontecendo em sua vida e se
sentindo triste, mas eles podem decidir o que fazer, então eles têm duas
opções, enfrentar o problema ou se render. Com esta decisão, o crescimento é
escolhido a partir da adversidade, ou o colapso e queda na depressão.
Toda ação, por menor que pareça,
que se lembre da vida antes do incidente nefasto, se torna o melhor
antidepressivo. O cérebro começa a formar endorfinas e substâncias semelhantes
aos antidepressivos. Talvez em duas semanas, o cérebro não acredite mais que
está deprimido, recupera o desejo de fazer as coisas e o desejo de
"viver".
Em outras atividades ou situações,
na curva normal, você salta da extremidade esquerda para a direita. É um salto
quântico, que requer mudanças de pontos de vista de maneira radical. Não se
preocupe com o resto, é você quem muda e encontra o espaço mais confortável
Referências
SUPERAR LA DEPRESIÓN SIN FÁRMACOS
No hay comentarios:
Publicar un comentario
Nota: solo los miembros de este blog pueden publicar comentarios.