O desvio padrão (DP) é definido como a raiz quadrada da variância (V). A vantagem de usar o desvio padrão ao invés da variância é que o desvio padrão é expresso na mesma unidade dos dados, o que facilita a comparação.
Z=x−μσ. Assim, a distribuição passa a ter média μ=0 e desvio padrão σ=1. Pelo fato da distribuição ser simétrica em relação à média μ=0, a área à direita é igual a área à esquerda de μ.
A distribuição Normal é a mais familiar das distribuições de probabilidade e também uma das mais importantes em estatística. Exemplo: O peso de recém-nascidos é uma variável aleatória contínua. ... A distribuição normal é simétrica em torno da média o que implica que e média, a mediana e a moda são todas coincidentes.
Para diferenciar uma média da outra, foi criada a noção de desvio padrão, que serve para dizer o quanto os valores dos quais se extraiu a média são próximos ou distantes da própria média. ... Uma das aplicações mais comuns do desvio padrão é para cálculo da classificação no vestibular.
A curva normal, que expressa matemática e geometricamente a distribuição normal de freqüências, é uma curva sui generis, que apresenta umas tantas propriedades que a tornam particularmente útil no estudo das probabilidades, especialmente em Estatística, que afinal não é mais do que a teoria das probabilidades aplicada ...
A curva gaussiana (ou curva Normal) é definida pela média µ e pelo desvio-padrão σ. Normal entre x 1 e x 2. Exemplo: Suponha que X é o peso de bebês ao nascer e que, em certa população, X tem distribuição de probabilidade que pode ser aproximada pela Normal com µ = 3000g e σ = 1000g.