Se um dado conjunto de medições for basicamente simétrico e possuir uma única moda, dentre normal e uniforme, qual a melhor função distribuição de probabilidade a assumir? Justifique sua escolha.

Passo 1

O enunciado pede que eu escolha, entre as duas alternativas (normal ou uniforme), qual distribuição é a melhor para representar um conjunto de medições que é basicamente simétrico e apresenta uma única moda. Informações dadas:
  • Os dados são (basicamente) simétricos.
  • Os dados têm uma única moda (ou seja, há um único pico na densidade).
  • Opções de modelagem: distribuição normal ou distribuição uniforme.

Passo 2

Definição e verificação de simetria (o que isso significa na prática).
  • Uma variável aleatória X tem distribuição simétrica em torno de um ponto \mu se a sua função densidade satisfaz
f(\mu+t)=f(\mu-t)\quad\text{para todo }t.
  • Como verificar em amostras: o histograma espelhado em torno de uma estimativa de centro (ex.: média \bar{x} ou mediana) tende a ficar parecido dos dois lados, e a assimetria amostral (skewness) \hat\gamma_1 está próxima de 0.
  • Observação prática: tanto a normal quanto a uniforme podem ser simétricas (a uniforme em [a,b] é simétrica em \mu=(a+b)/2; a normal é simétrica em \mu).

Passo 3

Definição de moda e unimodalidade.
  • A moda é (geralmente) o valor x que maximiza a densidade f(x).
  • “Unimodal” significa que existe um único ponto onde a densidade alcança o máximo global (um único pico distinto).

Passo 4

Característica da distribuição uniforme (contínua) quanto à moda.
  • A densidade da uniforme contínua em [a,b] é
f(x)=\frac{1}{b-a}\quad\text{para }x\in[a,b],
ou seja, é constante em todo o suporte.
  • Como consequência, todos os pontos de [a,b] têm a mesma densidade máxima: não existe um único ponto que se destaque como “o” pico. Em termos estritos, a uniforme contínua não tem uma moda única — tem infinitas “modas” (todos os pontos do suporte).
  • Resultado prático: a uniforme modela dados “planos” (sem pico), não dados com um centro bem definido.

Passo 5

Característica da distribuição normal quanto à moda.
  • A densidade normal é
\varphi(x)=\frac{1}{\sigma\sqrt{2\pi}}\exp\!\bigg(-\frac{(x-\mu)^2}{2\sigma^2}\bigg).
  • Essa função tem um único máximo em x=\mu (derivando e verificando ponto crítico chega-se a isso), logo a normal é simétrica e unimodal: tem exatamente uma moda bem definida em \mu.
  • Em termos visuais, a normal apresenta um pico central e caudas que decrescem suavemente para ambos os lados — conceito coerente com “uma única moda” observada na amostra.

Passo 6

Comparação prática: quando escolher cada uma.
  • Se os dados mostram um pico central claro (unimodal) e caem para os lados, a normal é mais adequada porque representa centro e caudas e tem exatamente uma moda.
  • A uniforme só faria sentido se os dados realmente fossem espalhados de modo quase constante dentro de um intervalo (nenhum pico), o que contradiz a condição “uma única moda”.
  • Outros aspectos: a uniforme tem suporte finito e densidade plana; a normal tem suporte infinito e densidade em forma de sino. Se os dados são evidentemente limitados e absolutamente planos, considerar uniforme; caso contrário, normal.
  • Observação adicional prática: para confirmar escolha em amostras reais, ajustar as duas distribuições (parâmetros por MLE: normal usa \hat\mu=\bar{x}, \hat\sigma^2 amostral; uniforme tipicamente usa \hat a=\min x_i,\\ \hat b=\max x_i) e comparar com gráficos (histograma + curvas), QQ-plot e testes/critérios (KS, Anderson–Darling, AIC/BIC, verificação visual). Mas isso só confirma; a propriedade teórica de unimodalidade já favorece a normal.

Passo 7

Resumo didático e motivação curta (estilo amigo):
  • Pense no histograma: se parece com um “morro” no centro e declina para os lados, vá de normal — ela tem exatamente esse “morro”. Se o histograma fosse uma “mesa” plana dentro de um intervalo, aí a uniforme faria sentido. Como o enunciado diz explicitamente que existe uma única moda, a uniforme é incompatível com essa descrição básica.

Resposta

Distribuição normal — porque é simétrica e unimodal (tem um único pico em \mu), enquanto a uniforme contínua tem densidade constante no suporte (não apresenta uma única moda distinta) e, portanto, não modela um conjunto de dados com uma única moda.

Exercícios relacionados