Um engenheiro coleta dados de tempo de processamento de peças, e nota que a distribuição é assimétrica. Ainda assim, ele usa a distribuição normal para calcular probabilidades da média. Explique, com base no TCL, por que isso é aceitável (ou não), e a partir de que tamanho de amostra a aproximação costuma ser razoável.
Passo 1
O enunciado diz: um engenheiro mediu tempos de processamento das peças e viu que a distribuição dos tempos é assimétrica (isto é, “skewed”). Mesmo assim ele usa a distribuição normal para calcular probabilidades da média amostral. Precisa-se explicar, com base no Teorema Central do Limite (TCL), se isso é aceitável ou não, e indicar a partir de que tamanho de amostra a aproximação costuma ser razoável.
Informações relevantes que temos do enunciado:
Informações relevantes que temos do enunciado:
- A distribuição original dos tempos é assimétrica (não normal).
- O engenheiro está calculando probabilidades da média amostral (ou seja, sobre
). - Não foi dada informação sobre o tamanho da amostra nem sobre caudas pesadas ou variância infinita — portanto devemos tratar o caso “comum”: variância finita, amostras independentes.
Passo 2
Enunciado formal do TCL (versão usual, em linguagem acessível):
Considere observações i.i.d. com média
e variância
, ambas finitas. Defina a média amostral
Considere observações
O TCL afirma que a distribuição do valor padronizado
converge em distribuição para uma normal padrão
quando
. Em palavras: para
grande,
é aproximadamente normal com média
e variância
.
Explicando cada símbolo: é a média verdadeira da população,
é a variância verdadeira,
é a média das
observações, e “converge em distribuição” significa que as probabilidades calculadas para o padronizado se aproximam das probabilidades que teria um
.
Explicando cada símbolo:
Passo 3
Condições necessárias (em linguagem simples) e por que importam:
- Independência (ou fraca dependência): as observações não devem estar fortemente correlacionadas; se houver dependência forte, o TCL clássico pode não valer.
- Mesmo distribuição ou condições como Lindeberg: é suficiente que as observações tenham comportamento semelhante e que não exista uma observação com variância dominante.
- Variância finita (
): se a variância for infinita (caso de algumas leis de potência pesadas), o TCL clássico não se aplica.
Essas condições garantem que a soma (ou média) “agrega” muitos contributos pequenos e o comportamento global tende a uma forma simétrica (a normal), mesmo que cadaseja muito assimétrico.
Passo 4
Por que a assimetria da distribuição original não impede o uso do TCL:
O TCL diz justamente que a forma da distribuição original (simétrica ou assimétrica) se torna cada vez menos importante para a distribuição da média amostral quando cresce — o que importa é que os termos sejam independentes (ou sob condições semelhantes) e tenham variância finita. Assimetria individual é “diluída” pela média. Logo, em princípio é aceitável usar a normal para aproximar a distribuição de
, desde que
seja suficientemente grande e as condições acima se cumpram.
O TCL diz justamente que a forma da distribuição original (simétrica ou assimétrica) se torna cada vez menos importante para a distribuição da média amostral quando
Passo 5
Qual é a velocidade dessa aproximação? (por que “suficientemente grande” é importante)
Existe um resultado quantitativo, o teorema de Berry–Esseen, que dá uma cota do erro da aproximação normal. Em linguagem simples a forma útil é:
Existe um resultado quantitativo, o teorema de Berry–Esseen, que dá uma cota do erro da aproximação normal. Em linguagem simples a forma útil é:
onde:
-
é a função de distribuição do padronizado , -
é a função de distribuição da , -
é o terceiro momento absoluto (uma medida da assimetria/caudas), -
é uma constante universal (na prática – ).
Interpretação prática: o erro da aproximação é da ordem de, multiplicado por uma medida da assimetria/caudas. Quanto maior a assimetria (ou caudas mais pesadas), maior e maior será necessário para uma boa aproximação.
Passo 6
Regra prática e exemplo concreto (para você aplicar rápido na prova):
- Regra clássica (e muito usada):
costuma ser suficiente para muitas distribuições moderadamente assimétricas. Isso é um “rule-of-thumb”, não um teorema. - Se a distribuição é muito assimétrica ou tem caudas pesadas (outliers prováveis), recomenda-se
bem maior: – ou mais.
Exemplo concreto fácil de calcular mentalmente: para uma distribuição exponencial de média(caso comum de assimetria), a assimetria populacional (skewness) é . A skewness da média amostral cai com como
Se
, então para
temos skewness
, já pequena; para
é
, bem próxima de simetria. Isso explica porque para exponencial a aproximação normal fica boa já entre
e
.
Passo 7
O que fazer na prática (se você for o engenheiro nervoso antes da prova):
- Se
for pequeno (por exemplo ) e a distribuição for claramente assimétrica, não confie cegamente na normal: use métodos não paramétricos (bootstrap), transforme os dados (log, por exemplo, se os tempos são multiplicativos), ou trabalhe com intervalos de confiança por bootstrap. - Se
for moderado/grande, você pode usar a normal com erro pequeno: calcular probabilidades usando (no lugar de use o desvio padrão amostral se for desconhecido). Para grande, o uso de em vez de não estraga a normalidade (o efeito é pequeno). - Se houver suspeita de variância infinita (dados de cauda muito pesada), o TCL clássico falha: aí bootstrap, transformações ou modelos robustos são necessários.
Passo 8
Resumo didático e orientação para a prova (curto, direto, o que precisa lembrar):
- Motivo teórico: o TCL garante que a média amostral tende a uma normal independente da forma da distribuição original, desde que haja independência e variância finita.
- Regra prática: normalmente
é uma boa referência para distribuições moderadamente assimétricas; para assimetrias fortes ou caudas pesadas, prefira – ou métodos alternativos. - Dica de prova: se o enunciado pede justificar o uso da normal para a média, cite o TCL e, se for relevante, mencione a dependência do erro em
(Berry–Esseen) e a necessidade de variância finita.
Resposta
O uso da normal para calcular probabilidades da média amostral é teoricamente justificado pelo Teorema Central do Limite:
quando as observações são (aprox.) independentes e têm variância finita, logo
para
grande.
Como regra prática, a aproximação costuma ser razoável a partir de cerca de para assimetrias moderadas; para distribuições muito assimétricas ou com caudas pesadas recomenda-se
maior (p.ex.
–
) ou usar bootstrap/transformações quando
for pequeno ou a variância for suspeita de ser infinita.
Como regra prática, a aproximação costuma ser razoável a partir de cerca de