Como verificar a normalidade de uma amostra? Quais critérios e métodos visuais você conhece?

A verificação da normalidade da amostra é importante para selecionar métodos estatísticos corretos. As principais formas:

Critérios (testes):

• Shapiro-Wilk: eficaz para amostras pequenas.
• Kolmogorov-Smirnov: compara a distribuição empírica com a normal.
• Anderson-Darling: mais sensível às caudas da distribuição.
• D’Agostino: verifica assimetria e curtose.

Métodos visuais:

• Histograma: comparação da forma da distribuição com a curva normal.
• Gráfico Q-Q: pontos próximos à linha reta indicam normalidade.
• Boxplot: identifica valores atípicos e assimetria.

Exemplo de teste de normalidade com Shapiro-Wilk em Python:

from scipy import stats

data = [1.2, 2.3, 2.1, 1.8, 2.5, 2.2]
stat, p = stats.shapiro(data)
if p > 0.05:
    print("Distribuição próxima da normal")
else:
    print("Distribuição diferente da normal")

É importante combinar testes estatísticos com análise visual, pois os testes são sensíveis ao tamanho da amostra.