quarta-feira, fevereiro 25, 2004

Normal - To Be or Not To Be?

Muito se tem falado nos últimos tempos em normalidade e em ser-se, ou não, normal. Decidi portanto fazer uma pequena pesquisa acerca deste conceito donde vim a concluir que este é usado e abusado em vários domínios do (des)conhecimento humano. Assim:

Normal – usual, regular; diz-se da linha perpendicular à tangente de uma curva; perpendicular [em latim, ‘normalis’ indica a condição de ser usual] – este é um breve resumo do que consta em vários dicionários da língua portuguesa.

Tal como a minha intuição me dizia, ser normal depende de muita coisa. E o seu significado pode ocultar algo de mais profundo. Na língua chinesa (e suas derivadas, incluindo aqui também o japonês) este termo é representado pelos dois ideogramas kanji indicados abaixo e que se podem ler, em japonês, heijou.


Analisando cada um dos kanji, concluímos que o primeiro, lendo-se “hei”, significa pacífico, enquanto que o segundo, “jou” representa o usual, o regular, tal como o entendemos nas línguas de origem latina. “Heijou” será assim, literalmente, aquilo que praticado regularmente conduz à paz. Parece-me ser uma noção um pouco mais ampla daquilo a que temos por mania rotular como normal.

Dando agora um salto da linguística para as ciências. O conceito de normal, para além de ser utilizado como referido acima a um nível geométrico (de perpendicularidade), aparece constantemente em muitos ramos da ciência aplicado a nível estatístico como a Distribuição Normal ou de Gauss. Esta distribuição é um modelo teórico que descreve várias situações, em condições ideais [saliento o ideais] – usualmente quando os acontecimentos de um dado universo são gerados aleatoriamente – e que é dado pela seguinte função:



Esta é uma função contínua onde m representa o valor médio das observáveis x e s representa o desvio-padrão associado a estas. Um Teorema muito importante que está inerente a esta distribuição é o Teorema do Limite Central que nos garante que para um grupo de observações independentes, para conjuntos amostrais muito grandes, o sistema pode ser descrito por uma distribuição normal – o que nem sempre é viável.

Para aplicarmos a nível estatístico, admitamos as seguintes condições:

(1) Existe probabilidade de eu ser normal.
(2) O acontecimento “ser normal” tem distribuição gaussiana

Escolhendo um nível de significância de 95% (geralmente o mais utilizado), a frase “Eu sou normal” [correspondente ao acontecimento “Eu ser normal”] significa que se eu continuasse a verificar indefinidamente a minha condição de normalidade, em 95% dos casos iria de facto sê-lo dentro de um intervalo que abrangesse as várias observações de normalidade. Não obstante, nos restantes 5% não conheceria com exactidão a minha condição, sendo muito provável que fosse anormal.

E tu?


Post scriptum: Este post é da minha inteira responsabilidade. Todas as interpretações são da minha exclusiva responsabilidade. Qualquer modelamento encontrado ou afastamento à realidade é por isso normal dentro do intervalo de confiança que me derem.