Um analista precisava estimar a chance de um lote sair fora do padrão. Tinha os dados, tinha a planilha, tinha a fórmula — e travou numa pergunta que nenhum tutorial respondia: qual distribuição usar.
O caminho que ele tomou foi o mais comum. Usou a normal, porque era a que conhecia, e obteve um resultado. O resultado indicava 3,4% de chance de o lote ter menos que zero peças defeituosas, o que é uma informação impossível — e foi só por isso que o erro apareceu.
Uma distribuição de probabilidade é um modelo que descreve como os valores de uma variável se comportam: quais são mais prováveis, quais são raros, e com que formato eles se espalham. Ela não é uma propriedade dos seus dados. É uma hipótese sobre o mecanismo que os gera — e é por isso que escolhê-la é uma decisão sobre o processo, não sobre a planilha.
A primeira pergunta: o dado é contável ou mensurável?
É a divisão que resolve metade dos casos, e ela não tem nada de estatística. É sobre o que você está registrando.
Dados discretos são contagens: número de peças defeituosas, de reclamações, de paradas, de eventos adversos. Assumem valores inteiros e existe um significado em “quantos”.
Dados contínuos são medições: tempo, peso, comprimento, temperatura, pressão. Podem assumir qualquer valor dentro de uma faixa, e a precisão depende do instrumento.
Distribuições discretas descrevem os primeiros; contínuas, os segundos. Aplicar uma no lugar da outra é a origem do resultado impossível da abertura — a normal é contínua e não tem limite inferior, então ela sempre atribui alguma probabilidade a valores negativos.
A segunda pergunta: qual é o mecanismo?
Aqui o critério deixa de ser o formato do dado e passa a ser como ele é gerado. Cada distribuição corresponde a uma situação típica.
Se você inspeciona um número fixo de itens e conta quantos falham, cada item tem duas possibilidades e a chance de falha é aproximadamente constante — é binomial. Peças defeituosas em uma amostra de 500, pacientes que não comparecem entre 80 agendados, propostas recusadas em 200 enviadas. Se o seu caso é esse, o cálculo está em distribuição binomial.
Se você conta ocorrências dentro de uma unidade de oportunidade — por turno, por metro, por semana, por mil atendimentos — e não existe um número fixo de tentativas, é Poisson. Falhas por quilômetro de solda, chamadas por hora, defeitos por peça. O tratamento completo está em distribuição de Poisson.
Se você mede uma variável contínua influenciada por muitas causas pequenas e independentes, e o histograma é aproximadamente simétrico, é normal. Dimensões de peça usinada, peso de envase, resultados de medição repetida. Está em distribuição normal.
Se você mede o tempo entre eventos que ocorrem a uma taxa aproximadamente constante, é exponencial. Tempo até a próxima falha, intervalo entre chegadas, tempo de espera em fila. Está em distribuição exponencial.
E se você estuda vida útil de componente, com risco de falha que muda ao longo do tempo — alto no início, baixo no meio, crescente no fim —, é Weibull. Está em distribuição de Weibull.
| Seu dado é | O mecanismo é | Distribuição | Exemplo |
|---|---|---|---|
| Contagem | n fixo de tentativas, chance constante de falha | Binomial | Defeituosas em 500 inspecionadas |
| Contagem | ocorrências por unidade de oportunidade | Poisson | Reclamações por semana |
| Medição | muitas causas pequenas, histograma simétrico | Normal | Peso de envase |
| Medição | tempo entre eventos a taxa constante | Exponencial | Intervalo entre chegadas |
| Medição | vida útil com risco variável no tempo | Weibull | Horas até falha de rolamento |
Três casos, com a conta que a escolha permite
Uma linha de envase inspeciona 500 frascos por lote, e a proporção histórica de defeituosos é de 2%. O mecanismo é binomial: número fixo de itens, dois resultados possíveis por item. O esperado é 10 defeituosos por lote, e a dispersão esperada é a raiz de 500 × 0,02 × 0,98, ou 3,13.
Um lote apareceu com 18. A distância é de (18 − 10) dividido por 3,13, ou 2,56 desvios — abaixo do limiar de três normalmente usado para declarar causa especial, e alto o bastante para observar o próximo lote com atenção. Sem a distribuição, 18 contra 10 seria “quase o dobro”, e o plano de ação já teria saído.
Um serviço registra em média 4,0 reclamações por semana. Não há número fixo de tentativas — o mecanismo é Poisson. A dispersão esperada é a raiz de 4, ou seja, 2,0, e a probabilidade de uma semana sem nenhuma reclamação é de 1,8%. Uma semana com 11 reclamações fica a (11 − 4) dividido por 2, ou 3,5 desvios — aí sim, sinal que pede investigação.
E o caso da abertura. Tempos de atendimento com média de 8 minutos: se você usar a normal, o modelo atribui probabilidade a durações negativas. Com a exponencial, a pergunta que interessa tem resposta direta — a chance de um atendimento passar de 20 minutos é 8,2%. Mesmo dado, modelo certo, resposta utilizável.
Como saber se a escolha está errada
Você vai desconfiar por três sinais, e nenhum deles exige teste formal.
O primeiro é o resultado impossível: probabilidade atribuída a valor negativo em variável que não pode ser negativa, limite de controle inferior abaixo de zero, previsão de contagem fracionária tratada como real. Foi o que salvou o analista da abertura.
O segundo é o desencontro entre média e dispersão. Na Poisson, a variância é igual à média — se você observa média de 4 e variância de 19, o mecanismo não é Poisson, e provavelmente há causas especiais ou agrupamento no processo.
O terceiro é o histograma que não se parece com o modelo. Dado com cauda longa à direita e piso em zero raramente é normal, por mais que a média e o desvio padrão existam e sejam calculáveis. Olhar a forma antes de calcular custa dois minutos e evita a maior parte dos erros. Para o caso específico da normal, existe verificação própria, com teste e leitura gráfica.
Cartão de escolha
Cartão de bolso — escolha da distribuição
Responda na ordem. A primeira pergunta elimina metade das opções.
| Pergunte | Se sim |
|---|---|
| 1. O dado é contagem? | |
| Inspeciono um número fixo de itens e conto quantos falham | Binomial |
| Conto ocorrências por turno, por metro, por semana — sem número fixo de tentativas | Poisson |
| 2. O dado é medição? | |
| Muitas causas pequenas somadas; histograma simétrico | Normal |
| Tempo entre eventos que ocorrem a taxa constante | Exponencial |
| Vida útil de componente; risco de falha muda com o tempo | Weibull |
| 3. Verificações antes de confiar | |
| O modelo atribui probabilidade a valor impossível? | Distribuição errada |
| Usei Poisson: a variância é próxima da média? | Se não, não é Poisson |
| Usei normal: o histograma tem cauda longa de um lado? | Verifique a normalidade |
| Estou usando esta distribuição porque é a que sei calcular? | Volte à pergunta 1 |
Escola EDTI · escolaedti.com.br · Exemplos e contas: escolaedti.com.br/distribuicoes-de-probabilidade/
Use a impressão do navegador (Ctrl+P ou Cmd+P) para levar só o cartão.
Onde este assunto se conecta
O conceito de probabilidade em si — como se calcula, o que significa, regras de soma e produto — é anterior a tudo isto e está em probabilidade.
A quantidade que define a dispersão em quase todos os modelos acima é o desvio padrão, e entender o que ele mede é pré-requisito para interpretar qualquer distribuição.
A razão pela qual métodos que supõem normalidade funcionam sobre processos que não são normais está no teorema central do limite — que fala das médias amostrais, não dos dados brutos, e é a peça de teoria que mais gera confusão neste território.
E a aplicação prática mais direta de tudo isto é o monitoramento de processo: cada tipo de dado tem uma carta de controle própria, e a escolha da carta segue exatamente o mesmo critério da escolha da distribuição — contagem de defeituosos, contagem de ocorrências, ou medição. Se você acertou a distribuição, acertou a carta.
O custo de escolher pelo que se sabe calcular
Você provavelmente vai continuar conseguindo um número mesmo com a distribuição errada. É esse o problema: a planilha não reclama, o resultado tem casas decimais, e a apresentação fica convincente.
O custo aparece depois, em três formas. Limites de controle mal calculados geram alarme falso constante, e em poucas semanas a equipe para de olhar a carta. Estimativas de risco erradas sustentam decisão de estoque, de manutenção ou de dimensionamento que não se confirma na prática. E a credibilidade da análise estatística dentro da empresa se desgasta — depois de duas ou três previsões que não se cumpriram, o próximo projeto começa com a operação já descrente.
Nada disso se resolve com fórmula mais sofisticada. Se resolve com duas perguntas feitas antes de abrir a planilha: o dado é contagem ou medição, e qual mecanismo o gera. É uma decisão de entendimento do processo, e é por isso que ela vem antes da estatística e não depois — o mesmo raciocínio que a formação Green Belt aplica na fase de medição de qualquer projeto. Se você quer conhecer essa lógica antes de se aprofundar em ferramentas, a certificação White Belt gratuita da EDTI apresenta o método completo.
Conteúdo revisado pelo Master Black Belt Marcelo Petenate, estatístico, formado pela Unicamp, mestre pela USP e especialista em Lean Six Sigma e melhoria contínua. Nesta revisão, o foco foi o critério de seleção da distribuição a partir do mecanismo gerador do dado, e os sinais de que a escolha está errada.
Perguntas frequentes
Qual a diferença entre distribuição discreta e contínua?
Discreta descreve contagens, que assumem valores inteiros — número de defeituosos, de reclamações, de paradas. Contínua descreve medições, que podem assumir qualquer valor dentro de uma faixa — tempo, peso, dimensão. A primeira pergunta a fazer sobre qualquer conjunto de dados é a qual dos dois grupos ele pertence.
Como escolher entre binomial e Poisson?
Binomial exige um número fixo de tentativas, com dois resultados possíveis em cada uma: 500 peças inspecionadas, 18 defeituosas. Poisson conta ocorrências dentro de uma unidade de oportunidade, sem número fixo de tentativas: reclamações por semana, falhas por quilômetro. Se você consegue dizer “de quantos”, é binomial; se só consegue dizer “por quanto”, é Poisson.
Posso usar a normal para qualquer coisa?
Não, e a facilidade de calcular com ela é justamente o que torna o erro comum. Ela é contínua e simétrica, sem limite inferior, o que a torna inadequada para contagens e para variáveis com piso em zero e cauda longa — tempos, custos, tempos de parada. O sinal de alerta é o modelo atribuir probabilidade a valores impossíveis.
Preciso testar a distribuição antes de usar?
Em decisões de baixo impacto, o histograma e o conhecimento do mecanismo costumam bastar. Em decisões que sustentam investimento, dimensionamento ou limites de controle, vale aplicar teste formal de aderência — reconhecendo que teste de aderência sobre amostra pequena tem pouco poder e sobre amostra muito grande rejeita quase tudo.
E se meus dados não seguem nenhuma distribuição conhecida?
Acontece, e não é falha sua. Costuma indicar mistura de populações — dois processos medidos como um —, presença de causas especiais no período, ou um mecanismo que exige modelo menos comum. Separar as populações antes de modelar resolve a maioria dos casos, e o histograma é o que revela a mistura.
A escolha da distribuição muda a carta de controle?
Muda, e é a aplicação prática mais frequente disso no dia a dia. Contagem de itens defeituosos, contagem de ocorrências por unidade e medições contínuas pedem cartas diferentes, com fórmulas de limite diferentes. Usar a carta errada produz alarme falso ou cegueira, e o critério de escolha é o mesmo desta peça.
Conhecer as distribuições é suficiente para analisar um processo?
Não. A distribuição é um modelo do comportamento dos dados, e ela não diz se o processo está estável, se a mudança que você fez teve efeito, nem qual é a causa do problema. Ela é a ferramenta que permite quantificar o quanto um resultado é surpreendente — e responder por que ele aconteceu, e o que fazer, exige método de investigação e verificação ao longo do tempo. Nos cursos da Escola EDTI, a escolha da distribuição aparece como parte da definição do problema, não como capítulo isolado de estatística.