Resumoi distribuição binomial, poisson e gauss

Distribuição Normal
A estatística pode deduzir uma grande quantidade de informações úteis sobre populações, em grande parte por causa da tendência à conformidade nas reações agrupadas dessas populações. Embora as medidas de uma variável mostrem algumas diferenças, muitos valores serão repetidos durante um longo período, daí a importância da freqüência com que esses valores aparecem. Quando há muitas observações ou quando as diferenças entre os valores é ligeira, é comum condensar a tabela em grupos ou classes de freqüências.
É desejável distinguir entre variáveis contínuas e discretas. Uma variável contínua pode assumir qualquer valor matemático, inclusive o fracionário, dentro da classe da distribuição. Uma variável discreta, entretanto, pode assumir valores que diferem entre si por certas quantidades fixas. Desde que as variáveis contínuas possam teoricamente ter diferenças infinitamente pequenas entre os valores observados, é comum classificar essas em frequências agrupadas a fim de facilitar os cálculos. As variáveis discretas nem sempre precisam ser agrupadas em classes, pois são mais nitidamente definíveis, mas quando a classe de valores é ampla é em geral conveniente fazê-lo.
A distribuição mais comum é a conhecida como a distribuição normal que pode ser representada graficamente como uma curva igual a um sino. As distribuições reais são raras ainda que exatamente simétricas, de modo que a curva normal representa uma forma idealizada de distribuição, mas muitas distribuições se conformam bem à normal de modo que podem ser tratadas como possuindo características normais. A corcunda da curva normal enfatiza que a maioria dos valores se aproximam da medida central e, numa verdadeiramente simétrica distribuição uni moda, a média, a moda e a mediana coincidirão.
A normalidade estatística é assim um atributo de uma distribuição e não de seus valores componentes individuais. Fornece um padrão ao qual muitas distribuições podem ser comparadas, não porque devam se