As determinantes locais da paradiplomacia: o caso dos municípios ...

partes em duas partes). O primeiro quartil (mais a esquerda) é chamado de inferior, o do meio
é chamado segundo quartil e o último, de quartil superior. Usando novamente os dados
anteriores como exemplo, os segundo quartil seria a mediana calculada anteriormente, 30, o
quartil inferior seria 27 e o superior seria 51 (novamente nesses casos a mediana é a média
dos dois números mais próximos do centro). De posse desses dados poderíamos calcular a
amplitude interquartil que seria de 24 (51-27). Esse procedimento tem vantagens e
desvantagens. Ao mesmo tempo em que se afastam os casos extremos, perdem-se muitos
dados (50% deles, na verdade).
Outra forma de ver a distribuição de frequências pode não ser tanto em termos de
quantas vezes, de fato, os scores aparecem, e sim pela probabilidade de algum vir a ocorrer.
Essa é uma forma de utilizar a distribuição de frequências para se inferir coisas que vão além
dos dados coletados. Os próprios gráficos já apresentam os dados que se está estudando e a
partir deles pode-se chegar a padrões de comportamentos futuros. Se, ao invés de buscar saber
se um intervalo de resultados ocorreu muitas ou poucas vezes, pretende-se saber a
probabilidade dele ocorrer no futuro, pode-se mensurar essa chance. Esse cálculo varia de 0
(nenhuma possibilidade de acontecer) a 1 (evento ocorrido).
Na teoria, a probabilidade de obter um score de qualquer tamanho pode ser levantada
em todos os tipos de distribuição de frequência, só que isso seria altamente complexo (já que
a distribuição pode assumir qualquer forma). Os estatísticos, para solucionar esse problema,
criaram uma forma de simplificar essa busca por meio da identificação de distribuições mais
comuns. Para cada uma delas, eles criaram fórmulas matemáticas que especificam versões
idealizadas dessas distribuições (chamadas de distribuições de probabilidade). A partir delas
é possível calcular a probabilidade de encontrar scores particulares baseados na frequência
com que um score específico ocorreu numa distribuição com esses formatos comuns.
Um desses formatos é a distribuição normal vista anteriormente. Os estatísticos
calcularam a probabilidade de determinado score ocorrer em uma distribuição normal, em que
a média é 0 e o desvio padrão é 1. Se essas regras forem respeitadas, poder-se-ia usar a tabela
de probabilidades para a distribuição normal e notar qual a probabilidade de ocorrer
determinado score nos dados; no entanto, nem todos os dados coletados apresentam média 0 e
desvio padrão 1.
Para casos assim (a maioria), há solução. Qualquer dado pode ser convertido para ter
essas características. O processo é bem simples, para centralizar os dados em torno do 0,
pega-se cada score e subtrai-se a média geral. A partir daí, divide-se essa operação pelo
desvio padrão, a fim de garantir que ele seja 1. O score resultante é conhecido como valor z.
Assim,
157