# Normality Tester Comprehensive normality testing using multiple statistical methods > Página canônica: https://elysiatools.com/pt/tools/normality-tester - **Categoria:** Data Analysis - **Palavras-chave:** normality, statistical test, distribution, shapiro-wilk, anderson-darling ## Visão geral O Testador de Normalidade é uma ferramenta estatística robusta que permite verificar se o seu conjunto de dados segue uma distribuição normal, utilizando métodos consagrados como Shapiro-Wilk e Anderson-Darling para garantir precisão nas suas análises. ## Entradas - **Data Input** (textarea): Enter numeric data separated by commas, spaces, or newlines Examples: 25, 27, 29, 30, 31, 32, 33, 34, 35, 36 Or: 25 27 29 30 31 32 33 34 35 36 Or: 25 27 29 30 31 32 33 34 35 36 - **Significance Level (α)** (select) - **Include Visual Tests (Q-Q Plot)** (checkbox) ## Quando usar - Antes de aplicar testes paramétricos que exigem a premissa de normalidade. - Ao validar a qualidade de amostras coletadas em experimentos científicos ou industriais. - Para verificar se resíduos de modelos de regressão estão distribuídos normalmente. ## Como funciona - Insira seus dados numéricos separados por vírgulas, espaços ou quebras de linha. - Selecione o nível de significância (α) desejado para o seu teste estatístico. - Ative a opção de gráfico Q-Q Plot para uma inspeção visual complementar da distribuição. - Clique em processar para obter os resultados estatísticos detalhados e a conclusão sobre a normalidade. ## Casos de uso - Validação de premissas para testes t de Student ou ANOVA. - Análise de controle de qualidade em processos de manufatura. - Verificação de distribuição de erros em modelos preditivos. ## Perguntas frequentes ### O que é um teste de normalidade? É um procedimento estatístico que avalia se um conjunto de dados se assemelha a uma distribuição normal (curva de sino). ### Qual nível de significância devo escolher? O valor de 0.05 é o padrão acadêmico, oferecendo um equilíbrio entre rigor e sensibilidade para a maioria das análises. ### Por que usar o gráfico Q-Q Plot? O Q-Q Plot permite visualizar graficamente o desvio dos seus dados em relação a uma linha de distribuição teórica ideal. ### Quais métodos estatísticos são utilizados? A ferramenta utiliza testes amplamente aceitos como Shapiro-Wilk e Anderson-Darling para validar a hipótese de normalidade. ### O que acontece se meus dados não forem normais? Se os dados falharem no teste, você deve considerar o uso de testes não paramétricos ou técnicas de transformação de dados. ## Ferramentas relacionadas - [Traçador de diferença crítica Nemenyi e ranks de Friedman](https://elysiatools.com/pt/tools/nemenyi-critical-difference-friedman-rank-plotter): Testes de Friedman e Iman-Davenport com p-valores exatos, ranks médios, a diferença crítica de Nemenyi e o clássico diagrama CD com cliques — mais uma camada opcional Bonferroni-Dunn contra um modelo de controle. - [Calculadora de Significância A/B](https://elysiatools.com/pt/tools/ab-test-significance-calculator): Insira dados de controle/tratamento para obter diferença de taxas, intervalos de confiança 95%/99%, p-value do Z-test (proporções) ou t de Welch (contínuas), significância, lift, tamanho amostral para 80%/90% de potência, dias recomendados, aviso de sequential testing e correção de Bonferroni. - [Tutor de tabelas de contingência: qui-quadrado, Fisher exato, V de Cramér](https://elysiatools.com/pt/tools/contingency-table-chi-square-fisher-exact-cramer-v-tutor): Testes de hipóteses passo a passo para tabelas 2×2 e R×C: qui-quadrado de Pearson, correção de continuidade de Yates, teste G (razão de verossimilhança), Fisher exato quando as esperadas são pequenas, tamanhos de efeito (V de Cramér / phi / coeficiente de contingência), resíduos ajustados de Haberman para localizar células, aviso BH-FDR e estimativa opcional de Chapman (captura-recaptura). - [Analisador de Correlação](https://elysiatools.com/pt/tools/correlation-analyzer): Ferramenta avançada de análise de correlação que calcula coeficientes de correlação entre variáveis para medir a força e direção de suas relações lineares. Perfeito para análise estatística, modelagem financeira, pesquisa científica e exploração de dados. Recursos: - Múltiplos métodos de correlação (Pearson, Spearman, Kendall) - Geração de matriz de correlação - Teste de significância estatística (valores-p) - Cálculo de intervalos de confiança - Visualização de mapa de calor - Geração de matriz de gráficos de dispersão - Estratégias de tratamento de valores ausentes - Detecção e tratamento de valores atípicos - Capacidades de análise de grupo - Relatórios estatísticos detalhados Casos de Uso Comuns: - Análise de mercado financeiro e avaliação de risco - Pesquisa científica e teste de hipóteses - Análise de comportamento do cliente e marketing - Análise de dados de saúde e médicos - Controle de qualidade e otimização de processos - Avaliação de desempenho educacional - [Analisador de Distribuição de Dados](https://elysiatools.com/pt/tools/distribution-analyzer): Análise comprehensivo de distribuição de dados com testes de normalidade, detecção de outliers e avaliações de bondade de ajuste - [Analisador de Curtose](https://elysiatools.com/pt/tools/kurtosis-analyzer): Analisar a curtose dos dados para medir a "caudalosidade" da distribuição e detectar padrões de caudas pesadas ou leves - [Estatísticas de Intervalos Numéricos](https://elysiatools.com/pt/tools/number-range-statistics): Analisar e contar números em intervalos ou faixas especificadas - [Cortar Imagens em Lote](https://elysiatools.com/pt/tools/batch-image-trim): Corta múltiplas imagens simultaneamente com vários métodos de corte e saída ZIP ## Exemplos - [Exemplos de Processamento de Imagem Android Java](https://elysiatools.com/pt/samples/android-image-processing-java): Exemplos de processamento de imagem Android Java incluindo leitura/escrita, dimensionamento e conversão de formato - [Exemplos de Processamento de Imagem Android Kotlin](https://elysiatools.com/pt/samples/android-image-processing-kotlin): Exemplos de processamento de imagem Android Kotlin incluindo leitura/escrita, dimensionamento e conversão de formato - [Exemplos de Processamento de Imagem Web Python](https://elysiatools.com/pt/samples/web-image-processing-python): Exemplos de processamento de imagem Web Python usando PIL/Pillow incluindo leitura, salvamento, redimensionamento e conversão de formato - [Exemplos de Processamento de Imagem Web Rust](https://elysiatools.com/pt/samples/web-image-processing-rust): Exemplos de processamento de imagem Web Rust incluindo leitura/gravação, redimensionamento e conversão de formato