Desvios de gráficos

Boas Danival! Tudo bem? Espero que sim!

A resposta para essa pergunta é que, como regra, não. Uma distribuição pode ter um desvio padrão alto mas continuar a se comportar mais ou menos como uma normal.

Vou demonstrar como isso pode ocorrer e depois faer algumas considerações. Entretanto, essa forma de pensar não está errada, é uma ótima questão.

Vou usar uma função do numpy que se chama random.normal(), que cria números aleatório a partir de alguns parâmetros, dentre eles o desvio padrão e o a mmédia.

import numpy as np

np.random.seed(101)
demo = np.random.normal(100, 100, 1000) 
demo[:10]

A linha np.random.seed()foi usada para que os meus resultados possam ser replicados.

O primeiro da parâmetro da np.random.normal() diz respeito à média da distribuição, o segundo ao desvio padrão e o terceiro à quantidade de elementos desejada.

Quando vemos os 10 primeiros números dessa distrivuição podemos ver um desvio padrão alto:

array([ 370.68498394,  162.81327088,  190.79694465,  150.38257538,
        165.11179479,   68.06819554,   15.19230166,  160.59653495,
       -101.8168244 ,  174.01220571])

Agora vamos fazer o plot do histograma da distribuição para verificar como os dados se distribuem:

import seaborn as sns
sns.displot(demo)

Que retorna:

Com isso, podemos ver que mesmo distribuições com grande desvio padrão podem se aproximar de uma normal, ou seja, não podemos cravar como regra que toda distribuição que tem um desvio padrão irá tender para a esquerda ou para a direita.

Entretanto, o seu raciocínio está correto, distribuições que tendem para a esquerda ou para a direita costumam ter um desvio padrão alto, mas não é uma relação de causa e efeito.

Espero ter ajudado! Bons Estudos!

obrigado