O Que É a Regra Empírica?

Entenda o que é a regra empírica, como calcular os intervalos 68–95–99,7 e quando ela funciona — com a fórmula, exemplos do ENEM e os erros mais comuns.

A regra empírica — também chamada de regra 68–95–99,7 ou regra dos três sigmas — diz que, em uma distribuição normal, 68,27% dos valores ficam a até 1 desvio padrão da média, 95,45% a até 2 desvios padrão e 99,73% a até 3 desvios padrão. Ela transforma a média e o desvio padrão em intervalos prováveis, sem precisar de tabelas.

Se você já ouviu que “a maioria dos dados fica perto da média”, a regra empírica diz exatamente quanta maioria é essa — desde que os dados sigam uma distribuição normal. Ela é uma das ferramentas mais úteis da estatística descritiva porque transforma dois números, a média e o desvio padrão, em intervalos com probabilidades conhecidas.

Neste artigo, você vai ver a definição, a fórmula, um método em 5 passos e exemplos resolvidos — incluindo o ENEM — além das situações em que a regra não deve ser usada. Todas as ferramentas citadas estão gratuitas nas Calculadoras em Português.

O que é a regra empírica?

A regra empírica afirma que, em uma distribuição normal, os dados se concentram em torno da média de forma previsível: cerca de 68,27% ficam a até 1 desvio padrão da média, 95,45% a até 2 desvios padrão e 99,73% a até 3 desvios padrão. Por isso ela também é conhecida como regra 68–95–99,7 ou regra dos três sigmas.

Ela é chamada de “empírica” porque nasceu da observação: quando pesquisadores mediam alturas, notas de provas e erros de medição, os histogramas formavam sempre a mesma curva em forma de sino — e as proporções dentro de cada faixa de desvios padrão se repetiam. A regra resume essa regularidade em três números.

Na prática, a regra serve para responder rápido perguntas como: “esta nota é comum ou rara?”, “qual é a faixa típica deste processo?” e “quantos participantes ficam acima deste valor?” — sem consultar tabelas nem calcular integrais. Quando os dados são aproximadamente normais, a média fica no centro da curva e a mediana e a moda coincidem com ela.

A fórmula da regra empírica

A fórmula é uma só, aplicada três vezes: some e subtraia o desvio padrão (σ) da média (μ).

μ ± 1σ → 68,27% dos dados
μ ± 2σ → 95,45% dos dados
μ ± 3σ → 99,73% dos dados

Em linguagem de probabilidade: P(μ − σ < X < μ + σ) = 0,6827; P(μ − 2σ < X < μ + 2σ) = 0,9545; P(μ − 3σ < X < μ + 3σ) = 0,9973.

IntervaloCálculoProporção dos dados
1 desvio padrãoμ ± 1σ68,27%
2 desvios padrãoμ ± 2σ95,45%
3 desvios padrãoμ ± 3σ99,73%

Exemplo com notas de 0 a 10: em uma turma com média 6,0 e desvio padrão 1,5, os intervalos ficam [4,5; 7,5] para 68,27% dos alunos, [3,0; 9,0] para 95,45% e [1,5; 10,5] para 99,73%. Repare que o último intervalo passa de 10: é um intervalo teórico — na prática, nenhuma nota passa de 10, o que já mostra que os dados reais só aproximam a curva normal.

A curva também pode ser lida em fatias: a faixa central, de μ − σ a μ + σ, guarda 68,27% dos dados. As faixas entre 1 e 2 desvios padrão, de cada lado, guardam 13,59% cada (27,18% juntas). As faixas entre 2 e 3 desvios padrão guardam 2,14% cada (4,28% juntas). Além de 3 desvios padrão, restam só 0,27% dos dados — 0,135% em cada cauda.

O truque de um lado só: metade da curva (50%) mais metade da faixa central (34,13%) dá 84,13%. Ou seja, 84,13% dos valores ficam abaixo de μ + σ — e 15,87% ficam acima. Para converter um percentil em valor, use a calculadora de distribuição normal inversa.

Os valores exatos 68,27%, 95,45% e 99,73% — e não os arredondados 68%, 95% e 99,7% — estão documentados em nossa metodologia.

Distribuição normal: μ = 500 e σ = 10068,27%de 400 a 60013,59%13,59%200300400500 (μ)600700800
Curva normal com μ = 500 e σ = 100: a faixa central [400, 600] concentra 68,27% dos dados.

Como usar a regra empírica

  1. Calcule a média e o desvio padrão dos dados — ou use a calculadora da regra empírica para obter os dois e os intervalos de uma vez.
  2. Verifique se os dados são aproximadamente normais: o histograma deve ter forma de sino, simétrico, sem caudas longas. Se não for o caso, use o teorema de Chebyshev, que vale para qualquer distribuição.
  3. Some e subtraia o desvio padrão da média, uma, duas e três vezes, para obter os três intervalos.
  4. Leia as porcentagens: 68,27%, 95,45% e 99,73% dentro dos intervalos — e use o truque de um lado só (84,13% / 15,87%) quando a pergunta for “acima de” ou “abaixo de”.
  5. Confira o resultado na ferramenta gratuita, que mostra os intervalos e o gráfico da curva junto com os cálculos.

Exemplos da regra empírica

Exemplo 1 — ENEM (Matemática)

As notas de Matemática do ENEM seguem aproximadamente uma distribuição normal com média 500 e desvio padrão 100 (escala TRI do Inep). Aplicando a regra: 68,27% dos participantes ficam entre 400 e 600; 95,45% entre 300 e 700; e 99,73% entre 200 e 800. Uma nota 600 está exatamente 1 desvio padrão acima da média de 2009 — e cerca de 15,87% dos participantes ficam acima de 600.

Exemplo 2 — QI

Com média 100 e desvio padrão 15, os intervalos são [85, 115] para 68,27% das pessoas, [70, 130] para 95,45% e [55, 145] para 99,73%. Um QI de 130 ou mais está a 2 desvios padrão acima da média: só 2,28% da população chega lá.

Exemplo 3 — Altura de homens brasileiros

Com média 1,75 m e desvio padrão 0,10 m, 68,27% dos homens medem entre 1,65 m e 1,85 m; 95,45% entre 1,55 m e 1,95 m; e 99,73% entre 1,45 m e 2,05 m.

Quando usar a regra empírica

Use a regra quando os dados forem aproximadamente normais e simétricos, com variável contínua e média e desvio padrão conhecidos — alturas, notas de provas padronizadas, erros de medição e medidas de produção costumam se encaixar. Ela também é um ótimo atalho para conferir se um valor é típico antes de calcular probabilidades exatas com a calculadora de distribuição normal.

Quando a distribuição não é normal, o teorema de Chebyshev continua valendo: ele garante pelo menos 75% dos dados a até 2 desvios padrão da média e pelo menos 88,89% a até 3 desvios padrão — são valores mínimos, não exatos. A comparação completa está no artigo em inglês sobre a regra empírica e o teorema de Chebyshev.

Limitações da regra empírica

  • Dados assimétricos: em distribuições com cauda longa (como renda ou tempo de espera), as porcentagens 68–95–99,7 não se aplicam.
  • Amostras pequenas: com menos de 30 observações (n < 30), a média e o desvio padrão são instáveis e os intervalos perdem confiabilidade.
  • Outliers: poucos valores extremos distorcem a média e inflam o desvio padrão, alargando os intervalos.
  • A regra é exata para a normal perfeita e aproximada para dados reais — trate os percentuais como estimativas, não como contagens exatas.

Na dúvida, plote os dados primeiro: gere um conjunto de dados de exemplo com o gerador de distribuição normal e compare o histograma com a curva teórica.

Como calcular os intervalos da regra empírica?

Calcule a média (μ) e o desvio padrão (σ) e aplique μ ± 1σ, μ ± 2σ e μ ± 3σ. Por exemplo, com média 50 e desvio padrão 5, os intervalos são [45, 55], [40, 60] e [35, 65] — com 68,27%, 95,45% e 99,73% dos dados, respectivamente.

A regra empírica funciona para qualquer distribuição?

Não. Ela só vale para distribuições aproximadamente normais e simétricas. Para qualquer distribuição — normal ou não — use o teorema de Chebyshev, que garante pelo menos 75% dos dados a até 2 desvios padrão e pelo menos 88,89% a até 3 desvios padrão.

Qual é a diferença entre a regra empírica e o teorema de Chebyshev?

A regra empírica dá os percentuais exatos da curva normal (68,27%, 95,45% e 99,73%), mas só vale para dados normais. O teorema de Chebyshev vale para qualquer distribuição, mas dá apenas percentuais mínimos (75% e 88,89%).

Perguntas frequentes

A regra empírica, também chamada de regra 68–95–99,7, diz que em uma distribuição normal cerca de 68,27% dos valores ficam a até 1 desvio padrão da média, 95,45% a até 2 desvios padrão e 99,73% a até 3 desvios padrão.

São os intervalos μ ± 1σ (68,27%), μ ± 2σ (95,45%) e μ ± 3σ (99,73%) em torno da média de uma distribuição normal.

Some e subtraia o desvio padrão da média uma, duas e três vezes: os intervalos resultantes contêm 68,27%, 95,45% e 99,73% dos dados, respectivamente.

Porque 68,27% é o valor exato da área sob a curva normal entre μ − σ e μ + σ; 68% é apenas o valor arredondado.

É exata para uma distribuição normal perfeita e aproximada para dados reais, que só seguem a curva normal de forma aproximada.

Quando os dados são assimétricos, têm amostras pequenas (n < 30) ou outliers que distorcem a média e o desvio padrão.

A regra empírica dá percentuais exatos para dados normais (68,27%, 95,45% e 99,73%), enquanto o teorema de Chebyshev dá percentuais mínimos para qualquer distribuição (pelo menos 75% a até 2 desvios padrão e pelo menos 88,89% a até 3).

Com a escala TRI (média 500 e desvio padrão 100), uma nota 600 está a 1 desvio padrão acima da média; cerca de 68,27% dos participantes ficam entre 400 e 600 e 15,87% ficam acima de 600.

Fontes: NIST/SEMATECH e-Handbook of Statistical Methods, seção 1.3.6.6.1 — Distribuição Normal. Escala TRI do ENEM: Inep, Entenda a sua nota no Enem: guia do participante (2021). Os exemplos do ENEM são aplicações hipotéticas da escala TRI verificada (média 500, desvio padrão 100).

Por Afan Shafiq — BS AI student

Confira as Ferramentas

Confira os Artigos