Indhold
En klokkekurve giver en person, der studerer en kendsgerning, et eksempel på en normal fordeling af observationer. Kurven kaldes også den gaussiske kurve efter den tyske matematiker Carl Friedrich Gauss, der opdagede mange af kurvenes egenskaber. En grafisk kurve tilnærmer sig rækkevidden og tæller for mange faktiske observationer af fakta, der findes i naturen og i civilsamfundet, såsom vægt og uddannelsesmæssig ydeevne.
Vælg det faktum, at du vil have en normal sandsynlighedsfordeling for. Overvej hvordan eksemplet med normale forekomster vil hjælpe dig med at komme til en konklusion. Løs de afgørende spørgsmål om dit faktum. Er en normal vægtfordeling nyttigt til at studere vægten i en medicinsk patientpopulation? Eller er befolkningen for usædvanlig eller unormal til at bruge en normal kurve?
Lav et datasæt til dine observationer, du planlægger at kortlægge. For hvert emne skal du fjerne faktum som en numerisk værdi. Tildel hvert emne et nummer og mærk observationen "x underemnet. " Arranger "x " -værdierne fra laveste til højeste. Tildel hvert emne et andet nummer, ordrenummeret til observationsværdien og mærk disse observationer "x underordrenummer. "
Tildel nummerområdet for de numeriske værdier ved hjælp af den laveste observation til den højeste observation.
Brug klokkekurveformlen til at beregne værdien af y-aksen for hver x-akseværdi. Klokkekurveformlen er y = (e ^ (? - x? ^ 2/2)) /? 2 ?. Y er antallet af observationer for en x-værdi. X er en observeret værdi. Brug x subordrenummeret til beregningsrækkefølge og listes rækkefølge. Lav en tabel med x-værdier og de tilsvarende y-værdier.
Graf klokkekurven for dit faktum. Brug grafpapir til at arrangere en graf med en x-akse og en y-akse. Tegn akseafstanden for at begynde ved din laveste værdi og slutte med din højeste værdi. Begynd y-aksen ved 0, uden observationer, og slut med det største antal potentielle observationer for nogen x-værdi. De største potentielle observationer er det højeste antal, du tror, du kan finde til dit faktum; for eksempel det største antal mandlige patienter med en vægt på 180 pund.
Når du vil sammenligne dine observerede fakta med en normal fordeling, kan du se en graf over dine observationer og den normale kurve, du har tegnet. Sammenlign, hvordan de faktiske observationer falder i områderne inden for en standardafvigelse af middelværdien. Når du har et godt datasæt for en normal population, falder 90 procent af dine observationer inden for 1,65 standardafvigelser til venstre og højre for det normale kurveværdi. Forskelle udgør den normale kurve fortæller dig, at din befolkning er over gennemsnittet, når middelværdien for de faktiske observationer er til højre eller under gennemsnittet, når dit observerede middelværdi er til venstre.