Innehåll
En klockkurva ger en person som studerar ett faktum ett exempel på en normal distribution av observationer. Kurvan kallas också den gaussiska kurvan efter den tyska matematikern Carl Friedrich Gauss, som upptäckte många av kurvens egenskaper. En grafisk kurva approximerar intervallet och räknar för många faktiska observationer av fakta som finns i naturen och i det civila samhället, såsom vikt och utbildningsprestanda.
Välj det faktum att du vill ha en normal sannolikhetsfördelning för. Tänk på hur exemplet med normala händelser hjälper dig att komma till en slutsats. Lös de avgörande frågorna om ditt faktum. Är en normal viktfördelning användbar för att studera vikterna i en medicinsk patientpopulation? Eller är befolkningen för ovanlig eller onormal för att använda en normal kurva?
Gör en datauppsättning för dina observationer du planerar att kartlägga. Ta bort faktumet som ett numeriskt värde för varje ämne. Tilldela varje ämne ett nummer och markera observationen "x undernummer. " Ordna "x " -värdena från lägsta till högsta. Tilldela varje ämne ett andra nummer, ordningsnumret för observationsvärdet och märk dessa observationer "x subordernummer. "
Tilldela nummerintervallet för de numeriska värdena med hjälp av den lägsta observationen till den högsta observationen.
Använd klockkurvformeln för att beräkna y-axelvärdet för varje x-axelvärde. Klockkurvformeln är y = (e ^ (? - x? ^ 2/2)) /? 2 ?. Y är antalet observationer för ett x-värde. X är ett observerat värde. Använd x subordernummer för beräkningsorder och listor. Skapa en tabell med x-värden och motsvarande y-värden.
Grafer klockkurvan för ditt faktum. Använd grafpapper och ordna ett diagram med en x-axel och en y-axel. Rita axelområdet för att börja vid ditt lägsta värde och avsluta vid ditt högsta värde. Börja y-axeln vid 0, för inga observationer, och avsluta vid det största antalet potentiella observationer för något x-värde. De största potentiella observationerna är det högsta antalet du tror att du kan hitta för ditt faktum; till exempel det högsta antalet manliga patienter med en vikt på 180 pund.
När du vill jämföra dina observerade fakta med en normalfördelning, se en graf över dina observationer och den normala kurvan som du ritade. Jämför hur de faktiska observationerna faller i områdena inom en standardavvikelse från medelvärdet. När du har en bra datauppsättning för en normalpopulation faller 90 procent av dina observationer inom 1,65 standardavvikelser, till vänster och höger om det normala kurvmedlet. Skillnader utgör den normala kurvan säger att din befolkning är över genomsnittet, när medelvärdet för de faktiska observationerna är till höger eller under genomsnittet, när ditt observerade medelvärde är till vänster.