Zvonová křivka dává člověku studujícímu fakt příklad normálního rozložení pozorování. Křivka se také nazývá Gaussova křivka podle německého matematika Carla Friedricha Gausse, který objevil mnoho vlastností křivky. Grafická křivka přibližuje rozsah a počty mnoha skutečných pozorování skutečností, které existují v přírodě a v občanské společnosti, jako je váha a vzdělávací výkon.
Vyberte skutečnost, pro kterou chcete normální rozdělení pravděpodobnosti. Zvažte, jak vám příklad běžných událostí pomůže dospět k závěru. Vyřešte rozhodující otázky týkající se vaší skutečnosti. Je normální rozložení hmotnosti užitečné pro studium hmotností v populaci zdravotnických pacientů? Nebo je populace příliš neobvyklá nebo neobvyklá na to, aby použila normální křivku?
Vytvořte datovou sadu pro pozorování, která plánujete mapovat. U každého předmětu vezměte fakt jako číselnou hodnotu. Přiřaďte každému subjektu číslo a označte pozorování \ "x číslo dílčího předmětu. \" Uspořádejte hodnoty \ "x \" od nejnižší po nejvyšší. Přiřaďte každému subjektu druhé číslo, číslo objednávky hodnoty pozorování, a označte tato pozorování \ "x číslo dílčí objednávky. \"
Přiřaďte číselný rozsah číselným hodnotám od nejnižšího pozorování k nejvyššímu pozorování.
Pomocí vzorce zvonové křivky vypočítejte hodnotu osy y pro každou hodnotu osy x. Vzorec křivky zvonu je y = (e ^ (? - x? ^ 2/2)) /? 2?. Y je počet pozorování pro hodnotu x. X je pozorovaná hodnota. Použijte číslo dílčí objednávky x pro výpočetní objednávku a seznamovou objednávku. Vytvořte tabulku hodnot x a odpovídajících hodnot y.
Graf křivky zvonu pro vaši skutečnost. Pomocí milimetrového papíru uspořádejte graf s osou xa osou y. Nakreslete rozsah osy tak, aby začínal vaší nejnižší hodnotou a končil vaší nejvyšší hodnotou. Začít osu y na 0, bez pozorování, a skončit s největším počtem potenciálních pozorování pro jakoukoli hodnotu x. Největší potenciální pozorování je nejvyšší počet, o kterém si myslíte, že pro svůj fakt najdete; například nejvyšší počet mužských pacientů s hmotností 180 liber.
Chcete-li porovnat své pozorované skutečnosti s normálním rozdělením, zobrazte si graf svých pozorování a normální křivku, kterou jste grafovali. Porovnejte, jak skutečná pozorování spadají do oblastí v rámci jedné standardní odchylky od průměru. Pokud máte dobrý soubor dat pro normální populaci, 90 procent vašich pozorování spadá do 1,65 standardní odchylky, nalevo a napravo od průměru normální křivky. Rozdíly z normální křivky vám řeknou, že vaše populace je nadprůměrná, když je průměr skutečných pozorování vpravo, nebo pod průměrem, když je váš pozorovaný průměr nalevo.