En klokkekurve giver en person, der studerer et faktum, et eksempel på en normal fordeling af observationer. Kurven kaldes også Gauss-kurven efter den tyske matematiker Carl Friedrich Gauss, der opdagede mange af kurvens egenskaber. En grafisk kurve tilnærmer området og tæller med mange faktiske observationer af fakta, der findes i naturen og i civilsamfundet, såsom vægt og uddannelsesmæssige præstationer.
Vælg det faktum, du vil have en normal sandsynlighedsfordeling for. Overvej hvordan eksemplet med normale hændelser vil hjælpe dig med at komme til en konklusion. Løs de afgørende spørgsmål om din kendsgerning. Er en normal vægtfordeling nyttig til at undersøge 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 tage kendsgerningen ned som en numerisk værdi. Tildel hvert emne et nummer og mærk observationen \ "x underemnets nummer. \" Arranger \ "x \" værdierne fra laveste til højeste. Tildel hvert emne et andet nummer, observationsværdien ordrenummer, 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 y-aksens værdi for hver x-akses værdi. Klokkurveformlen er y = (e ^ (? - x? ^ 2/2)) /? 2?. Y er antallet af observationer for en x-værdi. X er en observeret værdi. Brug x-underordrenummeret til beregningsordren og listeordren. 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 akseområdet for at begynde med din laveste værdi og slut med din højeste værdi. Begynd y-aksen ved 0, uden observationer, og slut med det største antal potentielle observationer for enhver x-værdi. De største potentielle observationer er det højeste antal, som du mener, du kunne finde for din kendsgerning; for eksempel det højeste antal mandlige patienter med en vægt på 180 pund.
Når du vil sammenligne dine observerede fakta med en normalfordeling, skal du se en graf over dine observationer og den normale kurve, du har tegnet. Sammenlign, hvordan de faktiske observationer falder inden for områderne inden for en standardafvigelse af middelværdien. Når du har et godt datasæt for en normal befolkning, falder 90 procent af dine observationer inden for 1,65 standardafvigelser til venstre og højre for den normale kurve. Forskelle fra den normale kurve fortæller dig, at din befolkning er over gennemsnittet, når gennemsnittet for de faktiske observationer er til højre eller under gennemsnittet, når dit observerede gennemsnit er til venstre.