多くの大学のプログラムは統計を必要とします。 典型的な統計クラスで提示される重要な概念は、データの正規分布またはベルカーブです。 自然分布に含まれる一連のデータを解釈する方法を理解することで、科学的研究を理解することが可能になります。 ベルカーブ、平均、標準偏差、およびパーセンタイルとの関係をよく理解して、科学研究の言語に精通するようにします。
正規分布とベル曲線
身長、知能指数、血圧など、多くの種類の自然発生データがヒストグラムにプロットされている場合、スコアは次のようになります。 横軸にスコアの出現数または数が縦軸にある場合、データはベルカーブと呼ばれるベル型のパターンに分類されます。 正規分布として知られるこのパターンは、統計分析に役立ちます。
平均と中央値
すべてのスコアの平均は、ベル曲線のほぼ中央になります。 平均は50パーセンタイルを表し、すべてのスコアの半分がその測定値を上回り、半分が下になります。 正規分布のデータでは、スコアの中央値もベルカーブの中央にあり、最も多く発生していることを表しています。
標準偏差と分散
メジャーは平均からどれくらい離れていますか？ 正規分布のデータセットでは、メジャーは平均から一定数の標準偏差であると説明できます。 標準偏差は、分散の尺度、またはデータが平均からどの程度分散または分散しているかを示します。 メジャーに大きな分散がある場合、ベル曲線は広がります。 分散がほとんどない場合、ベル曲線は狭くなります。 スコアからの標準偏差が大きいほど、スコアが自然界で発生する可能性は低くなります。
パーセンタイルと経験則
ベル曲線を見ると、測定値の68％が平均の1標準偏差内にあります。 分布の95％は、平均の2つの標準偏差内にあります。 メジャーのなんと99.7％が、その3つの標準偏差の範囲内にあります。 経験則と呼ばれるこれらのパーセンテージは、自然に発生する現象の統計分析の基礎です。 たとえば、医学研究者が、特定の薬を服用して管理しているグループを見つけた場合 コレステロールは現在、平均から2標準偏差のコレステロールの測定値を持っています。 偶然に発生します。