종 곡선은 사실을 연구하는 사람에게 관측치의 정규 분포의 예를 제공합니다. 이 곡선은 곡선의 많은 특성을 발견 한 독일 수학자 Carl Friedrich Gauss의 이름을 따서 Gaussian 곡선이라고도합니다. 그래프로 표시된 곡선은 체중 및 교육 성과와 같이 자연과 시민 사회에 존재하는 사실의 많은 실제 관찰에 대한 범위와 개수를 대략적으로 나타냅니다.
정규 확률 분포를 원하는 사실을 선택하십시오. 정상적인 상황의 예가 결론을 내리는 데 어떻게 도움이되는지 고려하십시오. 사실에 대한 결정적인 질문을 해결하십시오. 정상 체중 분포가 의료 환자 집단의 체중을 연구하는 데 유용합니까? 아니면 모집단이 정규 곡선을 사용하기에 너무 비정상적이거나 비정상입니까?
차트를 작성하려는 관찰에 대한 데이터 세트를 만드십시오. 각 주제에 대해 사실을 숫자 값으로 적으십시오. 각 피험자에게 번호를 할당하고 관측치 \ "x 하위 피험자 번호 \"에 레이블을 지정합니다. \ "x \"값을 가장 낮은 값에서 가장 높은 값으로 정렬합니다. 각 피험자에게 두 번째 숫자, 관측 값 순서 번호를 할당하고 이러한 관측 값에 \ "x 하위 주문 번호 \"라는 레이블을 붙입니다.
가장 낮은 관측 값에서 가장 높은 관측 값을 사용하여 숫자 값에 대한 숫자 범위를 할당합니다.
종형 곡선 공식을 사용하여 각 x 축 값에 대한 y 축 값을 계산합니다. 종 곡선 공식은 y = (e ^ (?-x? ^ 2 / 2)) /? 2?입니다. Y는 x 값에 대한 관측치 수입니다. x는 관찰 된 값입니다. 계산 순서 및 목록 순서에 x 하위 주문 번호를 사용합니다. x 값과 해당하는 y 값으로 구성된 표를 만듭니다.
사실에 대한 종 곡선을 그래프로 표시하십시오. 그래프 용지를 사용하여 x 축과 y 축으로 그래프를 정렬합니다. 가장 낮은 값에서 시작하여 가장 높은 값에서 끝나도록 축 범위를 그립니다. 관측치가없는 경우 y 축을 0에서 시작하고 x 값에 대해 가장 많은 잠재적 관측치에서 끝납니다. 가장 큰 잠재적 관찰은 사실에 대해 찾을 수 있다고 생각하는 가장 높은 숫자입니다. 예를 들어 체중이 180 파운드 인 남성 환자 수가 가장 많습니다.
관찰 된 사실을 정규 분포와 비교하려면 관찰 그래프와 그래프로 그린 정규 곡선을보십시오. 실제 관측치가 평균의 표준 편차 내 영역에 속하는지 비교하십시오. 정규 모집단에 대한 좋은 데이터 세트가 있으면 관측치의 90 %가 정규 곡선 평균의 왼쪽과 오른쪽에있는 1.65 표준 편차 내에 있습니다. 정규 곡선의 차이는 모집단이 평균 이상이고, 실제 관측치에 대한 평균이 오른쪽에있을 때, 또는 관측 평균이 왼쪽에있을 때 평균보다 낮음을 나타냅니다.