Een klokkromme geeft een persoon die een feit bestudeert een voorbeeld van een normale verdeling van waarnemingen. De kromme wordt ook wel de Gauss-kromme genoemd, naar de Duitse wiskundige Carl Friedrich Gauss, die veel van de eigenschappen van de kromme ontdekte. Een grafische curve benadert het bereik en telt voor veel feitelijke waarnemingen van feiten die in de natuur en in het maatschappelijk middenveld bestaan, zoals gewicht en onderwijsprestaties.
Kies het feit waarvoor u een normale kansverdeling wilt. Overweeg hoe het voorbeeld van normale gebeurtenissen u zal helpen tot een conclusie te komen. Los de beslissende vragen over uw feit op. Is een normale gewichtsverdeling nuttig voor het bestuderen van de gewichten in een medische patiëntenpopulatie? Of is de populatie te ongebruikelijk of abnormaal om een normale curve te gebruiken?
Maak een dataset voor de waarnemingen die u in kaart wilt brengen. Noteer voor elk onderwerp het feit als een numerieke waarde. Wijs elk onderwerp een nummer toe en label de observatie \"x subonderwerpnummer.\" Schik de \"x\"-waarden van laag naar hoog. Wijs elk onderwerp een tweede nummer toe, het volgnummer van de waarnemingswaarde, en label deze waarnemingen als "x subvolgnummer".
Wijs het nummerbereik voor de numerieke waarden toe, waarbij de laagste waarneming wordt gebruikt voor de hoogste waarneming.
Gebruik de belcurve-formule om de y-aswaarde voor elke x-aswaarde te berekenen. De belcurve-formule is y = (e^(?-x?^2/2) )/ ?2?. Y is het aantal waarnemingen voor een x-waarde. De x is een waargenomen waarde. Gebruik het x subordernummer voor de rekenvolgorde en lijstvolgorde. Maak een tabel met x-waarden en de bijbehorende y-waarden.
Teken de belcurve voor uw feit. Gebruik ruitjespapier om een grafiek te ordenen met een x-as en een y-as. Teken het asbereik dat begint bij uw laagste waarde en eindigt bij uw hoogste waarde. Begin de y-as bij 0, voor geen waarnemingen, en eindig bij het grootste aantal mogelijke waarnemingen voor elke x-waarde. De grootste potentiële waarnemingen is het hoogste aantal dat u denkt te kunnen vinden voor uw feit; bijvoorbeeld het hoogste aantal mannelijke patiënten met een gewicht van 180 pond.
Als je je waargenomen feiten wilt vergelijken met een normale verdeling, bekijk dan een grafiek van je waarnemingen en de normale curve die je hebt getekend. Vergelijk hoe de feitelijke waarnemingen vallen in de gebieden binnen één standaarddeviatie van het gemiddelde. Als je een goede dataset hebt voor een normale populatie, valt 90 procent van je waarnemingen binnen 1,65 standaarddeviaties, links en rechts van het normale curvegemiddelde. Verschillen in de normale curve vertellen u dat uw populatie boven het gemiddelde ligt, wanneer het gemiddelde voor de feitelijke waarnemingen rechts is, of onder het gemiddelde, wanneer uw waargenomen gemiddelde links ligt.