Содержание
Кривая колокола дает человеку, изучающему факт, пример нормального распределения наблюдений. Кривая также называется кривой Гаусса в честь немецкого математика Карла Фридриха Гаусса, который открыл многие свойства кривых. Графическая кривая аппроксимирует диапазон и учитывает многие фактические наблюдения фактов, которые существуют в природе и в гражданском обществе, таких как вес и успеваемость.
Выберите тот факт, для которого вы хотите нормальное распределение вероятностей. Подумайте, как пример нормальных явлений поможет вам прийти к выводу. Решите решающие вопросы о вашем факте. Полезно ли нормальное распределение веса для изучения весов в популяции медицинских пациентов? Или население слишком необычное или ненормальное, чтобы использовать нормальную кривую?
Сделайте набор данных для ваших наблюдений, которые вы планируете наметить. Для каждого предмета запишите факт как числовое значение. Присвойте каждому субъекту номер и пометьте наблюдение «x субъектным номером». Расположите значения «x» по убыванию. Присвойте каждому субъекту второе число, порядковый номер значения наблюдения и пометьте эти наблюдения "x порядковым номером. "
Присвойте числовой диапазон числовым значениям, используя самые низкие наблюдения и самые высокие наблюдения.
Используйте формулу кривой колокола, чтобы вычислить значение оси y для каждого значения оси x. Формула кривой колокола у = (е ^ (? - х? ^ 2/2)) /? 2 ?. Y - количество наблюдений для значения x. Х является наблюдаемой величиной. Используйте номер субзаказа x для порядка расчета и порядка списка. Составьте таблицу значений x и соответствующих значений y.
График кривой колокола для вашего факта. Используя графическую бумагу, расположите график с осями x и y. Нарисуйте диапазон осей, чтобы начать с самого низкого значения и до самого высокого значения. Начинайте ось y с 0, если нет наблюдений, и заканчивайте наибольшим числом потенциальных наблюдений для любого значения x. Самое большое потенциальное наблюдение - это наибольшее число, которое, как вы полагаете, вы можете найти для своего факта; например, наибольшее количество пациентов мужского пола с весом 180 фунтов.
Если вы хотите сравнить ваши наблюдаемые факты с нормальным распределением, просмотрите график ваших наблюдений и нормальную кривую, которую вы построили. Сравните, как фактические наблюдения попадают в области в пределах одного стандартного отклонения от среднего. Когда у вас есть хороший набор данных для нормальной популяции, 90 процентов ваших наблюдений находятся в пределах 1,65 стандартных отклонений, слева и справа от среднего значения нормальной кривой. Различия от нормальной кривой говорят о том, что ваша популяция выше среднего, когда среднее значение для фактических наблюдений находится справа или ниже среднего, когда наблюдаемое среднее значение находится слева.