En klockkurva ger en person som studerar ett faktum ett exempel på en normal fördelning av observationer. Kurvan kallas också den gaussiska kurvan efter den tyska matematikern Carl Friedrich Gauss, som upptäckte många av kurvens egenskaper. En grafisk kurva approximerar intervallet och räknar med många faktiska observationer av fakta som existerar i naturen och i det civila samhället, såsom vikt och pedagogisk prestanda.

Välj det faktum att du vill ha en normal sannolikhetsfördelning för. Tänk på hur exemplet på normala händelser hjälper dig att komma till en slutsats. Lösa de avgörande frågorna om ditt faktum. Är en normal viktfördelning användbar för att studera vikterna i en patientpopulation? Eller är befolkningen för ovanlig eller onormal att använda en normal kurva?

Gör en dataset för dina observationer du planerar att kartlägga. För varje ämne, ta ner faktum som ett numeriskt värde. Tilldela varje ämne ett nummer och markera observationen \\ "x sub ämnesnummer. \\" Ordna värdena \\ "x \\" från lägsta till högsta. Tilldela varje ämne ett andra nummer, observationsvärdesordningsnumret och märka dessa observationer \\ "x underordningsnummer. \\"

Tilldela talintervallet för de numeriska värdena med den lägsta observationen till högsta observationen.

Använd klockkurvan för att beräkna y-axelvärdet för varje x-axelvärde. Klockkurvanformeln är y = (e ^ (y-x ^^ 2/2)) /^ 2. Y är antalet observationer för ett x-värde. X är ett observerat värde. Använd x-underordningsnumret för beräkningsordningen och listordern. Gör en tabell med x-värden och motsvarande y-värden.

Gradera bellkurvan för ditt faktum. Ordna ett diagram med en x-axel och en y-axel genom att använda grafpapper. Rita axelområdet för att börja till ditt lägsta värde och sluta med ditt högsta värde. Börja y-axeln vid 0, för inga observationer och sluta med det största antalet potentiella observationer för vilket x-värde som helst. De största potentiella observationerna är det högsta antalet du tror att du kan hitta för ditt faktum. till exempel det högsta antalet manliga patienter med en vikt av 180 pund.

När du vill jämföra dina observerade fakta till en normal fördelning, se en graf över dina observationer och den normala kurvan du grafat. Jämför hur de faktiska observationerna faller inom områdena inom en standardavvikelse för medelvärdet. När du har en bra dataset för en normal befolkning faller 90 procent av dina observationer inom 1,65 standardavvikelser, till vänster och höger om normalkurvan. Skillnaderna utgör den normala kurvan och berättar att din befolkning är över genomsnittet, när medelvärdet för de faktiska observationerna är till höger eller under genomsnittet när ditt observerade medelvärde är till vänster.

Tips

För fakta som har normala fördelningar i befolkningen, desto högre är ditt antal observationer - förutsatt att du har ett slumpmässigt prov - ju närmare den observerade kurvan kommer att vara i klockkurvan.

Varning

Observera att din klockkurva inte har de två långa svansarna, till vänster och till höger, som den teoretiska klockkurvan har. Din kurva har gränser vid de lägsta och högsta observerade x-värdena.