Sisältö
Kellokäyrä antaa tosiasioita tutkivalle henkilölle esimerkin havaintojen normaalijakaumasta. Käyrää kutsutaan myös Gauss-käyräksi saksalaisen matemaatikon Carl Friedrich Gaussin jälkeen, joka löysi monet käyrien ominaisuuksista. Kuvioitu käyrä arvioi alueen vaihteluväliä ja laskee monet tosiasialliset havainnot luonnossa ja kansalaisyhteiskunnassa esiintyvistä tosiasioista, kuten painosta ja koulutustasosta.
Valitse tosiasia, jolle haluat normaalin todennäköisyysjakauman. Mieti, kuinka esimerkki normaaleista tapauksista auttaa sinua tekemään johtopäätöksiä. Ratkaise ratkaisevat tosiasiasi koskevat kysymykset. Onko normaali painonjako hyödyllinen painojen tutkimisessa lääketieteellisessä potilaspopulaatiossa? Vai onko väestö liian epätavallinen tai epänormaali normaalin käyrän käyttämiseen?
Tee tietojoukko havaintoillesi, joita aiot kartoittaa. Otetaan tosiasia numeroina kunkin kohteen osalta. Anna kullekin kohteelle numero ja merkitse havainto "x alahenkilön numero. " Järjestä "x " -arvot pienimmästä korkeimpaan. Anna kullekin kohteelle toinen numero, havaintoarvon järjestysnumero ja merkitse nämä havainnot "x alajärjestysnumero ".
Määritä numeeristen arvojen lukualue käyttämällä pienintä havaintoa korkeimpaan havaintoon.
Laske y-akselin arvo jokaiselle x-akselin arvolle käyräkaavalla. Kellokäyrän kaava on y = (e ^ (? - x? ^ 2/2)) /? 2 ?. Y on x-arvon havaintojen lukumäärä. X on havaittu arvo. Käytä x-alatilausnumeroa laskentajärjestykseen ja luettelojärjestykseen. Tee taulukko x-arvoista ja vastaavista y-arvoista.
Piirrä kello käyrä tosiasi. Järjestä kuvaaja paperilla käyttämällä x-akselia ja y-akselia. Piirrä akselialue alkaaksesi pienimmästä arvosta ja lopussa korkeimmasta arvosta. Aloita y-akseli kohdasta 0, jotta ei saada havaintoja, ja loppuu suurimpaan määrään mahdollisia havaintoja mistään x-arvosta. Suurimmat mahdolliset havainnot ovat enimmäismäärä, jonka uskot löytäväsi totuudellesi; esimerkiksi eniten miespotilaita, joiden paino on 180 kiloa.
Kun haluat verrata havaittuja tosiasioita normaalijakaumaan, katso kuvaa havaintojesi kuvaajasta ja kuvaamasi normaalikäyrästä. Vertaa, kuinka todelliset havainnot laskevat alueilla keskiarvon yhden standardipoikkeaman sisällä. Kun sinulla on hyvä tietojoukko normaalille populaatiolle, 90 prosenttia havainnoistasi on 1,65-standardipoikkeamien sisällä, normaalin käyrän keskiarvon vasemmalla ja oikealla puolella. Erot tavallisesta käyrästä kertovat, että populaatiosi on keskimääräistä suurempi, kun todellisten havaintojen keskiarvo on oikealla, tai keskiarvon alapuolella, kun havaittu keskiarvo on vasemmalla.