Une courbe en cloche donne à une personne qui étudie un fait un exemple de distribution normale des observations. La courbe est également appelée courbe gaussienne d'après le mathématicien allemand Carl Friedrich Gauss, qui a découvert de nombreuses propriétés de la courbe. Une courbe graphique se rapproche de la fourchette et compte pour de nombreuses observations réelles de faits qui existent dans la nature et dans la société civile, telles que le poids et la performance éducative.

Choisissez le fait pour lequel vous voulez une distribution de probabilité normale. Considérez comment l'exemple des occurrences normales vous aidera à arriver à une conclusion. Résolvez les questions décisives sur votre fait. Une distribution de poids normale est-elle utile pour étudier les poids dans une population de patients médicaux? Ou est-ce que la population est trop inhabituelle ou anormale pour utiliser une courbe normale?

Faites un ensemble de données pour vos observations que vous prévoyez de représenter. Pour chaque sujet, prenez le fait comme une valeur numérique. Attribuez un numéro à chaque sujet et marquez le numéro de sous-observation \\ "x sub.". Disposez les valeurs "x" du plus petit au plus haut. Attribuez à chaque sujet un second numéro, le numéro d'ordre de la valeur d'observation, et étiquetez ces observations \\ "x numéro de sous-ordre. \\"

Affectez la plage de nombres pour les valeurs numériques.

Utilisez la formule de la courbe en cloche pour calculer la valeur de l'axe y pour chaque valeur de l'axe x. La formule de la courbe en cloche est y = (e ^ (? - x? ^ 2/2)) /? 2 ?. Y est le nombre d'observations pour une valeur x. Le x est une valeur observée. Utilisez le numéro de sous-commande x pour l'ordre de calcul et l'ordre de la liste. Faites un tableau des valeurs x et des valeurs y correspondantes.

Tracez la courbe en cloche pour votre fait. En utilisant du papier millimétré, organisez un graphique avec un axe x et un axe y. Dessinez la gamme d'axes pour commencer à votre valeur la plus basse et se terminer à votre valeur la plus élevée. Commencer l'axe des y à 0, sans observations, et se terminer au plus grand nombre d'observations potentielles pour toute valeur x. Les plus grandes observations potentielles sont le nombre le plus élevé que vous croyez pouvoir trouver pour votre fait; par exemple, le plus grand nombre de patients de sexe masculin pesant 180 livres.

Lorsque vous voulez comparer les faits observés à une distribution normale, affichez un graphique de vos observations et de la courbe normale que vous avez représentée. Comparez comment les observations réelles se situent dans les zones à l'intérieur d'un écart-type de la moyenne. Lorsque vous disposez d'un bon ensemble de données pour une population normale, 90% de vos observations se situent à moins de 1,65 écart-type, à gauche et à droite de la courbe normale. Les différences de la courbe normale indiquent que votre population est supérieure à la moyenne, lorsque la moyenne des observations réelles est à droite, ou inférieure à la moyenne, lorsque votre moyenne observée est à gauche.

Astuce

Pour les faits qui ont des distributions normales dans la population, plus votre nombre d'observations est élevé - en supposant que vous ayez un échantillon aléatoire - plus la courbe observée sera proche de la courbe en cloche.

Avertissement < Notez que votre courbe en cloche n'a pas les deux longues queues, à gauche et à droite, que la courbe en cloche théorique a. Votre courbe a des limites aux valeurs x les plus basses et les plus élevées.