Uma curva em forma de sino dá a uma pessoa que estuda um fato um exemplo de uma distribuição normal de observações. A curva também é chamada de curva gaussiana, em homenagem ao matemático alemão Carl Friedrich Gauss, que descobriu muitas das propriedades da curva. Uma curva gráfica aproxima o intervalo e conta para muitas observações reais de fatos que existem na natureza e na sociedade civil, como peso e desempenho educacional.

Escolha o fato para o qual você quer uma distribuição de probabilidade normal. Considere como o exemplo de ocorrências normais ajudará você a chegar a uma conclusão. Resolva as questões decisivas sobre o seu fato. Uma distribuição de peso normal é útil para estudar os pesos em uma população de pacientes médicos? Ou a população é muito incomum ou anormal para usar uma curva normal?

Faça um conjunto de dados para suas observações que você planeja traçar. Para cada assunto, retire o fato como um valor numérico. Atribua a cada sujeito um número e marque a observação \\ "x número do sub-assunto. \\" Organize os valores \\ "x \\" do menor para o maior. Atribua a cada sujeito um segundo número, o número da ordem do valor de observação, e rotule essas observações \\ "x número da subconta. \\"

Atribua o intervalo numérico para os valores numéricos, usando a observação mais baixa para a observação mais alta.

Use a fórmula da curva do sino para calcular o valor do eixo y para cada valor do eixo x. A fórmula da curva do sino é y = (e ^ (? - x? ^ 2/2)) /? 2 ?. Y é o número de observações para um valor x. O x é um valor observado. Utilize o número da subconsulta x para a ordem de cálculo e a ordem da lista. Faça uma tabela de valores x e os valores y correspondentes.

Represente graficamente a curva do seu fato. Usando papel milimetrado, organize um gráfico com um eixo xe um eixo y. Desenhe o intervalo do eixo para começar no seu valor mais baixo e terminar no seu valor mais alto. Comece o eixo y em 0, para nenhuma observação, e termine com o maior número possível de observações para qualquer valor de x. As maiores observações potenciais são o número mais alto que você acredita poder encontrar para o seu fato; por exemplo, o maior número de pacientes masculinos com um peso de 180 libras.

Quando você quer comparar seus fatos observados com uma distribuição normal, veja um gráfico de suas observações e a curva normal que você representou graficamente. Compare como as observações reais caem nas áreas dentro de um desvio padrão da média. Quando você tem um bom conjunto de dados para uma população normal, 90% de suas observações estão dentro dos 1,65 desvios padrão, à esquerda e à direita da média da curva normal. As diferenças formam a curva normal e dizem que sua população está acima da média, quando a média das observações reais é à direita, ou abaixo da média, quando a média observada é à esquerda.

Dica

Para fatos que têm distribuições normais na população, quanto maior o número de observações - supondo que você tenha uma amostra aleatória -, mais próxima a curva observada será a curva do sino.

Aviso

Note que sua curva de sino não tem as duas caudas longas, à esquerda e à direita, que a curva de sino teórica tem. Sua curva tem limites nos valores x mais baixos e mais altos observados.