विषय
एक घंटी वक्र एक व्यक्ति को एक तथ्य का अध्ययन करता है जो टिप्पणियों के सामान्य वितरण का एक उदाहरण है। जर्मन गणितज्ञ कार्ल फ्रेडरिक गॉस के बाद वक्र को गाऊसी वक्र भी कहा जाता है, जिन्होंने कई वक्र गुणों की खोज की थी। एक रेखांकन वक्र सीमा का अनुमान लगाता है और प्रकृति और नागरिक समाज में मौजूद तथ्यों और वजन और शैक्षिक प्रदर्शन जैसे कई वास्तविक टिप्पणियों के लिए मायने रखता है।
वह तथ्य चुनें, जिसके लिए आप सामान्य संभावना वितरण चाहते हैं। विचार करें कि सामान्य घटनाओं का उदाहरण आपको निष्कर्ष पर आने में कैसे मदद करेगा। अपने तथ्य के बारे में निर्णायक प्रश्नों को हल करें। एक सामान्य वजन वितरण एक चिकित्सा रोगी आबादी में वजन का अध्ययन करने के लिए उपयोगी है? या सामान्य वक्र का उपयोग करने के लिए जनसंख्या बहुत असामान्य या असामान्य है?
अपनी टिप्पणियों के लिए एक डेटा सेट बनाएं जिसे आप चार्ट करने की योजना बनाते हैं। प्रत्येक विषय के लिए, तथ्य को संख्यात्मक मान के रूप में लें। प्रत्येक विषय को एक संख्या दें और अवलोकन "x उप विषय संख्या को लेबल करें। " "x " मानों को न्यूनतम से उच्चतम तक व्यवस्थित करें। प्रत्येक विषय को एक दूसरी संख्या, अवलोकन मान क्रम संख्या निर्दिष्ट करें, और इन टिप्पणियों को लेबल करें "x उप क्रम संख्या। "
सबसे अधिक अवलोकन के लिए सबसे कम अवलोकन का उपयोग करते हुए, संख्यात्मक मानों के लिए संख्या सीमा असाइन करें।
प्रत्येक x अक्ष मान के लिए y अक्ष मान की गणना करने के लिए घंटी वक्र सूत्र का उपयोग करें। घंटी वक्र सूत्र y = (e ^ (? - x? ^ 2/2)) /? 2 है? Y एक x मान के लिए टिप्पणियों की संख्या है। एक्स एक मनाया मान है। गणना क्रम और सूची क्रम के लिए x उप क्रम संख्या का उपयोग करें। X मानों और संबंधित y मानों की तालिका बनाएं।
अपने तथ्य के लिए घंटी वक्र को ग्राफ़ करें। ग्राफ पेपर का उपयोग करके, x अक्ष और y अक्ष के साथ एक ग्राफ की व्यवस्था करें। अपने सबसे कम मूल्य पर शुरू करने और अपने उच्चतम मूल्य पर समाप्त होने के लिए अक्ष रेंज खींचें। 0 अक्ष पर y अक्ष को प्रारंभ करें, बिना किसी अवलोकनों के और किसी भी x मान के लिए संभावित अवलोकनों की सबसे बड़ी संख्या पर समाप्त। सबसे बड़ी संभावित अवलोकन वह उच्चतम संख्या है जिसे आप मानते हैं कि आप अपने तथ्य के लिए मिल सकते हैं; उदाहरण के लिए, 180 पाउंड वजन वाले पुरुष रोगियों की संख्या।
जब आप अपने देखे गए तथ्यों की सामान्य वितरण से तुलना करना चाहते हैं, तो अपनी टिप्पणियों का एक ग्राफ और आपके द्वारा ग्राफ़ किए गए सामान्य वक्र को देखें। इस बात की तुलना करें कि माध्य के एक मानक विचलन के भीतर क्षेत्रों में वास्तविक अवलोकन कैसे होते हैं। जब आपके पास एक सामान्य आबादी के लिए एक अच्छा डेटा सेट होता है, तो आपके 90 प्रतिशत अवलोकन 1.65 मानक विचलन के भीतर आते हैं, जो सामान्य वक्र माध्य के बाएँ और दाएँ होते हैं। अंतर सामान्य वक्र के रूप में बताते हैं कि आपकी आबादी औसत से ऊपर है, जब वास्तविक टिप्पणियों का मतलब दाईं ओर है, या औसत से नीचे है, जब आपका मनाया गया मतलब बाईं ओर है।