? Predpokladajme , že ste boli grafy výkonu veľkého počtu študentov na základe normalizovanej skúšky . Väčšina študentov bude klesať v blízkosti stredu . Len málokto bude robiť výrazne lepší alebo horší ako priemer . Počet tých , ktorí to výnimočne lepšie alebo horšie , bude ešte menší . Výsledkom je krivka , ktorá začína s nízkou hodnotou , čo znamená malý počet , ktorý urobil veľmi zle , sa týči na vrchole ukázať väčšinu študentov s priemerným výkonom , potom svahy opäť zhasnutím ukazujú pomerne malý počet , ktorí sa nad priemer , ďalej klesá , aby odrážali aj menší počet , ktorý urobil veľmi dobre . Štatistici popísať takú krivku ako platykurtic , leptokurtic alebo mesokurtic v závislosti na jeho tvare . Platykurtic Krivky
Ak krivka je relatívne plochá , to je pomenované platykurtic . Za platykurtic krivky opisujúce výsledky testov , počet študentov , ktorí vykonávali výrazne lepší alebo horší ako priemer , je pomerne veľký . Ak Priemerné skóre bolo 50 , bude stále existovať veľké množstvo študentov , ktorí mali menej ako 40 alebo viac ako 60 , napríklad.
Leptokurtic Krivky
krivka stúpa veľmi prudko a zvažuje preč rovnako ostro , že to leptokurtic krivka . Ak leptokurtic krivka popísaná výsledky testov , potom väčšina študentov by skóre blízko priemeru . Ak Priemerné skóre bolo 50 , počet študentov bodovanie menej ako 40 alebo viac ako 60 rokov by bola veľmi malá . Drvivá väčšina skóre sa blíži priemeru v leptokurtic krivky .
Mesokurtic krivky
mesokurtic krivka je medzi leptokutic a platykurtic krivky . To nie je ani mimoriadne plochá , ani výnimočne vrcholila . Mesokurtic krivka opisujúce výsledky testov s priemerom 50 bude mať zhruba rovnaký počet študentov bodovania pod 40 a nad 60 rokov . Táto suma by bola vyššia ako u leptokurtic krivky , ale mohlo by byť menšie , než by bolo vidieť v platykurtic krivky .
Bell Curve
Ľudia niekedy používajú termín “ Bell krivka “ popisovať mesokurtic krivku , pretože to je to , ako to vyzerá . Môžete tiež zobraziť pojmy “ normálne krivky “ a “ Gaussian distribúcia “ , čo znamená v podstate to isté . Keď budete zbierať sadu dát , ako je napríklad skóre na skúšku , môžete vytvoriť premennú s názvom smerodajná odchýlka , ktorá kvantifikuje , koľko jednotlivé body odchyľujú od strednej hodnoty , v priemere . V normálnom rozdelení , asi dve tretiny skóre v rozmedzí medzi 1 a -1 smerodajnej odchýlky od priemeru . V leptokurtic krivky , viac ako dve tretiny z výsledkov by sa v rámci jednej štandardnej odchýlky . V platykutic krivky , menej ako dve tretiny by byť v rámci jednej smerodajnej odchýlky od priemeru .