Cos'è una curva a campana?

Una curva a campana è un grafico che raffigura una distribuzione normale di variabili, in cui la maggior parte dei valori si raggruppa attorno a una media, mentre i valori anomali possono essere trovati sopra e sotto la media. Ad esempio, l'altezza umana segue spesso una curva a campana, con valori anomali insolitamente corti e alti e la maggior parte delle persone si concentrano attorno a un'altezza media, come 70 pollici (178 centimetri) per gli uomini americani. Quando i dati che segue un normale modello di distribuzione vengono grafici, il grafico assomiglia spesso a una campana in sezione trasversale, spiegando il termine "curva a campana".

Le distribuzioni normali o gaussiane possono essere trovate in un'ampia varietà di contesti, dai grafici delle prestazioni dei mercati finanziari ai punteggi di prova. Quando le variabili vengono graficamente e appare una curva a campana, questo viene spesso preso per significare che le variabili erano in aspettative normali e che si stanno comportando in modo prevedibile. Se il grafico è distorto o irregolare, può indicare che c'è un problema.

Idealmente, una curva a campana è simmetrica. Nel punteggio, ad esempio, un test dovrebbe essere scritto in modo tale che un piccolo numero di studenti fallisce con una F e un numero altrettanto piccolo ottiene un punteggio perfetto con un numero di A. Un numero leggermente maggiore di studenti dovrebbe ottenere DS e BS e il numero maggiore dovrebbe ottenere CS. Se la curva a campana è distorta e il picco della curva è nel DS, suggerisce che il test era troppo difficile, mentre un test con un picco nel BS è troppo facile.

Usando una curva a campana, è anche possibile arrivare alla deviazione standard per i dati. La deviazione standard mostra quanto siano ben confezionate le variabili attorno alla media. Le deviazioni standard riflettono la diversità delle variabili che vengono tracciate e possono essere utilizzate per raccogliere informazioni sulla validità dei dati. Una deviazione standard di grandi dimensioni indica che le variabili non sono strettamente raggruppate e che potrebbe esserci un problema con i dati, mentre Piccolo Dev standardIations suggeriscono che i dati potrebbero essere più validi.

Ad esempio, quando vengono condotti i sondaggi, la società elettorale rilascia deviazioni standard. Se la deviazione standard è piccola, significa che si trattava del sondaggio da ripetere, i dati sarebbero molto vicini a quelli del sondaggio originale, suggerendo che la società di sondaggi utilizzava metodi validi e che le informazioni sono accurate. Se la deviazione standard è grande, tuttavia, indicherebbe che i sondaggi ripetuti potrebbero non restituire gli stessi risultati, rendendo meno utili i dati.