Una curva de campana representa una distribución normal/gaussiana. Los datos en una distribución gaussiana se centran alrededor de la media. Se dice que una distribución gaussiana es una distribución normal estándar cuando su media es 0 y su desviación estándar es 1. Una curva de campana generalmente es simétrica con respecto al eje y. La orientación de la curva de campana se puede manipular haciendo cambios en la media y la desviación estándar de la distribución. Cuando cambiamos la media, puede hacer que la ubicación de la curva se desplace en el eje X, mientras que cuando cambiamos la desviación estándar, provoca un cambio en la forma de la curva de campana. El menor valor de la desviación estándar implica que nuestros datos están más concentrados en torno a la media y la curva tendrá una forma más alta en el eje Y y estará menos dispersa en el eje X.
En una distribución normal estándar, la media, la mediana y la moda son iguales. El área bajo la curva de campana representa la probabilidad y la suma de toda el área es igual a 1. Los puntos de la curva más cercanos a la media tienen una mayor probabilidad de ocurrencia y a medida que nos movemos hacia los extremos de la curva, la probabilidad de ocurrencia disminuye. .
La distribución Gaussiana es una de las distribuciones más comunes que existen en nuestro mundo. Se puede encontrar de forma natural en muchos casos, como la distribución de la altura de los seres humanos, el salario promedio que ganan los profesionales que trabajan, etc. En este artículo, vamos a aprender cómo podemos trazar una curva de campana en Excel.
Curva de campana en Excel
Supongamos que tenemos datos de salarios de 20 empleados que trabajan en una empresa y queremos trazar sus salarios en una curva de campana. Para trazar una curva de campana en Excel, necesitamos tener una distribución normal para nuestros datos que podemos calcular usando la función NORM.DIST() que está disponible en Excel. La sintaxis de la función NORM.DIST() es la siguiente:
=NORM.DIST(x, media, estándar_dev, acumulativa)
Donde x es la array de datos
Mean es el valor medio de toda la distribución, standard_dev es la desviación estándar de la distribución, Cumulative es un valor booleano que es VERDADERO o FALSO, si queremos una función de distribución acumulativa, usamos VERDADERO. De lo contrario, si queremos una función de masa de probabilidad, usamos FALSO como valor booleano.
Paso 1: Necesitamos la media de la distribución como uno de los parámetros dentro de la función NORM.DIST(), por lo tanto, calcularemos la media usando la función AVERAGE() disponible en Excel.
Paso 2: Otro parámetro que requerimos es la desviación estándar de la distribución, podemos calcular la desviación estándar usando la función STDEV() disponible en Excel.
Paso 3: Use la función NORM.DIST() para encontrar la distribución normal de los datos. Podemos pasar toda la array de datos como nuestro primer parámetro, luego la media y la desviación estándar, y por último, como vamos a usar el salario de los empleados, todos los valores serán continuos, por lo tanto, usaremos la función de masa de probabilidad, por lo tanto, pasará FALSO como valor_booleano.
Paso 4: la distribución normal se completará para todos los elementos de los datos.
Paso 5: Ahora, seleccione todos los puntos generados y vaya a la pestaña Insertar en la barra de Menú.
Paso 6: en la pestaña Insertar, haga clic en el botón Diagrama de dispersión, aparecerá un menú desplegable.
Paso 7: De las opciones desplegables, seleccione la opción «Dispersión con líneas suaves y marcadores» o la opción «Dispersión con líneas suaves».
Paso 8: Se trazará un diagrama de dispersión con una curva en forma de campana en la hoja de trabajo.
Nota: asegúrese de bloquear los valores de media y desviación estándar en los parámetros con la tecla Fn+F4 dentro de la función NORM.DIST(), de lo contrario, la fórmula generará un error y no completará el resultado para todos los elementos de datos. .
Publicación traducida automáticamente
Artículo escrito por saurabh48782 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA