Mittelwert und Standardabweichung eingeben — oder Rohdaten einfügen, um sie zu schätzen — und dieser Glockenkurven-Generator zeichnet die gaußsche Glockenkurve, schattiert die exakte Wahrscheinlichkeit jedes Intervalls und exportiert sofort.
Eine Glockenkurve ist die Grafik der Normalverteilung: ein Gipfel am Mittelwert, der zu beiden Seiten symmetrisch abfällt, wobei die Standardabweichung bestimmt, wie breit oder schmal dieser Abfall ausfällt. Sie taucht überall dort auf, wo sich eine Messgröße aus vielen kleinen, unabhängigen Streuungsquellen zusammensetzt — Körpergröße, Messfehler oder der Mittelwert einer großen Zufallsstichprobe. Dieser Mechanismus, der zentrale Grenzwertsatz, ist der eigentliche Grund, warum eine glockenförmige Normalverteilung in so vielen unterschiedlichen Bereichen immer wieder auftaucht — kein universelles Gesetz, dem alle Daten folgen müssen.
Der zentrale Grenzwertsatz hat reale Voraussetzungen, gegen die viele alltägliche Daten stillschweigend verstoßen. Einkommen, Stadtbevölkerung und Wortfrequenz sind stark schief verteilt — ein langer rechter Ausläufer zieht den Mittelwert weg von der Stelle, an der die meisten Werte tatsächlich liegen, sodass eine symmetrische gaußsche Glockenkurve schlecht passt. Zählungen seltener Ereignisse, etwa Defekte pro Charge oder Anrufe pro Stunde, folgen stattdessen einer Poisson-förmigen Verteilung, die erst bei einem recht großen Mittelwert glockenförmig wirkt. Prozentwerte zwischen 0 und 100, Bewertungen mit fester Skalenobergrenze und alles, was zwei unterschiedliche Untergruppen in einer Stichprobe vermischt (bimodale Daten), widersetzen sich ebenfalls einer einzelnen symmetrischen Glockenkurve, wie auch immer man sie anpasst.
Was die Standardabweichung tatsächlich aussagt, sobald eine Normalanpassung sinnvoll ist, ist die Streuung der Werte um diesen Gipfel — ein kleines σ bedeutet, dass sich die meisten Beobachtungen eng um den Mittelwert drängen, ein großes σ bedeutet, dass dieselbe Gesamtwahrscheinlichkeit über einen viel breiteren Bereich verteilt ist. Das ist eine Aussage über Streuung, keine Rangfolge einzelner Fälle. Bevor man σ oder ein Perzentil von einer Glockenkurve abliest, lohnt sich ein Blick auf die Rohwerte: ein Histogramm zeichnen oder diesen Glockenkurven-Generator in den Rohdaten-Modus schalten und prüfen, ob die Form tatsächlich eingipflig und annähernd symmetrisch aussieht.
Vier Normalverteilungen, erstellt mit diesem Generator — von der klassischen Standardkurve bis zum direkten Vergleich zweier Streuungen.
Mittelwert 0 und Standardabweichung 1 — die gaußsche Glockenkurve, aus der jede Z-Tabelle und jeder Z-Wert abgeleitet wird, hier mit ±1σ/2σ/3σ-Bändern und den 68-95-99,7-Prozentwerten direkt im Diagramm beschriftet. Diese Form ist es, auf die sich jede andere Glockenkurve letztlich zurückführen lässt.
Die Notenverteilung einer Klasse als Normalverteilung dargestellt, mit Sigma-Bändern, die ungefähr zeigen, wo die mittleren 68 und 95 Prozent der Werte liegen — eine Diagnose dafür, wie trennscharf eine Prüfung war, keine Notenformel.
Eine Fertigungsmessung zentriert um ihren Sollwert, mit einem schattierten Bereich, der die Toleranzgrenze markiert, innerhalb derer ein Teil liegen muss — der genaue Anteil in diesem Band stammt aus derselben erf-basierten Berechnung, die dieser Glockenkurven-Generator für jedes Intervall verwendet.
Derselbe Mittelwert mit zwei unterschiedlichen Standardabweichungen im direkten Vergleich — so lässt sich schnell erkennen, warum eine kleinere SD eine höhere, schmalere gaußsche Glockenkurve ergibt, während eine größere dieselbe Wahrscheinlichkeit über einen breiteren Bereich verteilt.
Mittelwert und Standardabweichung direkt festlegen — dieser Glockenkurven-Generator zeichnet die Normalverteilung in Echtzeit neu, ganz ohne Tabellenkalkulation oder Diagrammsoftware, nur zwei Zahlen und eine sofort druckreife gaußsche Glockenkurve.
Statt Mittelwert und Standardabweichung zu schätzen, einfach eine Spalte Messwerte einfügen — dieser Glockenkurven-Generator berechnet Stichprobenmittelwert und -standardabweichung selbst und zeichnet die passende Normalverteilung über die eigenen Zahlen.
Sigma-Bänder einschalten, um genau zu sehen, wo 68, 95 und 99,7 Prozent einer gaußschen Glockenkurve liegen, direkt in der Normalverteilung schattiert — die empirische Regel sichtbar gemacht statt aus einem Lehrbuch auswendig gelernt.
Eine eigene untere und obere Grenze festlegen — dieser Generator schattiert diesen Bereich und zeigt darunter die exakte Wahrscheinlichkeit, berechnet mit der Fehlerfunktion statt einer gerundeten Nachschlagetabelle. Bei Bedarf eine Z-Wert-Achse oder eine zweite Kurve zum Vergleich ergänzen.
Vier Schritte führen von zwei Zahlen — oder einer Spalte Rohdaten — durch diesen Glockenkurven-Generator zu einer exportierten Normalverteilung.
Mittelwert und Standardabweichung direkt eingeben, oder in den Datenmodus wechseln und eine Spalte Rohmesswerte einfügen — dieser Glockenkurven-Generator berechnet Stichprobenmittelwert und SD selbst und zeichnet die Kurve neu.
Die ±1σ/2σ/3σ-Bänder einschalten, um die 68-95-99,7-Aufteilung zu sehen, oder eine eigene untere und obere Grenze festlegen, um einen bestimmten Bereich zu schattieren und dessen exakte Wahrscheinlichkeit abzulesen.
Eine Z-Wert-Achse hinzufügen, markieren, wo ein bestimmtes Perzentil liegt, oder einen zweiten Mittelwert und eine zweite Standardabweichung ergänzen, um zwei Verteilungen in einem Diagramm zu vergleichen.
Kurve, Schattierung und Beschriftungen aktualisieren sich beim Tippen, sodass dieser Glockenkurven-Generator zugleich seine eigene Live-Vorschau ist. Sobald alles stimmt, als SVG zur Weiterbearbeitung oder als PNG für Folie oder Bericht herunterladen.
Klare Antworten zum Lesen, Erstellen und Einordnen einer gaußschen Glockenkurve.
Zahlen eingeben oder Rohdaten einfügen, das gewünschte Intervall markieren und eine Normalverteilung als Grafik für Bericht oder Folie herunterladen — kostenlos, ohne Anmeldung.