Колокол нормального распределения — симметричная теоретическая кривая, у которой большинство значений сосредоточено около среднего, а частота уменьшается по мере удаления к краям. Гистограмма — столбчатое представление реальных данных, объединённых в интервалы. Если её форма напоминает колокол, данные могут быть приблизительно нормально распределены, но визуального сходства недостаточно. Такое сравнение применяют в статистике, исследованиях и бизнес-аналитике, чтобы оценивать разброс, находить аномалии и выбирать корректные методы анализа.
Чем гистограмма отличается от нормальной кривой
На оси X гистограммы размещают значения признака, на оси Y — частоту, долю либо плотность наблюдений. При увеличении выборки гистограмма не превращается в плавную кривую буквально, но при подходящей ширине интервалов может точнее приближать форму распределения. Выбор интервалов влияет на внешний вид графика, поэтому полезно проверять несколько вариантов группировки.
Свойства нормального распределения
Нормальное распределение:
- симметрично относительно среднего;
- имеет один максимум;
- определяется средним значением μ и стандартным отклонением σ;
- в идеальной модели имеет совпадающие среднее, медиану и моду;
- сохраняет малую вероятность значений в удалённых хвостах.
Изменение μ сдвигает колокол по горизонтали. Чем больше σ, тем шире и ниже кривая.
Для нормального распределения действует правило 68–95–99,7:
Правило применимо именно к нормальной модели, а не к любому набору данных, который внешне напоминает колокол.
Как проверить, похожи ли данные на нормальные
- Построить гистограмму и оценить симметрию, количество пиков и форму хвостов.
- Изменить ширину интервалов и убедиться, что вывод не зависит от одной группировки.
- Наложить нормальную кривую, рассчитанную по среднему и стандартному отклонению выборки.
- Построить Q–Q plot — график сопоставления выборочных и теоретических квантилей.
- При необходимости применить тест Шапиро — Уилка или Андерсона — Дарлинга.
- Проверить, требуется ли нормальность для выбранного статистического метода.
На нормальном Q–Q plot точки располагаются приблизительно вдоль прямой. Отклонения в форме дуги, S-образной линии или отдельных крайних точек могут указывать на асимметрию, тяжёлые хвосты или выбросы. Для небольших выборок такой график обычно информативнее одной гистограммы.
Тест Шапиро — Уилка проверяет нулевую гипотезу о том, что данные получены из нормального распределения. Малое p-value даёт основания отвергнуть её, но большое значение не доказывает идеальную нормальность. Графические и статистические методы следует применять совместно.
Когда форма колокола вводит в заблуждение
Симметричной и одновершинной может быть не только нормальная модель. Похожую гистограмму способны образовать:
- распределение с более тяжёлыми или короткими хвостами;
- смесь нескольких групп;
- данные с единичными выбросами;
- выборка недостаточного объёма;
- неудачно выбранные интервалы.
Например, показатели двух подразделений могут иметь разные средние значения. После объединения данных появятся два пика, хотя распределение внутри каждого подразделения выглядит относительно однородным. И наоборот, слишком широкие столбцы способны скрыть эту неоднородность.
Шкалы опросов 1–5 и 0–10 являются дискретными и ограниченными, поэтому от них не требуется идеальная колоколообразная форма. Для NPS, eNPS и отдельных шкальных вопросов обычно полезнее анализировать частоты вариантов, медиану, среднее и доли групп респондентов.
Примеры применения
Нормальная модель чаще подходит для непрерывных показателей, на которые воздействует множество небольших факторов. Для данных, ограниченных нулём, сильно скошенных вправо или состоящих из разных сегментов, могут лучше подходить другие распределения и непараметрические методы.
Типичные ошибки
- называть любую одновершинную гистограмму нормальной;
- выбирать интервалы ради желаемой формы;
- удалять выбросы только для получения «красивого колокола»;
- объединять неоднородные сегменты;
- считать большое p-value доказательством нормальности;
- применять правило 68–95–99,7 к асимметричным данным;
- требовать нормальности исходных ответов, когда метод предполагает нормальность остатков или выборочного среднего.
Как использовать в ФОКУЗ
В исследованиях ФОКУЗ гистограмма подходит для анализа количественных показателей: времени заполнения анкеты, возраста, стажа, суммы покупки, длительности обслуживания и других непрерывных величин.
В отчёте можно сопоставить:
- форму распределения;
- среднее и медиану;
- стандартное отклонение;
- крайние значения;
- подразделения и клиентские сегменты;
- разные волны исследования.
Для ответов по шкалам полезнее использовать распределение частот и долей. Такой анализ помогает обнаружить неоднородность аудитории, оценить влияние выбросов на среднее и выбрать корректный метод сравнения групп.
Часто задаваемые вопросы
Что такое колокол нормального распределения?
Симметричная кривая плотности с максимальной высотой около среднего значения.
Чем колокол отличается от гистограммы?
Колокол — теоретическая модель, гистограмма — изображение собранных данных.
Как выглядит гистограмма нормального распределения?
Она приблизительно симметрична, имеет один пик и постепенно снижается к краям.
Доказывает ли колоколообразная форма нормальность?
Нет. Она служит только предварительным визуальным признаком.
Почему меняется внешний вид гистограммы?
Из-за размера выборки, ширины и расположения интервалов.
Что означает правило 68–95–99,7?
Оно показывает доли нормального распределения внутри одного, двух и трёх стандартных отклонений.
Что такое Q–Q plot?
График сравнения квантилей выборки с квантилями теоретического распределения.
Как проверить данные на нормальность?
Совместить гистограмму, Q–Q plot и подходящий статистический тест.
Должны ли оценки по шкале 1–5 распределяться нормально?
Нет. Это дискретная ограниченная шкала.
Можно ли рассчитывать среднее для ненормальных данных?
Можно, но его интерпретацию следует дополнять медианой, распределением и анализом выбросов.
Кратко
- Гистограмма показывает реальные частоты по интервалам.
- Колокол описывает теоретическое нормальное распределение.
- Нормальная кривая симметрична и имеет один максимум.
- Её параметры — среднее μ и стандартное отклонение σ.
- Для неё действует правило 68–95–99,7.
- Форма гистограммы зависит от выбранных интервалов.
- Визуального сходства недостаточно для вывода о нормальности.
- Проверку дополняют Q–Q plot и статистическими тестами.
- Дискретные ответы опроса не обязаны образовывать колокол.
