Biežuma sadalījuma līkne ir aprakstošas statistikas veids, kas attēlots kā grafiks, kas parāda noteiktā mainīgā rašanās biežumu, kur x apzīmē kādu mainīgā rašanās mēru un y apzīmē gadījumu skaitu katrā frekvencē. Ar ļoti lielām populācijām frekvenču sadalījuma līkne atgādina zvana līknes statistisko ideālu un pieņem normālā sadalījuma īpašības. Zvana līkne, kas pazīstama arī kā parastā līkne, ir trāpīgi nosaukta. Tas atgādina noapaļotu zvanu ar simetriskiem galiem, kas sašaurinās uz leju un ārā virzienā uz nulles frekvenci pie x ass. Zvana līkne ir sadalīta uz pusēm ar visu izmērīto datu idealizēto identisko vidējo (μ), mediānu un režīmu, un katra grafika puse ir abās pusēs.
Ja tiek pieņemts, ka izlases biežuma sadalījuma līknei piemīt ideālas zvana līknes īpašības, tad var pieņemt arī pētāmās populācijas aspektus. Turklāt standarta statistikas formulas var sniegt zināmu pakāpi, kādā uz šādiem pieņēmumiem var paļauties. Ar ideālo zvana līkni tiek pieņemts, ka populācijas vidējais, mediāna un režīms ir vienādi. Standartnovirzes aprēķins σ dod populācijas datu “izplatības” mērījumu. Ideālajā līknē visi populācijas kopējie dati, izņemot 0.25 procentus, atrodas plus vai mīnus trīs standarta novirzes no frekvences sadalījuma līknes vidējās vērtības vai starp μ-3σ un μ+3σ.
Lai gan ideālā zvana līkne vairākos veidos atšķiras no izlases biežuma sadalījuma līknes, tā ļauj zināmā mērā izprast gan izlases kopu, gan pat viena mērījuma atrašanās vietu kopējā izlases populācijā. Ideālā līknē 68 procenti no paraugā un, iespējams, populācijā izmērītā mainīgā lieluma vērtībām būs vienas standarta novirzes robežās no vidējā abos virzienos vai μ-1σ un μ+1σ. Virzoties tālāk pa zvana līkni, vērtības 95 procentiem no parauga un populācijas atradīsies plus vai mīnus divas standarta novirzes no vidējā jeb μ-2σ un μ+2σ. Frekvences sadalījuma līknes pašās malās visi, izņemot 0.25 procentus, ietilpst plus vai mīnus trīs standarta novirzes. Tie retie mērījumi, kas atrodas 0.25 procentos, pārsniedzot trīs standartnoviržu mērījumus, tiek dēvēti par novirzēm un bieži tiek izņemti no datiem, kad tiek veikti secinājumi.