正規分布 とは？ページ内リンク ↓ウィキペディア（Wikipedia）記事 ↓Yahoo!知恵袋正規分布（せいきぶんぷ、 Normal Distribution）は、ド・モアブルが二項分布の近似として発見した確率分布である。 その後、ラプラスやルジャンドル等の誤差や最小二乗法に関する研究を経て、ガウスの誤差論で詳細に論じられた。 ガウス分布(Gaussian Distribution)とも呼ばれる。 出典: 『ウィキペディア（Wikipedia）』 正規分布 出典: 『はてなダイアリー』 関連商品
高田 直芳 /
最安値（新品）： ￥ 2,940
最安値（中古）： ￥ 2,400
|
||||||||||||||||||||||||||||||||||
|
確率密度関数
 緑は標準正規分布 |
|
|
分布関数
 色は確率密度関数と同じ |
|
| 母数 | μ 位置(実数) σ2 > 0 スケールの2乗 (実数) |
|---|---|
| 台 |  |
| 確率密度関数 |  |
| 分布関数 |  |
| 期待値 | μ |
| 中央値 | μ |
| 最頻値 | μ |
| 分散 | σ2 |
| 歪度 | 0 |
| 尖度 | 0または3 |
| エントロピー |  |
| モーメント母関数 |  |
| 特性関数 |  |
正規分布（せいきぶんぷ、 Normal Distribution）は、ド・モアブルが二項分布の近似として発見した確率分布である。 その後、ラプラスやルジャンドル等の誤差や最小二乗法に関する研究を経て、ガウスの誤差論で詳細に論じられた。 ガウス分布(Gaussian Distribution)とも呼ばれる。
目次 |
次の式で表される確率密度関数を持つ。
ここで、μ は平均、σ2 は分散。この正規分布を N(μ, σ2) と表す。 特に μ=0, σ2=1 の時、この分布は標準正規分布（または基準正規分布）と呼ばれる。標準正規分布を表す式は、簡単に
と書ける。
正規分布の確率密度関数をグラフ化した正規分布曲線は左右対称なつりがね状の曲線であり、鐘の形に似ている事からベル・カーブとも呼ばれる。直線x = μを軸に左右対称であり、x軸が漸近線である。なお、曲線はσの値が大きいほど扁平になる。
なお、中心極限定理により、巨大な n に対する二項分布とも考えることができる。
平均値の周辺のモーメントは
となることが知られている。
また、多変量の統計として共分散まで込めた多次元の正規分布も定義され、平均 μ = (μ1, μ2, ..., μm) の m 次元正規分布の同時密度関数は次の式で与えられる。
![\frac{1}{(\sqrt{2\pi})^m \sqrt{|S|}}\exp\left(-\frac{1}{2}S^{-1}[\mathbf{x}-\boldsymbol{\mu}]\right)](http://upload.wikimedia.org/math/f/3/f/f3f7ed7cfee6606e83a5667d3982991b.png)
ここで、S = (σij) は分散共分散行列と呼ばれる正値対称行列で、記号 A[x] は二次形式 xTAx である。 この多次元分布を N(μ, S) と表す。なお、Nは「正規分布」を表す英語 "Normal Distribution" の頭文字である。
自然界の事象の中には、正規分布に従う数量の分布をとるものがあることが知られている。また、そのままでは変数が正規分布に従わない場合も、その対数をとると正規分布に従う場合がある。
Nは「正規分布」を表す英語 "Normal Distribution" の頭文字である。 μ は平均、σ2 は分散。この正規分布を N(μ, σ2) と表す。
確率変数XがN( μ, σ2)に従う時、平均 μ からのずれが
以下の範囲にXが含まれる確率は68.26%、
以下だと95.44%、さらに
だと99.74%となる。
正規分布は、t分布やF分布といった種々の分布の考え方の基礎になっているだけでなく、実際の統計的推測においても、仮説検定、区間推定など、様々な場面で利用される。
なお、実際に検定などにおいて正規分布を用いる時は、確率変数xを標準化した変数
が標準正規分布に従うことを利用する場合がほとんどである。
不連続値をとる確率変数についての検定の場合でも、連続変数と同様の考え方で正規分布を近似的に用いることがある。これは標本の大きさnが大きく、かつデータの階級幅が狭いほど、近似の精度が高い。
確率密度関数から実際に値を求める場合は少なく、標準正規分布表とよばれる、変量に対応した確率をあらわす一覧表から値を算出する場合がほとんどである。
前述のごとく"自然界"の事象(無機的なそれ)の中には、正規分布に従う数量の分布をとるものがあることが知られている。しかしそれは必ずしも"多数派"というわけではない。19世紀ではさながら「正規分布万能主義｣といったものがまかり通っていたが、20世紀以降そういった考え方に修正が見られた。今日においては社会現象、生物集団の現象等々、種別から言えば、正規分布に従うものはむしろ少数派であることが確認されている。
何らかの事象について法則性を捜したり理論を構築しようとしたりする際、その確率分布がまだ分かっていない場合にはそれが正規分布であると仮定して推論することは珍しくないが、誤った結論にたどりついてしまう可能性がある。
本当にその事象が正規分布であるかどうかは実際のデータから確認するしかない。
All text is available under the terms of the GNU Free Documentation License.
（2008年11月26日）
（2008年11月24日）
（2008年11月22日）
（2008年11月21日）
（2008年11月8日）
（2008年10月20日）
PageRank5以上の相互リンク
・相互リンクスクエア
（PageRank 5）
・相互リンク インプロス
（PageRank 5）
→便利！NINJA TOOLS
→FC2検索
用語
Wikipedia
YouTube
 |
 |
 |
 |
 |
|
 |
 |
