正規分布の確率の求め方は？標準化から確率を求める手順を解説！（正規分布表）

正規分布の確率の求め方は？標準化から確率を求める手順を解説！（正規分布表）

品質管理、試験の点数、製品の寸法、アクセス数などのデータを扱う際には、正規分布を用いた確率計算が役立ちます。

ただし、平均や標準偏差が異なるデータをそのまま正規分布表で調べようとすると、どの値を見ればよいのか迷いやすいでしょう。

この記事では、正規分布の基本から標準化、標準正規分布表の読み方、確率を求める具体例までを順序立てて説明します。

正規分布の確率計算の結論

それではまず正規分布の確率計算の全体像について解説していきます。

標準化による共通の尺度

正規分布の確率を求める際の中心となる作業は、データを標準化して標準正規分布へ変換することです。

元のデータが平均50点、標準偏差10点の試験結果であっても、平均100ミリメートル、標準偏差2ミリメートルの寸法であっても、標準化後は同じ正規分布表を使えます。

標準化とは、対象の値が平均から標準偏差何個分だけ離れているかを表す作業です。

この距離を表す数値は標準得点、またはZ値と呼ばれます。

例えば平均70点、標準偏差8点の試験で82点を取った場合、平均から12点高いため、Z値は1.5となります。

つまり82点は、平均より標準偏差1.5個分だけ上に位置する点数という意味です。

確率を求める基本手順

計算の流れは、対象の値を確認し、平均と標準偏差を使ってZ値を出し、正規分布表で面積を確認するという順番です。

正規分布表に掲載されている面積が、平均からZ値までの確率なのか、Z値より左側の累積確率なのかは、表の種類によって異なります。

手元の表が何を示す形式なのかを先に確認することが、計算ミスを防ぐ大切なポイントです。

学校教材などでは、平均である0からZまでの面積を載せた表がよく使われます。

統計ソフトや表計算ソフトでは、左端からZまでの累積確率を返す形式が一般的です。

手順	行うこと	確認する点
1	平均と標準偏差を確認する	対象データと単位をそろえる
2	Z値を計算する	平均を引く順序に注意する
3	正規分布表を読む	表の面積の定義を確認する
4	求めたい範囲に直す	補数や差を利用する

平均を境にした左右対称性

正規分布は平均を中心に左右対称の形をしています。

この性質を使うと、平均より右側の確率と左側の確率を対応させて考えられます。

平均の左側にある確率は0.5、右側にある確率も0.5です。

また、Z値が1.2である点より右側の確率は、Z値がマイナス1.2である点より左側の確率と同じになります。

正規分布表に正の値だけが載っている場合でも、対称性を使えば負の値の確率を求められます。

表にない値だから計算できないと判断せず、平均との位置関係を図として考える習慣を持つとよいでしょう。

正規分布と標準正規分布の基礎

続いては正規分布と標準正規分布の特徴を確認していきます。

平均と標準偏差の役割

正規分布は、中央が高く、両端に向かうほど低くなる釣鐘型の分布です。

多くの観測値が平均付近に集まり、平均から離れた大きな値や小さな値は少なくなる傾向を表します。

平均は分布の中心位置を決める数値であり、標準偏差はデータのばらつきの大きさを決めます。

標準偏差が小さいとグラフは細く高くなり、標準偏差が大きいと横方向に広がった形になります。

平均が同じでも標準偏差が違えば、ある範囲に入る確率は変わります。

そのため、確率計算では対象の値だけでなく、平均と標準偏差を必ずセットで確認する必要があります。

標準正規分布の条件

標準正規分布とは、平均が0、標準偏差が1になるように整えた特別な正規分布です。

記号では、平均をμ、標準偏差をσとしたとき、標準正規分布はμが0、σが1の分布を指します。

標準化によって異なる単位や規模のデータを共通の基準へ変換できるため、同じ正規分布表で比較可能になります。

例えば身長をセンチメートルで測った集団と、テスト得点を点数で測った集団は、元の単位が異なります。

しかしZ値に変換すれば、どちらが平均からより離れているかを同じ物差しで比較できます。

標準偏差の範囲と割合

正規分布では、平均から標準偏差1個分の範囲に入る割合は、およそ68.3パーセントです。

平均から標準偏差2個分の範囲では、およそ95.4パーセント、標準偏差3個分の範囲では、およそ99.7パーセントが入ります。

これは正規分布の代表的な性質であり、データの異常値判定や管理限界の検討にも使われます。

平均からの範囲	Z値の範囲	範囲内に入る割合の目安
標準偏差1個分	マイナス1から1	約68.3パーセント
標準偏差2個分	マイナス2から2	約95.4パーセント
標準偏差3個分	マイナス3から3	約99.7パーセント

平均から標準偏差2個分を超える値は、全体の中では比較的少ない位置にあると考えられます。

ただし、実際のデータが正規分布に十分近いことを確認せず、機械的に当てはめることは避けましょう。

標準化の計算手順

続いては標準化の具体的な計算手順を確認していきます。

平均からの差の計算

標準化の最初の段階では、対象の値から平均を引きます。

ここで求めるのは、対象の値が平均よりどれだけ高いか、または低いかという差です。

平均80、標準偏差5のデータで対象値が88なら、平均からの差は8となります。

対象値が74なら、平均からの差はマイナス6です。

符号は非常に重要であり、平均より下であることを示すマイナスを途中で消さないよう注意してください。

平均との差だけでは、ばらつきの規模を考慮できません。

次の段階で標準偏差で割ることにより、相対的な位置へ変換します。

標準偏差による除算

平均との差を標準偏差で割ると、平均から標準偏差何個分離れているかが分かります。

平均80、標準偏差5、対象値88なら、8を5で割るためZ値は1.6です。

この結果は、88が平均より標準偏差1.6個分だけ高い値であることを表します。

一方、対象値74なら、74から80を引いた値を5で割るため、Z値はマイナス1.2です。

標準偏差が大きい集団では、同じ平均との差でもZ値は小さくなります。

ばらつきが大きい環境では、平均との差が大きく見えても、相対的には珍しくない場合があるためです。

小数点以下の処理

正規分布表では、通常は小数第2位までのZ値を使います。

計算結果が1.236のようになった場合、表の仕様に応じて1.23または1.24として読み取ります。

厳密な計算が必要な場面では、表計算ソフトや統計ソフトを利用し、途中で丸める回数を減らすと安心です。

教育上の問題や手計算では、問題文に指定された桁数に合わせるのが基本となります。

また、Z値が表にないほど大きい場合は、確率が0または1に極めて近い状態を示します。

ただし、完全に0や1と決めつけず、表の最大値や使用するソフトの表示桁数も確認しましょう。

正規分布表の読み方

続いては正規分布表の見方と確率への直し方を確認していきます。

行と列によるZ値の確認

代表的な正規分布表では、行にZ値の整数部分と小数第1位、列に小数第2位が並んでいます。

例えばZ値が1.23なら、行の1.2と列の0.03が交わる場所を見ます。

その交点にある数字が、該当する面積または累積確率です。

Z値	行で確認する値	列で確認する値	読み取る場所
0.58	0.5	0.08	0.5の行と0.08の列
1.23	1.2	0.03	1.2の行と0.03の列
2.05	2.0	0.05	2.0の行と0.05の列

表によっては列が0.00から0.09まで並び、Z値を小数第2位まで読む構成になっています。

一見すると複雑に見えますが、行と列を分けて考えれば読み方は難しくありません。

平均からZ値までの面積

学校の統計問題では、平均である0から正のZ値までの面積を示す正規分布表が使われることがあります。

この形式でZ値1.00の面積が0.3413なら、平均からZ値1.00までに約34.13パーセントが含まれるという意味です。

左端からZ値1.00までの累積確率を求めるには、平均より左側の0.5を加えます。

反対に、Z値1.00より右側の確率は、1から0.8413を引いて0.1587となります。

平均からZ値までの表では、0.5を足すのか引くのかを図の位置で判断することが重要です。

累積確率表の見分け方

累積確率表は、マイナス無限大から指定したZ値までの確率を直接示す表です。

例えばZ値0なら0.5000、Z値1.00なら0.8413、Z値マイナス1.00なら0.1587と掲載されています。

この形式では、下側確率をそのまま読めるため、計算の手間が少なくなります。

ただし、上側確率が必要な場合は1から累積確率を引かなければなりません。

同じZ値でも、表の種類が違えば載っている数値は異なります。

答えが合わないときは、計算式より先に正規分布表の定義を見直すと原因を見つけやすいでしょう。

範囲別の確率の求め方

続いては求めたい範囲ごとの確率の計算方法を確認していきます。

ある値以下となる下側確率

ある値以下の確率を求める場合は、その値をZ値に変換して左側の面積を求めます。

平均50、標準偏差10の正規分布で、65以下となる確率を考えてみましょう。

Z値は、65から50を引いた値を10で割るため1.5です。

累積確率表ではZ値1.50に対応する値は約0.9332となります。

したがって、65以下である確率は約93.32パーセントです。

これは65が平均よりかなり上にあるため、大部分のデータが65以下に収まることを意味します。

ある値以上となる上側確率

ある値以上の確率を求めるときは、左側の累積確率を1から引きます。

先ほどと同じ条件で65以上となる確率なら、1から0.9332を引いて0.0668です。

したがって65以上となる確率は約6.68パーセントとなります。

連続型の正規分布では、65以上と65より大きいの差は確率計算上では扱いません。

一点だけにぴったり一致する確率は0として考えるためです。

上側確率は、累積確率を読んだ後に1から引くという流れを覚えると、計算が安定します。

二つの値の間となる中央確率

二つの値の間に入る確率は、上限の累積確率から下限の累積確率を引いて求めます。

平均50、標準偏差10のとき、40から60の間に入る確率を求める例を考えます。

40のZ値はマイナス1、60のZ値は1です。

累積確率はそれぞれ約0.1587と0.8413なので、0.8413から0.1587を引きます。

この値は、平均から標準偏差1個分の範囲に入る割合とほぼ一致します。

下限と上限をそれぞれ標準化し、大きい累積確率から小さい累積確率を引くことが、区間確率の基本です。

確率計算における注意点

続いては正規分布の確率を正確に扱うための注意点を確認していきます。

正規分布と実データの違い

実際のデータが常にきれいな正規分布になるとは限りません。

売上、所得、待ち時間、不良件数などは、左右どちらかに偏る分布になる場合があります。

極端に大きい値が多い場合や、下限が0に固定される場合にも、正規分布の仮定が合わないことがあります。

ヒストグラムを作成し、平均付近を中心におおむね対称な形になっているかを確認するとよいでしょう。

正規性を厳密に検討する必要がある分析では、正規性検定やQ-Qプロットを利用する方法もあります。

標本平均と個別値の区別

個々の測定値の確率を求める場合と、複数のデータから計算した標本平均の確率を求める場合では、標準化に使うばらつきが異なります。

標本平均を扱うときは、標準偏差そのものではなく、標準誤差を使うことがあります。

標準誤差は、標準偏差を標本数の平方根で割った値です。

標本数が増えるほど標本平均のばらつきは小さくなるため、個別値より平均値のほうが中心付近に集まりやすくなります。

個別データの問題なのか、標本平均の問題なのかを最初に区別することが大切です。

問題文に平均値、標本数、抽出という語がある場合は、標準誤差を使う可能性を確認しましょう。

パーセント表示と小数表示

確率は0から1までの小数で表すこともあれば、パーセントで表すこともあります。

0.8413は84.13パーセントを意味し、0.0668は6.68パーセントです。

計算途中で小数とパーセントを混ぜると、100倍の誤りにつながるため注意してください。

小数での確率	パーセント表示	意味
0.5000	50パーセント	全体の半分
0.8413	84.13パーセント	比較的高い累積確率
0.0228	2.28パーセント	少ない上側または下側の確率

最終答案やレポートでは、求められている表記に合わせて統一しましょう。

特に品質管理や医療統計などでは、確率、割合、パーセントの表記を明確にすることで誤解を減らせます。

正規分布の確率計算のまとめ

正規分布の確率を求めるには、対象の値、平均、標準偏差を確認し、Z値へ標準化することから始めます。

標準化によって、異なる単位や規模のデータでも標準正規分布として同じ基準で扱えます。

正規分布表を読む際は、平均からZ値までの面積を示す表なのか、左側の累積確率を示す表なのかを確認してください。

ある値以下なら累積確率を読み、ある値以上なら1から引き、二つの値の間なら累積確率の差を取るという考え方が基本です。

また、正規分布は左右対称であり、平均の左右にそれぞれ0.5の面積があることも重要な性質です。

実データが正規分布に近いか、個別値と標本平均のどちらを扱うか、確率の表記が小数かパーセントかも確認しましょう。

手順を一つずつ整理すれば、正規分布表を使った確率計算は難しくありません。