身長、測定誤差、テストの点数——世の中の多くのデータは、平均のまわりに集まり、平均から離れるほど珍しくなる「釣鐘型」の分布を描きます。この最も重要な確率分布が正規分布です。68%・95%ルールや偏差値との関係、なぜ統計と機械学習のあちこちに顔を出すのかを丁寧に解説します。
📖 ひと言でいうと
正規分布とは、平均を中心に左右対称の釣鐘(ベル)型をした連続型の確率分布です。ガウス分布とも呼ばれ、平均μ(ミュー)と標準偏差σ(シグマ)という2つのパラメータだけで形が完全に決まります。
学校の身体測定をイメージしてください。クラスの身長を集めると、平均付近の人が最も多く、極端に高い人・低い人ほど少なくなります。このような「真ん中に集まり、端に行くほど減る」データの典型的な姿を数式で表したものが正規分布です。
🖼 1枚でわかる正規分布
📘 公式テキストの説明
正規分布 は本書の章節記事では正式な定義段落が用意されていません。以下は、シラバスの位置づけと関連用語から再構成した補足解説です。
正規分布は、シラバスの「AIに必要な数理・統計知識」で確率分布・確率密度・標準偏差などと並んで挙げられるキーワードです。連続型の確率分布の代表例であり、確率密度・標準偏差・分散といった周辺用語の理解を前提に、「どの範囲にどれくらいの割合のデータが入るか」を読み取れることが求められます。本記事ではこの観点を軸に解説します。
🔍 しっかり理解する
形を決めるのは平均μと標準偏差σの2つだけ
正規分布のカーブは、平均μが「山の頂上の位置」を、標準偏差σが「山の裾野の広がり」を決めます。μが変わるとカーブが左右に平行移動し、σが大きいほど低く幅広い山に、小さいほど高く尖った山になります。逆にいえば、この2つの数値さえ分かれば分布の全体像を再現できる、非常に扱いやすい分布です。
特にμ = 0、σ = 1とした正規分布を標準正規分布と呼びます。どんな正規分布のデータも「(データ − 平均) ÷ 標準偏差」という変換(標準化)で標準正規分布に揃えられるため、異なる単位・スケールのデータを共通のものさしで比較できます。
たとえば平均60点・標準偏差20点の数学で80点を取った場合と、平均70点・標準偏差5点の英語で80点を取った場合を比べてみましょう。標準化すると数学は(80 − 60) ÷ 20 = 1、英語は(80 − 70) ÷ 5 = 2です。素点は同じ80点でも、英語の方が平均から標準偏差2個分も上の「めったにいない好成績」だと分かります。この標準化した値をもとに平均50・幅10に換算し直したものが、おなじみの偏差値です。
68%・95%・99.7%ルール
正規分布で最も試験に出やすいのが、平均からの距離とデータの割合の関係です。
たとえば平均60点・標準偏差10点のテストが正規分布に従うなら、50〜70点に約68%、40〜80点に約95%の受験者が収まります。裏を返せば、μ±3σの外側に出る値は0.3%程度しかない「めったに起きない値」であり、この性質は外れ値や異常の検出(3σルール)にも使われます。
なぜあちこちに現れるのか——中心極限定理
正規分布が「分布の王様」と呼ばれる理由は、中心極限定理にあります。これは「元のデータがどんな分布でも、たくさんの独立な値の合計や平均の分布は、数が増えるにつれて正規分布に近づく」という定理です。身長や測定誤差が正規分布に近い形になるのは、遺伝や環境など多数の小さな要因の積み重ねで決まる量だからだと解釈できます。統計的な推定・検定の多くが正規分布を前提に組み立てられているのも、この定理が土台にあるためです。
💡 具体例で考える
偏差値は正規分布の応用そのものです。偏差値はテストの得点を平均50・標準偏差10になるように変換した値で、偏差値60は平均から+1σの位置を意味します。得点が正規分布に従うなら、偏差値60以上の人は上位約16%(1σを超える割合 = (100% − 68.3%) ÷ 2)、偏差値70以上なら上位約2.3%と、順位の目安がすぐに読み取れます。
機械学習の内部でも正規分布は標準部品です。ニューラルネットワークの重みの初期値を正規分布に従う乱数で生成する、回帰モデルで「予測誤差は正規分布に従う」と仮定する、生成モデル(VAEなど)で潜在変数に正規分布を置く、といった具合に、モデル設計のあちこちで「まず正規分布を仮定する」ことが出発点になっています。
製造業の品質管理でも正規分布が活躍します。部品の寸法のばらつきを正規分布とみなし、規格の中心から±3σの範囲に収まるよう工程を管理する手法は「3σ管理」として広く定着しています。管理図で±3σの線を超えた測定値が出たら、工程に異常が起きた可能性が高いと判断するわけです。
⚠️ よくある誤解・紛らわしい用語
- 「データはすべて正規分布に従う」は誤り — 所得のように右に大きく歪んだ分布や、二峰性の分布も多くあります。正規分布はあくまで「よく現れる代表的な分布」です。
- 二項分布との関係 — コイン投げの成功回数のような離散型の分布が二項分布で、試行回数が多くなると形が正規分布に近づきます。離散(二項)と連続(正規)の区別を押さえましょう。
- 標準正規分布との混同 — 標準正規分布は正規分布のうちμ = 0、σ = 1の特別な場合です。「正規分布の平均は必ず0」ではありません。
- 確率密度の読み方 — 連続型分布ではカーブの高さそのものは確率ではなく確率密度です。確率は「範囲の面積」で求めます(詳しくは確率密度の記事へ)。
📝 試験でのポイント
- 「平均を中心に左右対称の釣鐘型をした連続型確率分布」という定義から正規分布(ガウス分布)を選ぶ問題が基本形です。
- 「μ±1σに約68%、μ±2σに約95%」の数値は具体的な計算問題として問われやすいポイントです。平均と標準偏差から範囲を求められるようにしましょう。
- 分布の形を決めるパラメータが「平均と標準偏差(分散)の2つ」であることも選択肢で問われます。
- 中心極限定理とセットで「標本平均の分布が正規分布に近づく」という文脈で出題されることがあります。
📚 まとめ
- 正規分布は平均μを中心とした左右対称の釣鐘型の連続型確率分布で、ガウス分布とも呼ばれる。
- 形はμ(位置)とσ(広がり)の2つで完全に決まり、μ = 0・σ = 1のものを標準正規分布と呼ぶ。
- μ±1σに約68%、μ±2σに約95%、μ±3σに約99.7%——この数値は必ず押さえる。
- 中心極限定理により多数の値の平均は正規分布に近づくため、統計・機械学習の土台としてあらゆる場面に登場します。
