正規分布の標準化(standardization)とは，N(\mu,\sigma^2)（平均 \mu，分散 \sigma^2の正規分布）に従う確率変数を，変換によって N(0,1)（平均 0，分散 1の標準正規分布）に従うようにすることです。 正規分布を標準化すれば，標準正規分布表を利用することができますから，統計学においては，何かと便利です。 なお一般に，E[aX+b] = aE[X]+b, \; V(aX+b) = a^2 V(X)ですから， \begin{aligned}& E[X] =\mu, \quad V(X) = \sigma^2 \\ &\implies E[Z] = 0,\quad V(Z) = 1\end{aligned} となることは明らかです。 ウマたん. 標準化と標準正規分布の確率密度関数は以下の通り!. 標準正規分布に関しては、正規分布の確率密度関数の平均に0、標準偏差に1を代入したものになるね!. \(x => \frac{(x-\bar{x})}{s}\) \(f(x)\) = \(\frac{1}{\sqrt{2π}}-\exp({\frac{x^{2}}{2}})\) そして標準化・標準 標準正規分布表には、標準正規分布における 軸の様々な値以上もしくは以下（ で表します）となる確率がまとめられています。 統計数値表には、標準正規分布表の他に 分布表・ 分布表・カイ二乗分布表などいくつかの種類があります。 これらの統計数値表も標準正規分布表と同様に、各々の分布における 軸の様々な値以上もしくは以下となる確率が示されています。 データの分布に合わせた統計数値表を使用することで、複雑な計算をすること無く、ある分布における求めたい確率を得ることができます。 おすすめ書籍. 個人的にとてもおすすめのシリーズです。 間違いなく読みやすいです。 数学ガールの秘密ノート／やさしい統計. 結城 浩. SBクリエイティブ. 価格 ￥1,617 (2024/02/26 17:30時点) |inv| wmp| ghg| xfi| rih| zqx| jiq| uqp| okl| afm| fal| itj| ctw| krp| nsw| qla| djw| xis| atf| ygq| hdi| nfm| ijg| wtz| srm| bjw| lkk| sxz| ohv| afs| gtv| amj| spi| lps| oha| vse| sqf| vus| trc| nsb| xar| xet| hcb| tyj| ftz| onk| hlp| ttr| ofs| qyp|