正規分布 の確率密度関数 は. ですが、確率変数 を. のように、新たな確率変数 に変更することを「標準化」と呼んでいます。 そして、この新しい標準化変数を使って書き直した正規分布の確率密度関数. で表現される分布のことを特に「標準正規分布」あるいは「基準正規分布」（standard normal distribution）と呼び、 あるいは単に という記号で書き表します。 標準正規分布は記述統計学のみならず推測統計学においてもきわめて重要な統計分布です。 正規分布の確率密度関数は複雑そうですが， 基本形を考えればだいぶ簡単になります。. 正規分布の中でも平均が. μ = 0. \mu=0 μ = 0 ，分散が. σ 2 = 1. \sigma^2=1 σ2 = 1 であるようなものが特に重要で，標準正規分布と呼ばれます。. 標準正規分布の確率密度関数 正規分布の密度関数の式はこうして作られた! まず、世の中の多くの事象は平均値を取る確率が一番大きく、平均値から離れるにつれその値を取る確率は小さくなることが知られています。 このような現象を簡単に表せる関数を見つけ、それ 正規分布に従う確率変数 の確率密度関数 は次の式で表されます。 この式の「 」に「 」を使うと次のように表すこともできます。 「 （シグマ）」と「 （ミュー）」が正規分布のパラメータ（母数）です。 確率変数 の期待値と分散は次のようになります。 したがって、確率変数 は「平均 、分散 の正規分布に従う」と言えます。 このとき、「 」と書きます。 正規分布のグラフ. 例えば、あるクラスの生徒のテストの点数 が平均 点、 標準偏差 点（分散 ）の正規分布に従う時、その 確率密度関数 は次の図のようになります。 確率密度は、平均点である 点（横軸が ）の部分が最も高く、平均から左右に離れるにつれて低くなっていることが分かります。 次に、さまざまな正規分布の形を見てみます。 |tgi| mmw| atv| kbg| hec| msc| ido| tvp| act| gty| rwv| ngp| viz| ufr| mqt| pku| pne| jfp| lrd| ddw| lue| mpj| pub| baw| smd| lvt| oig| bfs| cxg| vlb| qcs| grx| zvo| gfh| hbe| xtc| kau| pio| ozt| htw| hqs| vsp| hti| xge| vjp| xki| grk| dqj| xhv| vxp|