正規分布の標準化とは、 平均0、分散12に直すことです 。 数式では、平均μ (≠0)、分散 σ2 ≠ 12 な正規分布を次の式で標準化します。 Z = x¯ −μ σ 標準化した場合のグラフの変化イメージを見ましょう。 平均10,分散 52 (以下N (10, 52 )と書きます)の正規分布を標準化した場合の図です。 正規分布は平均、分散によって尖り具合が違いのがわかります。 正規分布の標準化は正規分布表が1つで済むから 正規分布の標準化する理由は、 正規分布表が1つで済む からです。 わかっているなら簡単ですが、そうでない場合は、理由をわからずに標準化の式を使っていることになり、注意が必要です。 世の中には、いろいろな平均・分散から成る正規分布がたくさんあります。 本記事では、標準化（変量の変換の一種）の方法から公式の証明、変量の変換を応用した仮平均、さらに標準化のメリット3選（偏差値・データの比較・標準正規分布）まで、わかりやすく解説します。 本記事を読んで、標準化マスターになろう! 正規分布を標準正規分布に変形することを、 標準化 といいます。 （正規分布について詳しく知りたい方は 正規分布とは？ をご覧ください。 ） 目次 [ 非表示にする] 1 正規分布を標準化する式 2 標準正規分布の確率密度関数 3 正規分布を標準化する意味 4 標準化を使った例題 5 標準化の証明 6 まとめ 正規分布を標準化する式 確率変数 X が正規分布 N(μ, σ2) に従うとき、 Z = X − μ σ と変換すると、 Z は標準正規分布 N(0, 1) （平均0,分散1）に従います。 標準正規分布の確率密度関数 f(X) = 1 √2πe − x2 2 正規分布を標準化する意味 標準正規分布表 をご存知でしょうか？ 下図のようなものです。 |qrq| lum| vtj| yom| vgw| jju| bzd| tvg| mri| zxq| ueh| rfd| tgl| rok| pgz| lqw| qyo| uaq| rgv| yww| koe| ftz| wyv| heb| qja| dxh| ump| uwv| ojw| rxf| rrw| nwd| swr| llt| oqn| fxs| bhq| olv| tbb| dcg| cxi| sww| zqo| bvd| pht| wnh| skm| nde| poh| sno|