正規分布とは？統計で最も重要な分布をわかりやすく解説【統計基礎】

Table of Contents

はじめに

統計解析を学んでいると、「データが正規分布に従う場合」という言葉をよく目にします。

t検定や工程能力分析など、さまざまな統計手法を理解するうえで登場する重要な分布ですが、

「そもそも正規分布とは、どのような分布なのか？」
「なぜ統計解析では正規分布がよく使われるのか？」

と疑問に思う方も多いのではないでしょうか。

正規分布（Normal Distribution）は、平均を中心とした左右対称の釣鐘型（ベル型）をした確率分布です。

平均付近のデータが多く、平均から離れるほどデータが少なくなっていく特徴があります。また、正規分布の形は平均（μ）と標準偏差（σ）によって決まります。

身長や測定誤差など、実際のデータでも正規分布に近い形が見られることがあります。ただし、すべてのデータが正規分布になるわけではないため、「正規分布とは何か」と「どのように確認するのか」の両方を理解することが大切です。

この記事では、正規分布の基本から、平均・標準偏差との関係、68–95–99.7ルール、標準正規分布、データが正規分布に従うかを確認する方法まで、図を使いながらわかりやすく解説します。

▼この記事でできるようになること

✓ 正規分布とはどのような分布なのか、基本的な特徴を理解できます。

✓ 平均（μ）と標準偏差（σ）が、正規分布の位置や広がりにどう影響するか理解できます。

✓ 68–95–99.7ルールや標準正規分布など、正規分布を理解するうえで重要な考え方がわかります。

✓ ヒストグラムや正規性検定を使って、データが正規分布に従うか確認する方法がわかります。

正規分布とは?

正規分布とは、平均を中心として左右対称の釣鐘型（ベル型）をした確率分布のことです。

グラフにすると中央が最も高く、左右に向かってなだらかに低くなっていく形になります。

正規分布では、平均付近にデータが多く集まり、平均から離れるほどデータが少なくなります。また、平均を中心として左右対称になることも大きな特徴です。

そして、正規分布を理解するうえで特に重要なのが、「平均（μ）」と「標準偏差（σ）」です。

平均（μ）は分布の中心を決め、標準偏差（σ）は分布の広がりを決めます。

つまり、平均と標準偏差が決まれば、その正規分布の位置と形が決まります。

正規分布の特徴

正規分布には、いくつかの重要な特徴があります。

すべてを暗記する必要はありませんが、正規分布を前提とする統計解析を理解するうえで、基本的な特徴は押さえておきましょう。

ここでは、正規分布の代表的な特徴を3つに分けて説明します。

■① 平均を中心に左右対称になる

正規分布は、平均を中心として左右対称の形をしています。

そして正規分布では、分布の中心に

平均＝中央値＝最頻値

が位置します。

つまり、「データの平均」「データを小さい順に並べたときの中央の値」「最も出現しやすい値」が、すべて分布の中心で一致するのが特徴です。

この性質は統計学の基礎として重要なので、正規分布の形とあわせて覚えておくとよいでしょう。

■② 平均付近にデータが集中する

正規分布では、平均に近い値ほど多く、平均から離れるほど少なくなります。

たとえば、人の身長は集団や条件によって異なりますが、正規分布に近い形を示すことがあります。

平均身長に近い人は比較的多く見られる一方、平均から大きく離れた非常に高い人や低い人は少なくなります。

このように、平均付近に多くのデータが集まり、平均から離れるほど出現する割合が小さくなるのが正規分布の特徴です。

■③ 68–95–99.7ルール

正規分布では、平均から標準偏差（σ）の何倍までの範囲を見るかによって、含まれるデータのおおよその割合が決まります。

範囲	含まれるデータの割合
平均 ± 1σ	約68%
平均 ± 2σ	約95%
平均 ± 3σ	約99.7%

これを68–95–99.7ルールと呼びます。

数値をすべて暗記する必要はありませんが、「平均から±2σで約95%、±3σでほぼ全体が含まれる」という感覚を持っておくと、統計解析を理解しやすくなります。

特に平均±3σは、品質管理における管理図の管理限界を理解するうえでも重要です。正規分布を仮定した場合、平均±3σの外側に値が現れる確率は非常に小さいため、工程の異常を検討する一つの考え方として利用されています。

✔ あわせて読みたい

Excelで管理図を作る方法｜Xbar-R管理図で工程の異常を見抜く手順

Excelで管理図を柵瀬宇する方法について詳しく解説！

✔ あわせて読みたい

Excelで実践Cpk｜自工程の安定性は十分か？工程能力の算出方法

品質管理の超基本_工程能力指数Cpkの意味合い、計算方法まで詳しく解説！

正規分布の数式

正規分布は、次の確率密度関数によって表されます。

正規分布の確率密度関数

f(x) = 1 √(2πσ²) exp ( − (x − μ)² 2σ² )

x：観測値 μ：平均 σ：標準偏差 f(x)：確率密度

一見すると複雑な数式ですが、この式を暗記する必要はありません。

正規分布を理解するうえで重要なのは、式の中に登場する「平均 μ」と「標準偏差 σ」です。

記号	意味	正規分布での役割
μ	平均	分布の中心を決める
σ	標準偏差	分布の広がりを決める
x	観測値	確率密度を求める位置を表す

つまり、正規分布は平均 μ と標準偏差 σ の2つのパラメータによって、その位置と形が決まります。

平均 μ が変わると、正規分布全体が左右に移動します。一方、標準偏差 σ が変わると、分布の広がり方が変化します。

標準偏差が小さいほどデータは平均付近に集中し、細く高い形になります。反対に、標準偏差が大きいほどデータは広い範囲にばらつき、低く広がった形になります。

数式そのものを覚えるよりも、まずは「μは分布の中心、σは分布の広がりを決める」と理解しておくことが大切です。

平均と標準偏差が変わると正規分布はどう変わる？

正規分布の形は、平均（μ）と標準偏差（σ）によって決まります。

では、それぞれ分布の特徴がどう変わるのかについて詳しく解説します！

■平均（μ）が変わる場合

平均は、正規分布の中心位置を決めます。

標準偏差が同じであれば、平均が大きくなるほど分布全体が右へ、小さくなるほど左へ移動します。

平均（μ）＝分布の中心を決める

■標準偏差（σ）が変わる場合

標準偏差は、正規分布の広がりを決めます。

標準偏差が小さいほどデータは平均付近に集中し、分布は細く高くなります。反対に、標準偏差が大きいほどデータは広くばらつき、分布は低く広がります。

標準偏差（σ）＝分布の広がりを決めると覚えておくとよいです

正規分布とヒストグラム

データが正規分布に近いかどうかは、ヒストグラムを作ることで確認できます。

ヒストグラムとは、データがどの範囲にどれくらい集まっているかを棒グラフの形で表したものです。

もしヒストグラムが、

✅中央付近の棒が高い
✅左右に行くほど少しずつ低くなる
✅全体として左右対称に近い

という形になっていれば、正規分布に近い可能性があります。

一方で、ヒストグラムが大きく左右どちらかに偏っていたり、一部だけ極端に大きい値や小さい値が含まれていたりする場合は、正規分布とは異なる可能性があります。

例えば、以下の事例が挙げられます。要チェックです。

特徴	意味
右側だけ長く伸びている	大きい値が出やすい（右に歪んだ分布）
左側だけ長く伸びている	小さい値が出やすい（左に歪んだ分布）
山が2つある	異なる集団が混ざっている可能性がある（混合分布）
極端に離れた棒がある	外れ値の可能性がある

特に製造業では、設備条件の違い、材料ロットの違い、昼勤と夜勤の差などによって、1つの工程の中に複数の集団が混ざることがあります。その場合、ヒストグラムがきれいな山型にならず、2つ山があるような形になることがあります。

ヒストグラムを見ることで、「正規分布に近いかどうか」だけでなく、「工程に何か異常がないか」「複数の条件が混ざっていないか」まで確認できるため、非常に重要です。

上記のような特徴を踏まえず、正規分布を前提としている統計手法(Cpk / 管理図 / Ｔ検定・・・)を用いると、誤った結果導く可能性があるため注意しましょう。

また、そもそも評価特性によっては正規分布以外の確率分布に従っていることも考えられるので、
技術的な観点からこのことも踏まえて手法を選択できるとよいです。

✔ あわせて読みたい