この計算ツールでできること
このツールは、正規分布に従う変数について「ある値より大きくなる確率」\(P(X > x)\) を求めます。値 \(x\)、母平均 \(\mu\)、標準偏差 \(\sigma\) を入力すると、ランダムに取り出した観測値が \(x\) を上回る確率を計算します。あわせて、標準化した zスコアと、反対側（左側）の確率 \(P(X \le x)\) も表示します。これは特定の国や制度に依存しない一般的な統計ツールで、品質管理、テストの得点、金融、実験データの分析など、あらゆる場面で使えます。
使い方
知りたい値（\(x\)）、分布の平均（\(\mu\)）、標準偏差（\(\sigma\)：必ず正の値）を入力します。ツールは入力値を zスコアに標準化し、標準正規分布の累積分布関数 \(\Phi\) を評価して両側の確率を計算します。\(X\) が \(x\) を上回る確率は、小数とパーセンテージの両方で確認できます。
計算式の解説
まず \(x\) を zスコアに変換します： $$z = \frac{x - \mu}{\sigma}$$ 関数 \(\Phi(z)\) は標準正規分布曲線の \(z\) より左側の面積、つまり \(P(X \le x)\) を表します。全体の面積は 1 なので、上側（右側）の確率は単純に $$P(X > x) = 1 - \Phi(z)$$ で求められます。本ツールでは、高精度な誤差関数の近似式（Abramowitz ＆ Stegun 7.1.26）を用いて \(\Phi\) を計算しており、小数点以下およそ 7 桁まで正確です。
計算例
成人の身長が \(\mu = 170\,\text{cm}\)、\(\sigma = 10\,\text{cm}\) の正規分布に従うとして、身長が 185cm を超える確率 \(P(\text{身長} > 185)\) を求めてみましょう。このとき $$z = \frac{185 - 170}{10} = 1.5$$ となります。標準正規分布表から \(\Phi(1.5) \approx 0.93319\) なので、 $$P(X > 185) = 1 - 0.93319 \approx 0.06681$$ つまり約 6.68% です。
よくある質問
\(P(X < x)\) を知りたいときは？ それは左側の確率で、結果の表に \(P(X \le x) = \Phi(z)\) として表示されています。連続分布では \(P(X < x)\) と \(P(X \le x)\) は等しくなります。
なぜ \(\sigma\) は正の値でなければならないの？ 標準偏差はばらつきの大きさを表す指標で、0 より大きい必要があります。0 以下の値では正しい正規分布を定義できません。
結果はどのくらい正確なの？ \(\Phi\) の近似は小数点以下およそ 7 桁まで正確で、一般的な統計作業には十分すぎる精度です。
