2つのX値の間の正規確率計算ツール

2つのX値の間の正規確率計算ツール

成長中 AI Skill PRO

計算を入力してください

公式

P(a≤X≤b)=Φ(zb)−Φ(za)ここで{za=下限(a)−平均 (μ)SD (σ)zb=上限(b)−平均 (μ)SD (σ)\begin{gathered} P(a \le X \le b) = \Phi(z_b) - \Phi(z_a) \\[1.5em] \text{ここで}\quad \left\{ \begin{aligned} z_a &= \dfrac{\text{下限(a)} - {{\text{平均 }(\mu)}}}{{{\text{SD }(\sigma)}}} \\[0.4em] z_b &= \dfrac{\text{上限(b)} - {{\text{平均 }(\mu)}}}{{{\text{SD }(\sigma)}}} \end{aligned} \right. \end{gathered}
利用統計

広告

結果

P(a < X < b)
0.495015
49.5015分布に占める割合(%)
下限の z スコア(a) -0.6667
上限の z スコア(b) 0.6667

このページの誤りを報告

この計算ツールでできること

このツールは、正規分布に従う確率変数 X が 2 つの値 a と b の間に入る確率 ―― \(P(a < X < b)\) と表記します ―― を計算します。入力するのは、分布の平均(\(\mu\))、標準偏差(\(\sigma\))、そして 2 つの境界値だけ。各境界値を z スコアへ標準化し、標準正規分布の累積分布関数 \(\Phi\) を使って、ベルカーブ(釣鐘型曲線)の下にある 2 点間の面積を正確に求めます。

2つのx値 a と b の間の領域を網掛けした正規分布の釣り鐘型曲線
確率 \(P(a<X<b)\) は、正規曲線の下で a と b の間の網掛け部分の面積です。

使い方

まず分布の平均と標準偏差を入力し、続いて下限値 a と上限値 b を入力します。あとは「計算」ボタンを押すだけ。結果には、確率が小数(0 〜 1)とパーセントの両方で表示され、さらに 2 つの z スコアも併せて示されます。なお、値を逆の順序で入力しても、小さい方を自動的に a、大きい方を b として扱うのでご安心ください。

計算式の解説

a と b の間の確率は、b における CDF(累積分布関数)から a における CDF を引いた値に等しくなります。すなわち

$$P(a \le X \le b) = \Phi(z_b) - \Phi(z_a)$$

where

$$\left\{ \begin{aligned} z_a &= \dfrac{\text{Lower (a)} - \text{Mean }(\mu)}{\text{SD }(\sigma)} \\[0.4em] z_b &= \dfrac{\text{Upper (b)} - \text{Mean }(\mu)}{\text{SD }(\sigma)} \end{aligned} \right.$$

です。\((x-\mu)/\sigma\) という項は、生のスコアを z スコア ―― 平均から標準偏差いくつ分離れているかを表す数値 ―― に変換します。\(\Phi(z)\) は、標準正規曲線において z より左側にある累積面積を返します。2 つの累積面積の差を取ることで、a と b の間だけの面積が残るわけです。本ツールは、高精度な誤差関数の近似式を用いて \(\Phi\) を計算しています。

広告
2つの累積正規面積の引き算で a と b の間の面積を求める図
間の面積は、b より左の面積から a より左の面積を引いたものに等しい。

計算例

IQ スコアが平均 \(\mu = 100\)、標準偏差 \(\sigma = 15\) の正規分布に従うとして、\(P(85 < X < 115)\) を求めてみましょう。z スコアはそれぞれ \((85-100)/15 = -1\) と \((115-100)/15 = +1\) になります。\(\Phi(1) \approx 0.8413\)、\(\Phi(-1) \approx 0.1587\) なので、確率は\[\approx 0.8413 - 0.1587 = 0.6827,\]つまり約 68.3% となります。これはおなじみの「標準偏差 1 つ分のルール(68% ルール)」そのものです。

一般的な正規分布の確率とzスコアの参照表

標準正規変数 \(Z\)(平均0、標準偏差1)について、平均から \(z\) 標準偏差以内に入る確率は \(P(-z<Z<z)=2\Phi(z)-1\) です。これらの値は、x をzスコアに変換すれば、任意の正規分布に対して成り立ちます。

z P(-z < Z < z) 割合
1 0.6827 68.27%
1.645 0.9000 90.00%
1.96 0.9500 95.00%
2 0.9545 95.45%
2.576 0.9900 99.00%
3 0.9973 99.73%

68-95-99.7の法則

  • 値のおよそ68%は \(\mu \pm 1\sigma\) の範囲に入ります。
  • およそ95%は \(\mu \pm 2\sigma\) の範囲に入ります(より正確には95.45%)。
  • およそ99.7%は \(\mu \pm 3\sigma\) の範囲に入ります(より正確には99.73%)。

1.645、1.96、2.576という値は小数第3位に丸めてあるため、これらに対応する確率も同様に丸めた値です。

広告

確率の解釈

結果 \(P(a<X<b)\) は、分布のうち \(a\) と \(b\) の間に入る割合です。結果が0.8186であれば、観測値のおよそ81.86%がその範囲に入ると予想されることを意味します。言い換えると、無作為に選ばれた観測値がその範囲に入る確率がその値です。

zスコアは、ある値が平均から標準偏差何個分離れているかを示します。\(z=0\) は平均、\(z=2\) は平均より標準偏差2個分上、\(z=-1\) は平均より標準偏差1個分下を表します。\(z_a\) と \(z_b\) を比べると、区間の幅を標準偏差の単位で確認できます。

得られた答えを経験則と比較することができます。区間 \(\mu\pm1\sigma\) では約0.68、\(\mu\pm2\sigma\) では約0.95、\(\mu\pm3\sigma\) では約0.997となります。区間がこれらのいずれかより狭い場合は、確率はより小さくなると予想されます。

  • 非常に小さい値(例えば0.01未満)は、区間が狭いか、裾の遠い位置にあることを意味します。このモデルでは、そのような結果はまれです。
  • 1に近い値は、区間が分布のほぼ全体を覆っていることを意味します。残りの確率は、\(a\) と \(b\) の外側の裾にあります。

この計算は、変数が入力した平均と標準偏差をもつ正規分布に実際に従うと仮定しています。実際のデータは歪んでいたり、裾がより厚かったりすることがあり、その場合は裾の確率の信頼性が下がります。ヒストグラムや正規確率プロットで仮定を確認してください。\(\mu\) と \(\sigma\) を小規模な標本から推定した場合、結果はあくまで近似です。

よくある質問

「<」と「≤」のどちらを使うかで結果は変わりますか? 変わりません。連続型の正規分布では、ある一点ちょうどになる確率は 0 です。したがって \(P(a < X < b)\) と \(P(a \le X \le b)\) は同じ値になります。

標準偏差が 0 の場合はどうなりますか? 標準偏差は正の値でなければなりません。\(\sigma = 0\) では分布そのものが定義できないため、本ツールは 0 を返します。

結果の精度はどのくらいですか? CDF は Abramowitz & Stegun の近似式で計算しており、小数点以下およそ 7 桁まで正確です。一般的な統計の作業には十分すぎる精度です。

最終更新:

数学と統計で人気の電卓

数学と統計の電卓をすべて見る