標準偏差と正規分布の関係は？── 68-95-99.7 ルールと標準化を知りたい

標準偏差と正規分布の関係を確認しよう

標準偏差と正規分布は、統計学において切っても切れない関係にあります。標準偏差は単なる散らばりの指標ではなく、正規分布の形そのものを決定する重要なパラメータです。

ここでは、標準偏差と正規分布の関係と、その実用的な使い方をまとめました。

ひと目でわかる"標準偏差と正規分布の関係早見表"

項目	内容
標準偏差の役割	正規分布の広がり(形)を決める
平均の役割	正規分布の中心位置を決める
±1σ の範囲	約 68 %のデータが含まれる
±2σ の範囲	約 95 %のデータが含まれる
±3σ の範囲	約 99.7 %のデータが含まれる
標準化 (Z変換)	で標準正規分布に変換

正規分布のパラメータ

正規分布は 2 つのパラメータで完全に決まる:

• μ(平均):分布の中心位置
• σ(標準偏差):分布の広がり(幅)

確率密度関数:

標準偏差が正規分布の形を決める

標準偏差 σ が広がりを決める

標準偏差は、正規分布のグラフがどれだけ横に広がっているかを決めます。

標準偏差の違いによる形の変化:

• σ が大きい → グラフは横に広く、平らになる
• σ が小さい → グラフは細く、尖った形になる
• どちらも釣鐘型（ベル型）の形は変わらない

具体例:

• テストの点数:σ =20 点 → 点数がばらついている
• テストの点数:σ =5 点 → 多くの人が平均点付近に集中

グラフの形が全く違うのに、どちらも正規分布です。

68-95-99.7ルール (経験則)

正規分布の最も重要な性質が、68-95-99.7 ルール (経験則) です。これは標準偏差と確率の関係を示しています。

±1σ の範囲 (約 68 %)

平均から標準偏差 1 つ分の範囲に、全体の約 68 ％ (正確には 68.27 ％)のデータが含まれる

例: 平均 60 点、標準偏差 10 点のテストでは、50 点〜70 点の範囲に約 68 %の生徒が含まれる

±2σ の範囲 (約 95 %)

平均から標準偏差 2 つ分の範囲に、全体の約 95 ％ (正確には 95.45 ％)のデータが含まれる

例: 平均 60 点、標準偏差 10 点のテストでは、40 点〜80 点の範囲に約 95 %の生徒が含まれる

±3σ の範囲 (約 99.7 %)

平均から標準偏差 2 つ分の範囲に、全体の約 99.7 ％ のデータが含まれる

例: 平均 60 点、標準偏差 10 点のテストでは、30 点〜90 点の範囲に約 99.7 %の生徒が含まれる

→ この範囲外は非常に珍しい (約 0.3 %)

標準正規分布 (標準化)

標準正規分布とは

標準正規分布は、平均 0 、標準偏差 1 の正規分布 N(0, 1) です。すべての正規分布の基準となります。

標準正規分布 N(0, 1):

• 平均μ =0
• 標準偏差σ =1
• 記号 Z で表すことが多い

標準化 (Z変換)

任意の正規分布 N(μ, σ²) を標準正規分布 N(0, 1) に変換できます。

標準化の公式:

X: 元のデータ

μ: 平均

σ: 標準偏差

Z: 標準化された値(Zスコア、Z値)

Z 値の意味

Z 値は「平均からの距離を標準偏差の何倍か」を表します。

Z 値の読み方:

• Z=0 : 平均と同じ
• Z=1 : 平均より 1σ 上
• Z=2 : 平均より 2σ 上
• Z=-1 : 平均より 1σ 下
• Z=-1.5 :平均より1.5σ 下

具体例での確認

例1: テストの点数分布

問題: あるテストの点数は平均 60 点、標準偏差 10 点の正規分布に従う。80 点以上を取る生徒の割合は約何%か。

解答・解説

【ステップ1】標準化する

80 点は平均より 2σ 上

【ステップ2】68-95-99.7 ルールを使う

±2σ の範囲に 95 %が含まれる → 2σ より上は％

答:約 2.5 %

別解 (正規分布表を使う):

Z=2 のとき、 % (より正確な値)

例2: 身長の分布

問題: 成人男性の身長は平均 170 cm、標準偏差 5 cmの正規分布に従う。165 cm〜 175 cmの範囲にいる人の割合は約何%か。

解答・解説

【ステップ1】範囲を標準化

165cm:

175cm:

【ステップ2】68-95-99.7 ルールを使う

±1σ の範囲 → 約 68 %

答:約 68 %

標準偏差と正規分布の実用例

偏差値の計算

偏差値は、標準化の直接的な応用です。

偏差値

平均点を偏差値 50 、標準偏差を 10 とする変換

例:平均 60 点、標準偏差 10 点のテストで 70 点を取った場合

偏差値 =50+10×1=60

品質管理 (3シグマ管理)

製造業では、±3σ の範囲を管理限界として使います。

管理限界線:

• 上方管理限界(UCL) =μ+3σ
• 下方管理限界(LCL) =μ-3σ

この範囲を超えたら「異常」と判定

理由:正常なら 99.7 %がこの範囲に入るので、範囲外は非常に稀 (0.3 %)。何か異常が起きている可能性が高い。

勉強の進め方と練習方法のアドバイス

• 68-95-99.7 ルールを暗記: これは正規分布の最重要法則です。±1σ, ±2σ, ±3σ と対応する確率をセットで覚えましょう。
• 標準化の公式を確実に: の公式は、分子と分母を間違えないように注意します。「データから平均を引いて、標準偏差で割る」と覚えましょう。
• グラフをイメージ: 正規分布のグラフを頭の中でイメージしながら考えると、範囲と確率の関係が理解しやすくなります。
• 単位に注意: 標準偏差は元のデータと同じ単位です。点数なら「点」、身長なら「cm」です。無次元の Z 値と区別しましょう。
• 適用条件を確認: 68-95-99.7 ルールは正規分布にのみ成り立ちます。データが正規分布に従うか確認してから使います。

練習は、たとえば「入門問題 2 題→標準問題 3 題→実戦問題 2 題→仕上げの小テスト 10 問」といった順で進めると、理解が深まるはずです。

間違えた問題は、原因別に整理します(標準化の計算ミス / 68-95-99.7の適用間違い / 正規分布表の読み間違いなど)。翌日に同じタイプの問題を 1 問だけ解き直すことで、ミスの再発を防げます。

標準偏差と正規分布に関連するその他の重要知識

標準偏差と正規分布ができるようになると、統計学の理解が一気に深まります。ここでは、次のステップとして押さえておきたい重要な知識を確認していきましょう。

• 中心極限定理: サンプルサイズが大きくなると、平均の分布は正規分布に近づきます。これが正規分布の重要性の理由です。
• 信頼区間: 母平均の推定で、95 %信頼区間 = 標本平均 などを使います。
• 仮説検定: Z 検定や t 検定で、標準化された統計量を使って判定します。
• 他の分布: t分布、カイ二乗分布、F分布など、正規分布から派生した重要な分布があります。

まとめ｜標準偏差と正規分布のポイント

ここまでの内容を振り返り、押さえておくべき標準偏差と正規分布のポイントを整理しましょう。

標準偏差は正規分布の広がり(形)を決めるパラメータ

68-95-99.7ルール (経験則):

• ±1σ の範囲に約 68 %
• ±2σ の範囲に約 95 %
• ±3σ の範囲に約 99.7 %

標準化 (Z変換):

• 異なる正規分布を共通の尺度で比較可能
• Z 値 = 平均からの距離を標準偏差の何倍か

主な応用:

• 偏差値の計算
• 品質管理 (3シグマ管理)
• 信頼区間の設定
• 異常値 (外れ値) の判定

よくある間違いと対策:

• 68-95-99.7を全ての分布に適用 → 正規分布のみ
• 標準化の式を間違える → を確実に
• 単位を忘れる → σ は元のデータと同じ単位

標準偏差と正規分布をマスターして、統計を得意にしよう!

標準偏差と正規分布の理解は、高校数学の中でもつまずきやすい重要テーマです。しかし、

• 「68-95-99.7ルールが覚えられない」
• 「標準化の計算でミスをする」
• 「正規分布表の使い方が分からない」

といった壁に直面する高校生は多いです。そんなときに役立つのが進研ゼミのAI質問機能（お試し無料）。

AI質問の特徴

問題を撮影するだけ！
勉強中にわからない数学の問題を撮影すると、すぐにヒントや解き方を丁寧に解説してくれます。

考え方や途中過程まで、ステップごとに解説
答えだけでなく、解答に至るまでのステップをわかりやすく提示。追加解説まで丁寧に説明してくれます。

AI質問機能を活用することで、定期テストや入試の対策に向けて、理解の“穴”をすぐに埋めることに役立ちます。「進研ゼミ」は以下より無料で体験いただけます（スマートフォン／タブレットからアプリをダウンロード）。