第05回　連続確率分布：正規分布の数理¶

10/27（火）Ⅲ講 13:00〜14:40・B402教室

なぜ世界は正規分布だらけなのか。そして「すべてが正規」ではない

今日のリンク

この回のゴール¶

正規分布 \(N(\mu,\sigma^2)\) の形が \(\mu\) と \(\sigma\) で決まることを理解する
連続分布では「1点の確率は0」、面積が確率（68–95–99.7則）であることを理解する
標準化 \(z=\dfrac{x-\mu}{\sigma}\) を使える
正規分布が現れる理由＝多数の独立な要因の和 を知り、同時に「すべてが正規ではない」ことを見抜く

到達目標との対応：G1（確率の理解）。第6回の中心極限定理への直接の橋渡し。

1. 正規分布の形 ―― μ と σ¶

正規分布の確率密度関数は次式。

\[f(x)=\frac{1}{\sqrt{2\pi}\,\sigma}\exp\!\left(-\frac{(x-\mu)^2}{2\sigma^2}\right)\]

複雑に見えるが、形を支配するのは2つだけ ―― 中心 \(\mu\)（平均） と 広がり \(\sigma\)（標準偏差）。\(\mu\) は山の位置、\(\sigma\) は山の幅を決める。

2. 連続分布では「面積」が確率¶

離散分布（第4回）では「ちょうど \(k\) 回」の確率を棒の高さで表した。連続分布では 1点の確率は0。意味があるのは「ある範囲に入る確率」＝ 密度曲線の下の面積 だ。

\[P(a \le X \le b) = \int_a^b f(x)\,dx\]

有名な 68–95–99.7 則（Colabで面積として確認できる）：

範囲	入る確率
平均 ±1σ	約 68.3%
平均 ±2σ	約 95.4%
平均 ±3σ	約 99.7%

標準化：どんな正規分布も \(z=\dfrac{x-\mu}{\sigma}\) で「平均0・標準偏差1」の標準正規分布に直せる。偏差値はその応用で \(\text{偏差値}=50+10z\)。平均・ばらつきの違うテスト間で点を比べる道具だ。

3. なぜ正規分布が現れるのか ―― 独立な要因の「和」¶

身長、測定誤差、テストの点……正規分布に近いものは多い。なぜか。

答え：多数の小さな独立な要因が足し合わさると、その合計は正規分布に近づくから。身長なら何百もの遺伝子と環境要因の足し算、というように。

Colabで、\([0,1]\) の一様乱数（真っ平らで、まったく正規でない分布）を独立に足していくと：

足す個数	合計の分布の形
1個	真っ平ら（一様）
2個	三角形
5個	もう釣鐘型
30個	正規分布にぴたり一致

これが正規分布が至るところに現れる理由であり、次回の 中心極限定理 の正体でもある。鍵はやはり 「独立に足す」 こと。要因が独立でなければ、この収束は起きない。

4. だが「すべてが正規」ではない¶

正規分布は強力だが、世の中のデータがすべて正規だと思い込むのは誤りだ。

生き物の体重・世帯年収・都市の人口・SNSのフォロワー数・地震の規模などは、少数の極端に大きな値を持つ 裾の重い分布（べき分布・対数正規など） に従う。これらは「独立な要因の足し算」ではなく「掛け算的・自己強化的」なメカニズムで生まれるため、正規にならない。

裾の重い分布では 少数の巨大値が平均を吊り上げ、平均＞中央値 になる（第1回「平均年収の罠」そのもの。Colabでは平均≈517 / 中央値≈405）。

統計的誤用を防ぐ第一歩

裾の重いデータに正規分布を当てはめて「平均±2σで95%」などと計算すると、現実離れした結論になる。まず分布の形（ヒストグラム）を確かめてから手法を選ぶこと。

今日のまとめ¶

ポイント	中身
正規分布の形	中心 \(\mu\) と広がり \(\sigma\) だけで決まる
連続分布の確率	1点の確率は0。面積が確率（68–95–99.7則）
正規が現れる理由	多数の独立な要因の和は正規に近づく（→第6回CLT）
正規でない世界	年収・人口などは裾が重い。正規を無条件に仮定しない

今日の課題（Moodle提出）¶

配点：100点（自動採点40点＋記述60点）／提出先：Moodle

第5回のColabノート 05_normal.ipynb を上から実行し、結果を見たうえで答えること。

パートA：選択問題（自動採点・各10点 ×4＝40点）¶

A1. 正規分布 \(N(\mu,\sigma^2)\) の形について正しいのは？ - (ア) \(\mu\) が山の幅を、\(\sigma\) が山の位置を決める - (イ) \(\mu\) が山の位置（中心）を、\(\sigma\) が山の幅（広がり）を決める - (ウ) 形は \(\mu\) だけで決まり、\(\sigma\) は関係ない

A2. 標準正規分布で「平均 ±2σ」の範囲に入る確率に 最も近い のは？ - (ア) 約 68%　(イ) 約 95%　(ウ) 約 99.7%

A3. 連続確率分布における「確率」の考え方として正しいのは？ - (ア) ちょうど1点 \(x=3.0\) になる確率は、その点の密度の高さに等しい - (イ) ちょうど1点になる確率は0で、確率は「範囲に入る面積」で表す - (ウ) 連続分布でも、棒の高さがそのまま確率である

A4. Colabで「一様乱数（真っ平らな分布）を独立にたくさん足す」と、その合計の分布はどうなったか？ - (ア) 何個足しても真っ平らなまま - (イ) 足す個数を増やすほど、正規分布に近づいた - (ウ) 足すほど裾の重い（べき）分布に近づいた

パートB：記述問題（AIフィードバック対象・60点）¶

B1.（30点） 「なぜ正規分布は世の中にこれほど多く現れるのか」を、Colabの実験（一様乱数を足す）に触れながら4〜6文で説明しなさい。「独立」という言葉を必ず使うこと。

B2.（30点） 「世の中のデータはすべて正規分布だ」と考えるのは誤りである。 正規分布に従わない（裾の重い）データの例を1つ 挙げ、次の2点を書きなさい。

なぜそのデータは正規分布にならないと考えられるか（どんなメカニズムで生まれるか）
もしそのデータに正規分布を当てはめて「平均±2σ」などと分析すると、どんな読み違いが起こりそうか

ヒント：年収・都市の人口・SNSのフォロワー数・本の売上・地震の規模など。これらは第1回の「平均年収の罠」とつながっている。

文字数の目安：B1・B2あわせて 300〜500字。コピペ・引き写しは評価しない。自分の言葉で書くこと。

次回予告

第6回「標本分布と中心極限定理の再考」。今日見た『独立な和は正規になる』が、標本平均に効く。そして その魔法には“独立”という隠れた前提がある ことを暴く ―― 今期の核心（独立性と推測）へ向かう。

第05回 連続確率分布：正規分布の数理¶