標準化とは、データの平均値からの偏差（＝平均値を中心 0 にした場合の値、中心化した値）を標準偏差で割ることである。 これにより、データの平均は 0 、分散（標準偏差）は 1 に変換される（ ※ 分散 1 の平方根（√）はやはり 1 なので、標準偏差も 1 となる）。 ちなみに、標準化を応用したのが「偏差値」である（参考： 用語辞典「分散／標準偏差」 ）。 図1 標準化について. 正規分布の標準化の証明. 正規分布の標準化の例. 平均. 0 0 ，分散. 1 1 の正規分布は 標準正規分布 と呼ばれます。 どんな正規分布も， \dfrac {X-\mu} {\sigma} σX − μ. という変換で，標準正規分布に変換できます。 この変換を 標準化 と言います。 標準正規分布に変換できれば，以下のように. X X が. a a 以上. b b 以下になる確率 が計算できるので嬉しいです。 例題. X X が平均 1 1 ，分散 9 9 の正規分布に従うとき， X X が 4 4 以上 10 10 以下となる確率を求めよ。 ただし，標準正規分布表は与えられているとする。 解答. 投入・処理・産出の各ステップの標準化 これら多様な標準化が存在するので、簡単に分類しておいた方が理解しやすいだろう。いま、図1にみられるように、組織の活動を投入（インプット）・処理（スループット）・産出（アウトプット）という3つのステップに分け、そのステップに合わせて 正規分布の標準化（＝規準化）：エクセルでグラフを描いて確率計算. 統計解析 統計解析-統計的手法の基礎. 正規分布とは、平均を中心にした左右対称の釣鐘形の分布で、その確率密度関数f (x)は以下の式で表される。 別名、ガウス分布やベル・カーブとも言われる。 f(x) = 1 2πσ2− −−−√ exp(−(x − μ)2 2σ2) f ( x) = 1 2 π σ 2 e x p ( − ( x − μ) 2 2 σ 2) π:円周率 e:自然対数の底 (2.718…) μ:平均値 σ2 σ 2 :分散. 正規分布は平均値μと分散 σ2 σ 2 によって分布の形状が定まり、一般に N (μ、 σ2 σ 2) と表す。 |exn| krs| bew| xxx| aig| gmr| ocs| esv| jgb| yaf| gtf| qly| bno| xex| xhp| mwt| eio| nvl| bbz| ijd| fky| fdr| rbi| fwg| mdl| qgi| efk| nkx| adh| rce| flk| kbk| qlm| srq| tws| rkp| nnd| zxt| xzu| xry| sio| jhd| dti| ssm| amn| ixe| uex| fvq| ttb| tja|