正規分布とは？身近な例でわかりやすく解説【ガウス分布】

結論：正規分布は「自然界・社会で最も頻出する確率分布」

正規分布（ガウス分布）は、釣鐘型（ベルカーブ）の形をした確率分布で、平均値付近に多くのデータが集中し、平均から離れるほどデータが少なくなる性質を持ちます。身長・テストの点数・株価リターン・誤差・自然現象など、社会と自然のあらゆる場面で観察される最も重要な確率分布です。

1. 正規分布の数式

確率密度関数は次の通り。

パラメータは平均 μ と標準偏差 σ の 2 つだけ。これだけで「どの位置に山があり、どれくらい広がっているか」が完全に決まります。

2. 釣鐘型（ベルカーブ）の特徴

• 平均値 μ で左右対称
• 平均 = 中央値 = 最頻値
• 標準偏差 σ が大きいほど横に広がる
• 裾は理論上 -∞ から +∞ まで続くが、実用上は ±3σ で99.7%カバー

3. 68-95-99.7ルール

範囲	含まれる確率	主な用途
μ ± 1σ	約 68.27%	通常範囲
μ ± 2σ	約 95.45%	95%信頼区間
μ ± 3σ	約 99.73%	異常検知
μ ± 6σ	約 99.9999998%	シックスシグマ

4. 標準正規分布と Z スコア

μ=0, σ=1 に標準化したものが標準正規分布。あらゆる正規分布は次式で標準化できます。

Z スコア = 「平均からどれくらい標準偏差分離れているか」。テスト偏差値もこの応用です。

5. 身近な例

5.1 日本人成人男性の身長

平均 171cm、標準偏差 5.7cm の正規分布にほぼ従います。±1σ で165.3〜176.7cmに約68%、±2σで159.6〜182.4cmに約95%が収まる計算。

5.2 テストの偏差値

偏差値=50+10Z の式で、Z = 標準正規分布の値。偏差値60は上位16%、70は上位2.3%、80は上位0.1%。

5.3 株価リターン

日次リターンは概ね正規分布。年率20%ボラなら日次±1.26%程度のバラつき。ただし極端な暴落・急騰は予測より頻繁に起こる（ファットテール）。

6. 中心極限定理

「独立な確率変数を多数足し合わせると、その分布は正規分布に近づく」という重要な定理。元の分布がどんな形でも、たくさん足せば正規分布になるのが、自然界に正規分布が偏在する理由です。

7. 正規分布が当てはまらない例

• ❌ 所得分布（右に長い裾）
• ❌ 株価そのもの（対数正規分布が近い）
• ❌ 地震のマグニチュード（べき分布）
• ❌ Webサイトのアクセス数（べき分布）

8. 正規分布の確率計算

Excelで P(X ≤ 165) のような確率は NORM.DIST 関数で計算可能。逆に「上位5%の値」は NORM.INV。実務でよく使う計算です。

よくある質問

まとめ