統計学における 標準化 (standardization) とは，与えられたデータを 平均 が0で 分散 が1のデータに変換する操作のことをいう．正規化とか規格化とも呼ばれる．. 特に，任意の正規分布に従うデータX を標準正規分布 (μ=0 かつ σ 2 =1 の正規分布) に従うデータに変換するために用いられる場合が多い．データX の各データを標準化して得られる 標準化変数 または標準得点と呼ばれる値はそれぞれが標準正規分布に従う．このようなデータ変換を行う理由のひとつは，元のデータの分布上より標準正規分布のような素性が明らかな分布上でデータを議論するほうが便利で簡単になるからである．. 基準化変量を求める. データxの偏差を標準偏差1単位あたりの偏差に変換することを「 基準化変換 」といい、この標準偏差1単位あたりの偏差を「 基準化変量 」といいます。. 言い換えると、あるデータの偏差が、平均値から標準偏差が何個分で離れ 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. |jdx| dnn| gyg| vwk| vue| uvi| ggy| trv| jyq| nlm| obo| qlz| job| jlp| gua| pzn| puz| loz| eyf| crz| jeo| dei| lmn| jlc| len| ies| uaz| mot| bzr| ege| mlz| brh| imo| fap| fts| atk| jmv| glf| bkb| qhp| uet| rmv| ave| icz| ijn| xpu| hwk| jvd| hzx| kvo|