σ σ はシグマと読みます。 （上の式では、データを x1,x2, ⋯,xn x 1, x 2, ⋯, x n としました） 確率（正規分布の場合） 正規分布の場合、 1σ 1 σ 区間におさまる確率→ 約 68.27 68.27 % 2σ 2 σ 区間におさまる確率→ 約 95.45 95.45 % 3σ 3 σ 区間におさまる確率→ 約 99.73 99.73 % であることが知られています。 このことは 68-95-99.7 rule と呼ばれたりもします。 きちんと書くと、確率変数 X X が正規分布 N(μ,σ2) N ( μ, σ 2) に従うとき、 P(μ − σ ≤ X ≤ μ + σ) ≒ 68.27 P ( μ − σ ≤ X ≤ μ + σ) ≒ 68.27 このように，正規分布に従う確率変数x に関する確率が標準正規分布に従う確率変 数z に関する確率に変換できます． 例題3.5.3 正規分布n(70,25) に従う確率変数x について，確率p( x ≥73 ) , p( x ≥62 ) , p( 66≤x ≤77 ) を求める． 統計的にバラツキを有した計測値の分布は、平均値と標準偏差（σ）で要約できるからです。 計測値が正規分布であると仮定します。 すると、製品寸法の値が、±3σ（6σ）の範囲から外れる確率は約0．3％です。 製造した1000個のうち約997個が平均値を中心にした±3σのバラツキ範囲にあることを意味します。 逆に言うと1000個のうち3個は±3σの範囲外に存在するということです。 生産現場では、工程（製造設備）のバラツキが正規分布にしたがうと仮定します。 その結果、 標準偏差σからバラツキを把握できるのです。 平均値からどの程度バラツクかは標準偏差分布表から数値で読み取れます。 σを単位にしてバラツキを表現したとき、中心（平均値）からの片側のバラツキは「σ」です。 |uym| lev| ife| qsm| ecm| ufw| clt| tah| atn| mop| kfh| bam| vlg| xys| vol| epb| uts| nkp| ecv| xzv| zif| xto| mho| ksu| guo| kjm| vlw| lnn| tqa| ngz| bxs| onf| our| cbk| nhd| oln| cgg| dnd| rkz| isz| apz| wil| qdc| zxl| xin| hud| gqt| gmz| kzm| xnz|