標本平均の標本分布計算機
中心極限定理を使って標本平均の確率を計算し、標準誤差、zスコア、正確な確率を数秒で求めます。
母平均、標準偏差、標本サイズを入力し、確率の種類を選んで標本平均の値を指定すると、すぐに結果が得られます。
標本平均の標本分布計算機
中心極限定理を使って標本平均の確率を計算し、標準誤差、zスコア、正確な確率を数秒で求めます。
標本平均が指定値 x₁ より小さい確率を計算します。
標本平均の標本分布計算機について
標本平均の標本分布は、同じ母集団から同じサイズのランダム標本を繰り返し抽出したとき、標本平均が標本ごとにどのように変動するかを表します。これは推測統計で最も重要な概念の一つであり、信頼区間、仮説検定、そしてほぼすべての科学・産業分野における品質管理図の理論的基盤です。
中心極限定理 (CLT) は、この分布を実用的にする原動力です。CLT は、母集団分布の形にかかわらず、標本サイズ n が大きくなるにつれて標本平均の標本分布が正規分布に近づくことを述べています。実務上は、標本サイズが 30 以上であれば通常、近似は十分に良好です。母集団がすでに正規分布している場合は、標本サイズがどれほど小さくてもこの結果が成り立ちます。
平均の標準誤差 (SE) は、標本分布の広がりを数量化します。これは母標準偏差 σ を n の平方根で割ったものです：SE = σ / √n。標本サイズが大きいほど SE は小さくなり、大きな標本ほど母平均をより精密に推定できます。これは、標本サイズを 2 倍にすると標準誤差が半分になる理由、そして研究者が不確実性を減らすためにより多くのデータを集める理由を数学的に説明しています。
標準誤差が分かれば、任意の標本平均 x̄ は z = (x̄ − μ) / SE によって zスコアに変換できます。zスコアは、x̄ が真の母平均 μ から標準誤差何個分離れているかを表します。標本分布は近似的に正規分布であるため、標準正規表、またはその数学的な同等物である Φ(z) により、標本平均が指定値を下回る、上回る、または指定範囲内に入る正確な確率を得られます。
この計算機は 3 種類の確率に対応しています。1 つ目の P(X̄ < x) は、サイズ n のランダム標本の平均が x を下回る左裾確率です。2 つ目の P(X̄ > x) は右裾（上側）確率です。3 つ目の P(x₁ < X̄ < x₂) は、標本平均が 2 つの指定値の間に入る確率で、2 つの累積正規確率の差として計算されます。
実用例はあらゆる分野に広がります。品質技術者は、部品ロットの平均寸法が許容範囲外かどうかを監視します。栄養士は、抽出された集団の平均カロリー摂取量が既知の平均を持つ母集団から来たものとして妥当かどうかを確認します。金融アナリストは、四半期の平均日次リターンが閾値を超える確率を推定します。臨床研究者は、標本における平均血圧低下が真の母集団効果を反映している可能性を判断します。いずれの場合も、この計算機は 1 回の計算で確率の答えを提供します。
標本分布の例
標本分布計算機の使い方を示す実世界のシナリオです。
| シナリオ | 確率 | 解釈 |
|---|---|---|
| μ=80, σ=10, n=30, P(X̄ < 78) | ≈ 13.6% | 試験点数：真の平均が 80 のとき、30 人のクラス平均が 78 を下回る確率はおよそ 14% です。 |
| μ=1000, σ=50, n=40, P(X̄ > 1010) | ≈ 10.3% | 電球の寿命：40 個のロットの平均寿命が 1010 時間を超える確率は約 10% です。 |
| μ=3, σ=0.5, n=50, P(2.9 < X̄ < 3.1) | ≈ 84.3% | コーヒーカップ：標本平均が母平均から 0.1 カップ以内に入る確率は 84% です。 |
| μ=0.05, σ=1, n=100, P(X̄ < 0) | ≈ 30.9% | 株式リターン：真の平均が 0.05% のとき、100 日平均リターンが負になる確率は 31% です。 |
標本分布計算機の使い方
- 母平均 (μ) を入力します。これは母集団全体の既知または仮定された平均です。
- 母標準偏差 (σ) を入力します。正の数である必要があります。
- 標本サイズ (n) を入力します。各標本に含まれる観測数です（整数 ≥ 2）。
- 確率の種類を選びます：左裾は P(X̄ < x)、右裾は P(X̄ > x)、区間確率は P(x₁ < X̄ < x₂) です。
- 標本平均の値を入力して計算をクリックすると、標準誤差、zスコア、正確な確率が表示されます。
標本分布 FAQ
標本平均の標本分布とは何ですか？
母集団からサイズ n のランダム標本を繰り返し抽出したときに得られる、すべての可能な標本平均の確率分布です。中心極限定理により、n が大きい場合、この分布は平均が母平均 μ、標準偏差が標準誤差 SE = σ/√n の近似正規分布になります。
標準誤差とは何ですか？標準偏差とはどう違いますか？
標準偏差 (σ) は、個々のデータ点が母平均の周りにどの程度広がっているかを測ります。標準誤差 (SE = σ/√n) は、標本平均が μ の周りにどの程度広がるかを測ります。n が大きくなるほど SE は小さくなり、大きな標本ほど平均の推定が精密になります。
この計算機はいつ使えますか？
母標準偏差 σ が分かっており、標本サイズ n が中心極限定理を適用できるほど十分大きい場合（一般に n ≥ 30）に使用できます。母集団自体が正規分布している場合は、任意の n で有効です。σ が不明な場合は、代わりに t 分布を使用してください。
ここで zスコアはどのように計算されますか？
zスコアは z = (x̄ − μ) / SE として計算されます。ここで x̄ は入力した標本平均、μ は母平均、SE = σ/√n です。これは目標の標本平均が母平均から標準誤差何個分離れているかを示し、その距離を標準正規表で確率に変換できます。
標本サイズが大きいほど確率の広がりが小さくなるのはなぜですか？
SE = σ/√n であるため、n を 2 倍にすると SE は √2 ≈ 1.41 の係数で小さくなります。SE が小さいほど標本分布は高く狭くなり、標本平均は μ の周りにより密集します。その結果、極端な標本平均は起こりにくくなり、信頼区間も短くなります。これが、より多くのデータを集めると推定精度が向上する理由です。
「範囲内」確率モードは何を計算しますか？
範囲内モードは P(x₁ < X̄ < x₂)、つまりランダムな標本平均が x₁ と x₂ の間に厳密に入る確率を計算します。これは Φ(z₂) − Φ(z₁) として計算され、z₁ と z₂ はそれぞれ x₁ と x₂ の zスコアです。標本平均が母平均周辺の許容範囲内に収まる確率を知りたい場合に役立ちます。