経験則計算機 - 正規分布の 68-95-99.7
経験則（68-95-99.7 ルール）を任意の正規分布に適用します。平均と標準偏差を入力すると、データの 68%、95%、99.7% に対応する正確な範囲が得られます。
正規分布の平均 (μ) と標準偏差 (σ) を入力して、3 つの経験則区間を計算します。
経験則計算機 - 正規分布の 68-95-99.7
経験則（68-95-99.7 ルール）を任意の正規分布に適用します。平均と標準偏差を入力すると、データの 68%、95%、99.7% に対応する正確な範囲が得られます。
経験則計算機について
経験則は、三シグマ則または 68-95-99.7 ルールとも呼ばれ、データが正規（釣鐘型）分布でどのように分布するかを表す統計上の簡便な表現です。平均から 1 標準偏差以内に観測値の約 68%、2 標準偏差以内に約 95%、3 標準偏差以内に約 99.7% が入る、というものです。これらは応用統計で最も重要な数値の一部です。
より正確には、標準正規分布の累積分布関数から導かれる割合は 68.27%、95.45%、99.73% です。補確率も重要です。データの約 32% は 1 シグマ区間の外、約 5% は 2 シグマ区間の外、わずか 0.27%（約 370 件に 1 件）だけが 3 シグマ区間の外にあります。この最後の値は、品質管理やシックスシグマ手法で広く使われる「三シグマ限界」の基礎です。
経験則が適用できるのは、データが正規分布に従う、またはそれに近い場合だけです。成人の身長、IQ スコア、測定誤差、血圧値、そして多くの経済・金融指標など、多くの自然現象はおおむね正規分布に近似できます。そのような場合、経験則は基本的な算術だけで、素早く実用的な答えを与えます。
このルールを使うには 2 つのパラメーターだけが必要です。分布の中心を示す平均 (μ) と、ばらつきを測る標準偏差 (σ) です。1 シグマ区間は (μ − σ, μ + σ)、2 シグマ区間は (μ − 2σ, μ + 2σ)、3 シグマ区間は (μ − 3σ, μ + 3σ) です。この計算機は 3 つの区間をすべて即座に計算します。
実用例は数多くあります。製造や品質管理では、出力が三シグマ限界内（99.73% の時間）に収まる場合、工程は管理状態にあると見なされます。IQ 検査で μ = 100、σ = 15 の場合、約 68% の人が 85 から 115、約 95% が 70 から 130、約 99.7% が 55 から 145 の範囲に入ります。金融では、経験則は正規性の仮定のもとで極端なリターンの起こりやすさを見積もるために使われ、バリュー・アット・リスク計算の基礎になります。生物学や医学では、異常な測定値の特定に役立ちます。平均から 2 標準偏差を超える血圧値は 95% 区間の外にあり、調査に値します。
経験則の例
68-95-99.7 ルールが即座に洞察を与える、現実の 3 つの分布です。
| 分布 | 1σ 範囲 (68%) | 用途 |
|---|---|---|
| IQ スコア：μ = 100、σ = 15 | 85 から 115 | 約 68% の人は 85–115、約 95% は 70–130、約 99.7% は 55–145 の範囲に入ります。130 を超えるスコア（平均より 2σ 上）は上位 2.5% に入ります。 |
| 成人男性の身長：μ = 175 cm、σ = 7 cm | 168 から 182 cm | 成人男性の約 68% は身長 168–182 cm です。約 95% は 161–189 cm に入ります。154 cm 未満または 196 cm 超の身長は 3σ 範囲の外（<0.3%）です。 |
| 大学試験の点数：μ = 78、σ = 6 | 72 から 84 | 学生の約 68% は 72–84 点です。上位 2.5%（2σ = 90 を超える）は優秀評価の対象になります。約 99.7% は 60 から 96 点の間です。 |
| 製造ボルト長：μ = 50 mm、σ = 0.5 mm | 49.5 から 50.5 mm | ボルトの約 99.73% は 3σ = 48.5–51.5 mm の範囲内です。この範囲外のボルトは、シックスシグマ品質基準では不良品として扱われます。 |
経験則計算機の使い方
- 最初の欄に、正規分布しているデータの平均 (μ) を入力します。平均は任意の実数にできます。
- 2 番目の欄に標準偏差 (σ) を入力します。標準偏差は 0 より大きい正の数である必要があります。
- 計算をクリックします。計算機は 68.27%、95.45%、99.73% の 3 つの色付きパネルを表示します。
- 各パネルには範囲（下限から上限）と、その中に入ると期待されるデータの割合が表示されます。
- 例ボタンを使って有名な分布（IQ スコア、成人身長、試験点）を読み込み、経験則の働きを確認できます。
経験則 FAQ
統計における経験則とは何ですか？
経験則（68-95-99.7 ルールまたは三シグマ則とも呼ばれます）は、正規分布ではデータの約 68% が平均から 1 標準偏差以内、約 95% が 2 標準偏差以内、約 99.7% が 3 標準偏差以内に入るという規則です。正規分布の広がりを手早く説明し、観測値がさまざまな範囲に入る確率を見積もる方法です。
経験則はすべての分布に適用できますか？
いいえ。経験則は正規（ガウス）分布にのみ適用されます。データが歪んでいる、多峰性である、または裾が厚い場合、割合は異なります。非正規分布では、チェビシェフの不等式がより弱いものの普遍的に有効な結果を与えます。少なくとも 75% のデータが平均から 2σ 以内（正規分布では 95%）、少なくとも 88.9% が 3σ 以内（正規分布では 99.7%）に入ります。
データが正規分布しているかどうかはどう分かりますか？
一般的な方法には、ヒストグラムの確認（釣鐘型で対称か）、Q-Q（分位点-分位点）プロットの作成（正規データなら点がほぼ直線上に並ぶ）、Shapiro-Wilk 検定や Kolmogorov-Smirnov 検定などの正式な検定があります。大標本（n > 30）では、中心極限定理により、元のデータが正規でなくても平均の標本分布はおおむね正規になります。
「2 標準偏差の外」とはどういう意味ですか？
正規分布では、データの約 95.45% が平均から 2σ 以内に入るため、約 4.55% が外側にあります。各裾ではおよそ 2.275% です。平均より 2σ を超えて高い値は統計的に珍しく、分布の上位 2.27% に入ります。このしきい値（しばしば 5% または 20 分の 1 と大まかに表現されます）は、仮説検定における従来の p < 0.05 有意水準の基礎です。
経験則は品質管理でどのように使われますか？
製造や工程品質では、管理限界は通常、平均から 3 標準偏差離れた位置（3σ 限界）に設定されます。正規性の仮定のもとでは、工程が管理状態にあるとき、出力の 99.73% がこの限界内に入ります。3σ 限界の外にある点は、調査を要する特殊原因による変動のシグナルとして扱われます。これは統計的工程管理 (SPC) とシックスシグマ品質管理手法の基礎です。
片側確率にも使えますか？
経験則は平均を中心とした両側区間を与えます。片側確率では、補確率を半分にします。たとえば、約 95.45% のデータが両側の 2σ 以内に入るので、4.55% が外側にあり、μ+2σ より上が 2.275%、μ−2σ より下が 2.275% です。これが 95% の両側信頼区間で z = 1.96（およそ 2σ）を使う理由です。各裾から 2.5% が除外されます。