1. 概要: 正規分布とは
   • 標準正規分布
2. R で正規分布を作成し、ヒストグラムで可視化する
3. 正規性の検定
   • qq プロット
   • Shapio-Wilk 検定

概要: 正規分布とは

正規分布 normal distribution とは、以下の図 (Public domain) に示すような分布である。このページ に便利そうな正規分布の図がたくさんあるが、この図が一番情報量が多くて良さそうだったので、このサイトではこれを基本的に使うことにしたい。

正規分布には、以下のような重要な特徴がある。

• 釣鐘型 bell-shaped の曲線を示す分布である。
• 平均値 mean、中央値 median、最頻値 mode が全て等しい。平均値はしばしば μ で表される。
• 標準偏差を σ としたとき、データの約 68% が μ ± σ の範囲に分布する (0 から ± 34.13% の範囲)。
• 同様に、約 95% が平均から 2 標準偏差の範囲内に収まる。

標準正規分布

平均値 0、標準偏差 1 の正規分布を、とくに標準正規分布 standard normal distribution という。

R で正規分布を作成し、ヒストグラムにする

統計ソフト R には、rnorm という正規分布を作成するための関数がある。正規分布は平均値 μ および標準偏差 σ で指定される関数であり、実際のデータとしてはサンプル数 n も要素になる。よって rnorm ではこの 3 つを指定する。ただし、ギリシャ文字ではなく m と sd を使う。

n を 10 と 1000 にして、同じ平均と分散をもつ 2 つの正規分布、testnorm1 と testnorm2 を作ってみる。

testnorm1 <- rnorm(n=10, m=0, sd=1)
testnorm2 <- rnorm(n=1000, m=0, sd=1)

これを hist 関数でプロットしてみると、次のようになる。

サンプル数が少ないと、正規分布していても全く釣鐘型に見えないが、サンプル数が増えるほど完全な釣鐘型に近くなる。

正規性の検定

qq プロット

qq プロットは検定ではないが、あるデータセットが正規分布しているかどうかのデータを可視化するプロットであり、覚えておくと便利。R を使った方法を説明する。

R のベクトルデータ testnorm3 を作り、これを qqprot してみよう。

testnorm3 <- rnorm(n=1000, m=0, sd=1)
qqnorm(testnorm3)
qqline(testnorm3)

関数名は qqplot でないので注意。まず分布をプロットする qqnorm を実行。次の qqline は、このプロットに線を追加する。

このプロットでは、X 軸および Y 軸はそれぞれ観測値の分位数 sample quantiles と理論的分位数 theoretical quantiles を示す。この 2 つの "quantile" が、qqplot という名前の由来である。qqline とは、両者が等しくなるような 45 度の線のこと。

Shapiro-Wilk 検定

データが正規分布しているかどうかの検定には、Shapiro-Wilk 検定がよく使われる。R の関数は shapiro.test であり、実行はシンプル。

shariro.test(testnorm3)

これを実行すると、以下のように結果が表示される。

Shapiro-Wilk normality test
data: testnorm3
W = 0.99845, p-value = 0.5231

この検定の帰無仮説は、「データが正規分布している」である。この例では p 値が 0.05 以上なので、帰無仮説を棄却できない。したがって、変数 testnorm は正規分布していると結論される。詳細は 仮説検定 のページを参照のこと。

p が 0.05 よりも小さいかどうかで判断する「普通の」検定と異なる判断になるので気をつけよう。

References

コメント欄

各ページのコメント欄を復活させました。スパム対策のため、以下の禁止ワードが含まれるコメントは表示されないように設定しています。レイアウトなどは引き続き改善していきます。「管理人への質問」「フォーラム」へのバナーも引き続きご利用下さい。

禁止ワード: http, the, м (ロシア語のフォントです)

このページにコメント

これまでに投稿されたコメント