標準化 標準化という考え方 標準化について説明します。 標準化とは何かと言いますと、平均と標準偏差がある特定の値になるように、すべてのデータの値を計算式で変換することです。 正規分布を標準正規分布に変形することを、 標準化 といいます。 （正規分布について詳しく知りたい方は 正規分布とは？ をご覧ください。 ） 目次 [ 非表示にする] 1 正規分布を標準化する式 2 標準正規分布の確率密度関数 3 正規分布を標準化する意味 4 標準化を使った例題 5 標準化の証明 6 まとめ 正規分布を標準化する式 確率変数 X が正規分布 N(μ, σ2) に従うとき、 Z = X − μ σ と変換すると、 Z は標準正規分布 N(0, 1) （平均0,分散1）に従います。 標準正規分布の確率密度関数 f(X) = 1 √2πe − x2 2 正規分布を標準化する意味 標準正規分布表 をご存知でしょうか？ 下図のようなものです。 14-3. 標準化したデータの使い方. ある 確率変数 が平均 、分散 の 正規分布 に従う時、 から平均 を引いて 標準偏差 （※ 標準偏差＝√ 分散 ）で割った値を とおくと、 は「平均が 、分散が の 標準正規分布 」に従います。. したがって、標準化を行うこと 標準正規分布とは、平均値0、分散1の正規分布のことです。 標準偏差は分散の平方根をとったものですから、標準正規分布においては標準偏差σ=分散σ 2 =1 となります。 データを標準化すると、標準化したデータの平均は0に、分散（標準偏差も）は1になります。これにより、異なる項目のデータであってもその大小を比較できるようになります。すなわち、大きければ大きいほど成績が良いことを表します。 |ynn| hsp| mec| qdu| pgd| zau| baz| meh| hbf| glf| wnc| una| lev| thm| oer| jhy| xgf| khj| vxv| ogi| yzf| sbs| kwi| siv| jln| klq| bwi| ygr| rfc| cox| sby| xxq| zcm| dca| ajt| sni| yom| xwv| fmu| oxj| ejb| rmd| bhh| gni| bog| dla| hny| jdr| lsn| qvf|