逆正規分布計算機:確率から x を求める方法
逆正規分布計算機は、多くの学生が順方向の計算を学んだ後にはじめて出会う「逆向きの問い」に答えるものです。スコア x から出発して曲線の下の面積を求めるのではなく、面積(確率やパーセンタイル)から出発して、それを生み出すスコア x を求めます。この「確率を入力してスコアを出力する」という向きの反転が多くの学生をつまずかせます。その主な原因は、z 表も計算機も、通常の確率を調べるときに使うものとほとんど見た目が変わらないことにあります。本ガイドでは、公式、下側の裾・上側の裾・中央領域を扱う 4 つの完全な数値例、経験則(68-95-99.7 の法則)を使った答えの妥当性チェック、そして入力した数字がすべて正しく見えるのに静かに誤答を生んでしまうミスについて解説します。
目次
逆正規分布計算機とは?
通常の正規分布計算機は、スコア x を入力すると、その左側・右側、あるいは 2 つの値の間にある確率(曲線の下の面積)を返します。逆正規分布計算機はこのプロセスを逆向きに実行します。確率——たとえば 0.90、つまり 90%——を与えると、ちょうどその面積を左側に持つスコア x を返してくれます。内部では、計算機は当てずっぽうをしているわけではありません。通常 Φ(z) と書かれる標準正規累積分布関数を逆にたどってまず z を求め、次に平均 μ と標準偏差 σ を使って、その z を元のデータの単位に変換しています。出力は常に、確率ではなく、元のデータと同じ単位のスコア(テストの点数、ミリメートル、ドル、秒など)です。
通常の正規確率の計算:スコア → 確率。逆正規:確率 → スコア。
逆正規と通常の正規分布:何が違うのか?
数値に触れる前に、2 つの方向を並べて確認しておくと役立ちます。計算機での間違いの多くは、逆問題を順問題のように扱ってしまうことから生じるからです。順方向(通常)の問題では、すでに x、μ、σ がわかっていて面積を求めます。z = (x − μ) ÷ σ を計算し、Φ(z) を調べて確率を得ます。逆問題では、面積(確率やパーセンタイル)と μ、σ がわかっていて x を求めます。その面積に対応する z を調べ、x = μ + z × σ を計算します。混乱のもとは、どちらのプロセスも同じ z 表と同じ μ、σ の組を使うことです。変わるのは調べる向きだけであり、公式の間違った側に数値を当てはめてしまいやすいのです。
1. 順方向の問題
既知:x、μ、σ。未知:確率。手順:z = (x − μ) ÷ σ を計算し、z → 面積。
2. 逆方向の問題
既知:確率、μ、σ。未知:x。手順:面積 → z を求め、x = μ + z × σ。
逆正規分布計算機の背後にある公式
あらゆる逆正規分布計算機は 1 つの公式に基づいています:x = μ + z × σ。ここで μ は平均、σ は標準偏差、z は目標の確率に対応する標準得点です。難しいのは計算そのものではなく、常に正しい z を見つけることです。その z は標準正規分布の CDF の逆関数から得られ、z = Φ⁻¹(p) と書かれることもあります。p は標準正規曲線(μ = 0、σ = 1)上で z の左側にある累積確率(面積)です。z 表の本体から目標に最も近い確率を探し、行と列の見出しを読み取って z を求めることもできますし、計算機に逆引きを直接させることもできます。いずれにせよ、z さえ求まれば、実世界の単位への変換は掛け算と足し算 1 回ずつで済みます。
1. ステップ 1 — 目標を小数の確率に変換する
「90 パーセンタイル」のようなパーセンタイルは p = 0.90 になります。「上位 5%」は、左側の裾で調べる場合 p = 0.95 になります(カットオフより下に 95% があるため)。
2. ステップ 2 — z = Φ⁻¹(p) を求める
z 表または計算機の逆正規関数を使い、累積面積が p と等しくなる z スコアを求めます。
3. ステップ 3 — x = μ + z × σ を解く
既知の μ と σ を代入し、標準化された z を元の単位に戻します。
μ と σ を使ってパーセンタイルを求めるには?
テストの点数が平均 μ = 75、標準偏差 σ = 8 の正規分布に従うとします。ある教師は、90 パーセンタイルを示す点数——それを超えるのは上位 10% の学生だけというカットオフ——を知りたいと考えています。
1. ステップ 1 — 既知の値を確認する
p = 0.90(90 パーセンタイル)、μ = 75、σ = 8。
2. ステップ 2 — p = 0.90 に対する z スコアを求める
標準正規分布の逆 CDF を使うと、z ≈ 1.28(より正確には 1.2816)。
3. ステップ 3 — z を x に変換する
x = μ + z × σ = 75 + 1.28 × 8 = 75 + 10.24 = 85.24。
4. ステップ 4 — 文脈に沿って答えを述べる
約 85.2 点が 90 パーセンタイルを示します。つまり、およそ 90% の学生が 85.2 点以下でした。
x = μ + z × σ = 75 + 1.28 × 8 ≈ 85.2
計算例:下側の裾のスコアを求める
同じクラス(μ = 75、σ = 8)で、今度は教師が下位 10%——追加の支援が必要かもしれない学生——のカットオフを知りたいとします。これは下側の裾の問題です。目標となる確率は x の左側の面積であり、まさに逆正規分布計算機が既定で想定しているものです。
1. ステップ 1 — 確率を設定する
p = 0.10(10 パーセンタイル)、μ = 75、σ = 8。
2. ステップ 2 — p = 0.10 に対する z を求める
0.10 は中央値より下なので、z は負の値になります:z ≈ −1.28。
3. ステップ 3 — x を解く
x = 75 + (−1.28) × 8 = 75 − 10.24 = 64.76。
4. ステップ 4 — 解釈する
約 10% の学生が 64.8 点以下でした。およそ 64.8 点がその下限を示します。
計算例:上側の裾のスコアを求める
次に、学校が上位 5% の学生を区切る点数——上側の裾のカットオフ——を知りたいとします。上側の裾の問題は符号ミスが最も起こりやすい場面です。0.05 をまず左側の面積に変換せず、そのまま調べてしまうのが自然な感覚だからです。
1. ステップ 1 — 上側の裾の面積を左側の面積に変換する
P(X ≥ x) = 0.05 は P(X ≤ x) = 1 − 0.05 = 0.95 を意味するので、p = 0.95。
2. ステップ 2 — p = 0.95 に対する z を求める
z ≈ 1.645。
3. ステップ 3 — x を解く
x = 75 + 1.645 × 8 = 75 + 13.16 = 88.16。
4. ステップ 4 — 解釈する
約 88.2 点が上位 5% のカットオフを示します。88.2 点以上を取ったのは全体の 5% だけです。
上側の裾のルール:P(X ≥ x) = 0.05 ⇒ 左側の面積として p = 1 − 0.05 = 0.95 を使う。
計算例:スコアの中央 95% を求める
中央領域の問題では、分布の一定割合を平均のまわりで挟み込む、対称な 2 つのカットオフを求めます。たとえば、μ = 75、σ = 8 のクラスで中央 95% のスコアを含む範囲などです。
1. ステップ 1 — 残りの面積を両側の裾に振り分ける
中央の面積が 0.95 なら、両側の裾が合わせて 0.05、つまり片側 0.025 ずつになります。
2. ステップ 2 — 下限と上限のカットオフに対する z を求める
下限は p = 0.025 ⇒ z ≈ −1.96。上限は p = 0.975 ⇒ z ≈ 1.96。
3. ステップ 3 — 2 つの x を解く
下限:x = 75 + (−1.96) × 8 = 75 − 15.68 = 59.32。上限:x = 75 + 1.96 × 8 = 75 + 15.68 = 90.68。
4. ステップ 4 — 解釈する
中央 95% のスコアは、およそ 59.3 から 90.7 の間に収まります。
経験則や z 表で答えを確認するには?
計算機の出力を信じる前に、経験則(68-95-99.7 の法則)や z 表を使って手早く妥当性を確認しましょう。どちらも比較用の素早い見積もりを与えてくれます。μ = 75、σ = 8 の場合、経験則によれば約 68% のスコアが μ ± σ(67 〜 83)に、約 95% が μ ± 2σ(59 〜 91)に、約 99.7% が μ ± 3σ(51 〜 99)に収まります。これを上の中央 95% の例と比べてみましょう。計算機の答えは 59.3 〜 90.7 で、経験則の μ ± 2σ の範囲 59 〜 91 とほぼ一致しています。わずかなずれは、経験則が z を厳密な 1.96 ではなく 2 に丸めているためにすぎません。同様に、90 パーセンタイルの答え 85.2 は、84 パーセンタイルの目安(μ + 1σ = 83。平均より 1 標準偏差上がおよそ 84 パーセンタイルにあたるため)と 97.5 パーセンタイルの目安(μ + 2σ = 91)の間に位置するはずです。85.2 は 83 と 91 の間に収まっているので、方向としては正しい答えです。もし計算機の答えが、指定したパーセンタイルに対して経験則の範囲から大きく外れているなら、結果を信じる前に入力を見直してください。
目安:μ ± 1σ ≈ 68%、μ ± 2σ ≈ 95%、μ ± 3σ ≈ 99.7%。
避けるべきよくあるミスは?
逆正規分布計算機での誤答のほとんどは、公式の不具合ではなく、次の 4 つの設定ミスのいずれかにたどり着きます。
1. 右側の裾の面積を左側の面積のまま使ってしまう
計算機は既定で P(X ≤ x) を想定しています。問題が P(X ≥ x) = 0.05 を与えているなら、z を調べる前に 0.95 に変換しなければ、平均をはさんで反対側の z が出てしまいます。
2. μ と σ を取り違える
x = μ + z × σ で平均と標準偏差を入れ替えると、公式にとってはどちらも単なる数値なので、もっともらしく見えるのに誤った数値が静かに出てきます。入力する前に、どちらがどの値かを必ずラベル付けしましょう。
3. 小数ではなくパーセントを入力する
90 パーセンタイルの確率に対して 0.90 ではなく 90 と入力すると、エラーになるか、さらに悪い場合は範囲外の入力から意味のない z が返ってきます。
4. 正規分布でないデータを正規分布とみなす
μ + z × σ という公式全体は、データが実際に正規分布に従っている(あるいはそれに十分近い)ことを前提としています。収入や待ち時間のような歪んだデータに当てはめると、計算上は正しくても実質的に意味のない x が得られてしまいます。
逆正規分布計算機はどんなときに使うべき?
確率やパーセンタイルが与えられ、その裏にあるスコアを求める問題であれば、いつでも逆正規分布計算機の出番です。標準化テストのカットオフ点の設定、製造の品質管理における公差限界の算出、金融におけるバリュー・アット・リスクのしきい値の決定、科学研究で特定のパーセンタイルに対応する身長・体重・反応時間の把握などがその例です。逆に、スコアが与えられて確率を求める問題であれば、必要なのは逆正規ではなく通常の(順方向の)正規分布計算機です。Solvify の計算ツールは両方向に対応し、z スコアの検索から最終的な x の値まで途中のステップをすべて表示し、小数を入れるべき場所にパーセントを入力するといった入力ミスの可能性も指摘します。手計算の確認にも、パーセンタイルや裾の問題をその場で解くのにも使えます。
関連記事
関連する数学ソルバー
ステップごとの解答
z スコアの検索から最終的な x の値まで、あらゆる計算を明確なステップに分けて確認できます。
AI 数学チューター
パーセンタイル、裾、z スコアについて追加の質問をして、すぐに解説を受け取れます。
コンセプト解説
計算方法だけでなく、逆正規の公式がなぜ成り立つのかを理解できます。
