正規分布

平均値を中心に左右対称な釣鐘型の確率分布。自然界や社会現象で最も多く見られる分布で、平均と標準偏差の2つのパラメータで形状が決まる。中心極限定理により多くの統計的検定の基礎となる。

平均値を中心に左右対称の釣鐘型の確率分布。平均μと標準偏差σで特徴づけられ、μ±σに約68%、μ±2σに約95%、μ±3σに約99.7%のデータが含まれる。中心極限定理により多くの現象がこの分布に従う。

一定の時間や空間内で、ある事象が発生する回数の確率分布。平均発生率λのみをパラメータとする離散型の確率分布で、稀な事象の発生回数のモデル化に適する。

統計的な関係を用いて、プロジェクトの所要時間やコストを見積もる技法。過去のデータに基づく生産性パラメータ（例: 1画面あたりの開発工数）と作業量から算出する。データの精度と適用可能性に依存するが、類推見積りより精度が高い。

プロセスが安定しているかを時系列で監視するグラフ。中心線（平均値）と上方管理限界（UCL）・下方管理限界（LCL）を設定し、測定値がこの範囲内に収まっているかを確認する。管理限界を超えた場合や特異なパターンが出た場合、異常原因の調査が必要。

データの分布状態を柱状のグラフで表す統計図。横軸にデータの階級（区間）、縦軸に頻度（度数）をとる。データのばらつき、中心傾向、分布の形状を視覚的に把握でき、品質管理における分布分析に用いる。

2つの変数の関係を視覚化するために、データを点でプロットした図。品質特性と要因の間に相関関係があるかを分析する。正の相関、負の相関、無相関を視覚的に判断でき、回帰分析と組み合わせて定量化する。

統計的手法を用いてプロセスのばらつきを極限まで低減し、100万回の作業機会あたり3.4回以下の欠陥率を目指す品質改善手法。DMAIC（定義・測定・分析・改善・管理）のプロセスで改善を進める。