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。

平均値を中心に左右対称の釣鐘型となる連続確率分布。多くの自然現象や測定誤差が近似的に従い、統計的推定や検定の前提として用いられる。

平均値を中心に左右対称な釣り鐘形をした連続型の確率分布で、平均μと標準偏差σで形が決まる。平均±1σの範囲に約68％、±2σに約95％、±3σに約99.7％のデータが入る。中心極限定理により標本平均の分布も近似的に正規分布に従うため、推定や検定の基礎となる。

平均値を中心に左右対称な釣鐘型をした連続型の確率分布。平均と標準偏差で形が決まり、平均±1標準偏差の範囲に約68%、±2標準偏差に約95%、±3標準偏差に約99.7%のデータが含まれる。身長や測定誤差など多くの現象が近似的に従い、統計的な推定や検定の基礎になる。

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。

ある事象が起こる確からしさを、0から1までの数値で表したもの。すべての場合が同様に確からしいとき、事象Aの確率は「Aが起こる場合の数÷起こり得るすべての場合の数」で求める。

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。