1 正規性の基礎
正規性は、データや誤差が正規分布に近い形を示す性質をいう。統計学では、理論の前提として扱われることもあれば、観測値がどの程度その形に近いかを確かめる対象として扱われることもある。実務では、完全に一致するかよりも、解析の目的に対して十分な近似が得られているかが重視される。
1.1 正規分布との関係
正規性は正規分布を基準に考えられる。正規分布は左右対称で、中心付近に値が集まり、両端に向かって滑らかに減少する形をもつ。この性質は、多くの自然現象や測定誤差の近似に用いられる。
統計解析では、正規分布に従うと仮定することで、平均や分散に関する推論が扱いやすくなる。したがって、正規性の議論は分布の形状を確認し、理論モデルとの整合性を判断する作業と結びつく。
1.2 正規性が仮定される理由
正規性が重視されるのは、推定量や検定統計量の分布が理論的に扱いやすくなるためである。特に少標本では、仮定の違いが結果に影響しやすく、前提条件の確認が重要になる。
また、正規分布は中心極限定理とも関連が深い。独立な多数の要因が加わると、合計や平均の分布が正規分布に近づきやすく、これが実データ分析での広い適用を支えている。
1.3 正規性の対象
正規性が問題になる対象は一つではない。観測値そのものをみる場合もあれば、モデルの誤差や残差を確認する場合もある。どこに仮定を置くかによって、評価の仕方や解釈は変わる。
1.3.1 観測値の正規性
観測値の正規性は、単変量データが正規分布に従うかをみる考え方である。母集団の分布特性を知りたいときや、単純な推測を行うときに関心が向けられる。
ただし、観測値が非正規でも、後続の方法によっては問題にならないことがある。そのため、観測値だけでなく分析モデル全体との関係をみる必要がある。
1.3.2 誤差項の正規性
誤差項の正規性は、理論モデルに含まれない変動が正規分布に従うという仮定である。回帰分析や分散分析では、この前提が推定や検定の理論を支えることが多い。
誤差項は直接観測できないため、実際には残差を通じて近似的に判断する。ここでの評価は、モデルがデータの構造をどの程度説明できているかにも関わる。
1.3.3 残差の正規性
残差の正規性は、推定されたモデルからのずれが正規分布に近いかをみるものである。これは誤差項の性質を間接的に調べる実務的な手段として使われる。
残差が極端に歪んでいる場合、モデルの形式が不適切である可能性や、外れ値の影響が疑われる。したがって、残差の確認は正規性の診断だけでなく、モデル診断の一部でもある。
2 正規性の評価方法
正規性の評価では、図示、要約統計量、検定の三つが基本となる。単独の方法だけで結論を出すより、複数の観点を組み合わせるほうが信頼しやすい。特に標本サイズによって判断の感度が変わるため、視覚的把握と形式的検定を併用することが多い。
2.1 図示による確認
図示は、分布の形を直感的に把握するのに適している。数値だけでは見落としやすい偏りや外れ値、裾の広がりを確認しやすい点が利点である。
2.1.1 ヒストグラム
ヒストグラムは、値の集中度や左右の非対称性を示す基本的な図である。正規分布に近い場合は、中央が高く、両側に向かってなだらかに低くなる形になりやすい。
ただし、階級幅や標本数の影響を受けるため、見た目だけで断定するのは避けるべきである。滑らかさとばらつきの両方を考慮して読む必要がある。
2.1.2 箱ひげ図
箱ひげ図は、中央値との差や四分位範囲、外れ値の存在を把握しやすい。分布の中心と散らばりを簡潔に示せるため、複数群の比較にも向く。
正規性の判断では、箱の左右の対称性やひげの長さの差が参考になる。ただし、細かな分布形状までは表しにくいため、他の図と併用するのが望ましい。
2.1.3 正規確率紙
正規確率紙は、データが正規分布に従うときに点がほぼ直線上に並ぶ性質を利用する。直線からのずれが大きいほど、正規性からの逸脱が疑われる。
この方法は裾の部分の違いを見分けやすく、歪みや厚い尾の存在を確認するのに有用である。経験的な判断と理論的な見通しを結びつける手段として広く使われる。
2.2 記述統計による確認
記述統計は、分布の形を数値で要約する方法である。図示より抽象的ではあるが、比較や報告に適した定量的な指標を与える。
2.2.1 歪度
歪度は、分布の左右非対称の程度を表す指標である。値が正なら右に長い尾、負なら左に長い尾を示し、0に近いほど対称性が高いとされる。
正規分布の歪度は理論上0であるため、この値は正規性の手がかりになる。ただし、標本に基づく推定値には変動があるので、単独で判断するより図と合わせてみる方が適切である。
2.2.2 尖度
尖度は、分布の裾の重さや中心の尖り具合を表す。正規分布と比べて裾が重いか軽いかを把握する際に利用される。
高い尖度は外れ値や極端な値が現れやすいことを示唆し、低い尖度は平坦な分布を示すことがある。もっとも、解釈は尺度や文脈に依存するため、慎重な読み取りが必要である。
2.3 正規性検定
正規性検定は、正規分布に従うという帰無仮説を統計的に評価する方法である。p値を用いて判断するが、標本数が大きいとわずかなずれでも有意になり、小さいと検出力が不足しやすい。
2.3.1 シャピロ・ウィルク検定
シャピロ・ウィルク検定は、正規性の検定としてよく用いられる方法である。比較的小さい標本でも高い感度を示すことが多く、実務上の利用頻度が高い。
帰無仮説はデータが正規分布に従うというもので、これが棄却されると非正規の可能性が示される。ただし、有意差が出ても実用上の影響が小さい場合がある。
2.3.2 コルモゴロフ・スミルノフ検定
コルモゴロフ・スミルノフ検定は、経験分布関数と理論分布の差を評価する手法である。分布全体のずれに敏感で、比較の枠組みが明確である。
正規性の検定では、母平均や母分散が既知でない場合に修正が必要になることがある。そのため、適用条件を確認して使うことが重要である。
2.3.3 アンダーソン・ダーリング検定
アンダーソン・ダーリング検定は、特に裾の部分の差を重視する検定である。中心部だけでなく端の挙動も評価したいときに有効である。
正規性からの逸脱が尾に現れやすい場合、この検定は有用な手がかりを与える。図示と組み合わせることで、偏りの所在をより具体的に把握できる。
3 正規性が重要な統計手法
正規性は、さまざまな推測手法の理論的裏付けを支える。すべての方法で絶対条件になるわけではないが、前提が満たされると計算や解釈が安定しやすい。
3.1 推定における役割
推定では、正規性があることで区間推定や標準誤差の扱いが明快になる。特に小標本では、分布仮定が推定結果の信頼性に直結しやすい。
3.1.2 仮説検定における役割
仮説検定では、検定統計量の分布を理論的に定めるために正規性が使われる。これにより、臨界値やp値の計算が可能になる。
仮定が大きく崩れると、第1種の誤りや第2種の誤りのバランスが変化することがある。そのため、検定の前提確認は結果解釈の一部といえる。
3.1.3 回帰分析における役割
回帰分析では、説明変数そのものよりも誤差項や残差の正規性が焦点になる。係数推定は必ずしも正規性を必要としないが、推定の区間や有意性の判定では重要になることが多い。
残差が正規に近いと、推定結果の標準誤差や信頼区間の解釈がしやすい。逆に、強い歪みや厚い尾がある場合は、モデルの見直しが必要になる。
3.2 分散分析における役割
分散分析では、各群の誤差が正規分布に従うことが前提となることが多い。群間差の検出は、この仮定の上に成り立つ理論で支えられている。
ただし、各群の標本数が十分に大きい場合や、分散の均一性が保たれている場合には、多少の逸脱が大きな問題にならないこともある。実際には、正規性だけでなく等分散性も合わせて考える必要がある。
3.3 母平均の推定と検定
母平均の推定や検定では、正規性があるとt分布に基づく方法が使いやすくなる。小標本で平均を扱うときには、特にこの前提の意味が大きい。
標本数が増えると平均の分布は正規分布に近づきやすくなるため、厳密な正規性がなくても実用上十分な場合がある。それでも、極端な外れ値があると平均が影響を受けやすいため、注意が必要である。
4 正規性が満たされない場合の対応
正規性が十分でないときは、無理に前提を押し通すより、データや手法を見直す方が適切である。対応策は大きく、変換、頑健な方法、標本サイズの再検討に分けられる。
4.1 データ変換
データ変換は、分布の歪みを和らげ、正規性に近づけるための方法である。特に右に長い尾をもつデータでは効果を持ちやすい。
4.1.1 対数変換
対数変換は、大きな値の影響を抑え、右偏した分布を整えやすい。増加率や比率に意味があるデータとも相性がよい。
0以下の値をそのまま扱えない点には注意が必要である。変換後は解釈の単位が変わるため、元の尺度との対応を確認する必要がある。
4.1.2 平方根変換
平方根変換は、カウントデータやばらつきの大きい正のデータで使われることがある。対数変換ほど強くはないが、比較的穏やかな調整ができる。
値が小さい領域でも扱いやすく、ゼロを含むデータにも適用しやすい場面がある。分布の極端な非対称を、ある程度なら軽減できる。
4.1.3 ボックス・コックス変換
ボックス・コックス変換は、べき乗変換の一種で、最適な変換パラメータをデータから求める方法である。複数の変換候補を一括して検討できる点に特徴がある。
この手法は、正規性だけでなく分散の安定化にも役立つことがある。適切な変換を機械的に探せる一方で、結果の解釈は慎重に行う必要がある。
4.2 頑健な手法の利用
頑健な手法は、正規性の仮定が十分に成り立たない場合でも、影響を受けにくい分析を行うための選択肢である。外れ値や分布の歪みに対して安定しやすい。
4.2.1 ノンパラメトリック手法
ノンパラメトリック手法は、特定の分布形を前提としない方法群である。順位や中央値との差を用いることが多く、正規性が弱い場合に有用である。
ただし、仮定が少ない代わりに、正規性が実際に成り立つ場面では効率がやや下がることもある。データの性質に応じて選択することが望ましい。
4.2.2 頑健推定
頑健推定は、外れ値や厚い尾の影響を抑えながらパラメータを推定する方法である。平均の代わりに中央値やトリム平均を使う場合もある。
この考え方は、少数の極端値に結果が左右されやすい状況で特に役立つ。正規性が完全でなくても、安定した結論を得やすくなる。
4.3 サンプルサイズとの関係
サンプルサイズは、正規性の扱いに大きく影響する。標本が小さいほど分布仮定の影響が強く、大きくなるほど平均や検定統計量は正規近似に頼りやすくなる。
一方で、標本が大きいと検定はわずかなずれにも敏感になるため、統計的には有意でも実務上は軽微な場合がある。したがって、形式的な判定だけでなく、偏りの程度や分析目的を合わせて考えることが重要である。