チェビシェフの不等式

チェビシェフの不等式とは ― 営業マネジャーのための「分布の形がわからなくても言えること」

1. この記事で学べること

2. エピローグ

あるテストの点を見て、平均から大きく外れた人がどれくらいいるか知りたい。

ふつうは「正規分布なら…」と考える。

でも、その点数の分布が本当に左右対称の山型かは、わからない。

分布の形を仮定できないとき、外れ具合について何か言えるのか。

いちこ

分布の形がわからないと、割合なんて出せない気がします。

シュン

それがね、形がわからなくても「平均から大きく外れる人はこれ以下」って上限は言えるんだ。どんな分布でも成り立つ保証があるんだよ。

仕事の数字でも同じだ。

受注額の分布が山型かどうかわからない。大型案件で右に裾を引いているかもしれない。

それでも「平均から大きく離れた案件の割合」に上限を引きたい。

いちこ

分布の形を決めつけずに、安全側の上限が引けるんですね。

シュン

それを保証するのがチェビシェフの不等式だよ。

テストの点も受注額も、分布の形はわからない。

それでも「平均からどれだけ外れるか」に上限を与えるのが、チェビシェフの不等式だ。

3. チェビシェフの不等式とは何か

チェビシェフの不等式とは、どんな分布であっても、平均から標準偏差のk倍以上離れる確率は 1/k² 以下になる、という保証だ。

平均と標準偏差さえわかれば、分布の形を仮定せずに使える。

• k=2 なら、平均±2σの外に出る割合は 1/4 = 25%以下
• k=3 なら、平均±3σの外は 1/9 ≒ 11%以下

左右対称の山型と決めてよいなら、正規分布の68-95ルールのほうが強い(狭い)ことが言える。チェビシェフは形を問わない分だけ保守的だ。

4. 図で見る

平均から標準偏差のk倍以上離れる確率の上限を、kごとに見てみる。

• k=2で25%以下、k=3で約11%以下、k=4で約6%以下。
• 分布の形に関係なく、この上限は必ず成り立つ。
• 正規分布とわかっていれば、実際の割合はもっと小さい(k=2で約5%)。

覚えておきたいのは2つ。

① 分布の形が不明でも、外れ具合に上限を引ける。

② その上限はゆるい。形がわかるなら、もっと強く言える。

「数を増やすと平均が安定する」大数の法則も、この不等式から導ける。

5. 計算式

シュン

教科書的な計算式も紹介しておくね。

いちこ

シーン別の記事では、プロンプトも紹介してくれてますね。まさに生成AIに頼るところですね！

チェビシェフの不等式(μは平均、σは標準偏差、k>0)

• $k$: 平均から標準偏差の何倍離れるか
• 右辺 $1/k^{2}$ が、その外に出る確率の上限
• 分布の形を一切仮定していないのがポイント

生成AIに渡せば10秒で計算できる。手計算は不要。

6. まとめ

ばらつきの基本は標準偏差、形がわかる場合は

いちこ

この統計テーマを使った事例記事も見てみてね♪

• 大数の法則 ― 数を増やすと平均が安定する裏付け
• 受注率のばらつき ― 平均と標準偏差でブレを捉える
• 中心極限定理 ― 形がわかるときの強い結果