確率プロット(Probability Plot)
確率プロットは、順序付けた値を、分布が直線として現れる尺度上にプロットし、信頼限界とともに、データが分布に適合するかを検定します。Normal、Lognormal、Weibull、Exponentialなど9つの分布に対応し、それぞれのAnderson-Darling統計量とp値を報告します。正規性を仮定する工程能力分析、管理限界、t検定の前に、また信頼性の分布を選ぶために使用します。
最終レビュー
重要なポイント
確率プロットは、順序付けたデータを、ある分布が直線になる尺度上にプロットし、データが選択した分布(最も多いのは正規分布)に従うかを確認します。Anderson-Darling統計量とp値も示します。
目的
確率プロットは、データが選択した分布(最も多いのは正規分布)に従うかを確認します。順序付けたデータを、選択した分布が直線として現れる尺度上にプロットします。点が直線に沿っていれば、その分布は適合しています。正規性を仮定する工程能力分析、管理限界、許容区間、t検定の前に、また信頼性や非正規の工程能力の分析に用いる分布(Weibull、対数正規、指数)を選ぶために使用します。
主な機能
- 9つの分布:Normal、Lognormal、Weibull、Exponential、2-Parameter Exponential、Smallest Extreme Value、Largest Extreme Value、Logistic、Loglogistic。
- 選択した水準(既定値95%)での点ごとの信頼限界付きの、当てはめた基準線。
- 適合を比較できるよう、すべての分布について凡例に表示されるAnderson-Darling(AD)統計量とそのp値。
- 1つのプロットに重ねた複数の変数、または By 列でグループに分けた1つの変数。それぞれに当てはめた線が付きます。
- 標準的な確率紙と同様に、Lognormal、Weibull、Loglogisticでは対数のデータ軸。
統計手法
各変数またはグループ(3個以上の値)について、データを x₍₁₎ ≤ … ≤ x₍ₙ₎ に並べ替え、それぞれにプロット位置 pᵢ = (i − 0.3) / (n + 0.4)(Benardのメディアンランク近似)を割り当てます。縦軸は選択した分布の逆累積分布関数で、パーセントで表記されるため、その分布からの標本は直線に近い形になります。基準線は、当てはめた累積分布関数です。Normalでは標本平均と標準偏差(n − 1 で割る)を使用し、その他の分布では最尤法を使用します。Lognormal、Weibull、Exponential、Loglogisticでは閾値を0に固定します(これらは正の値が必要です)。
信頼限界は各点を通って描かれます。水準 C では、下側限界は Beta(i, n − i + 1) 分布の α/2 分位数、上側限界は Beta(i + 1, n − i) 分布の 1 − α/2 分位数です。ここで α = 1 − C/100 です。限界から外れる点は、その分布に不利な証拠になります。
Anderson-Darling統計量 AD = −n − (1/n) Σ (2i − 1)[ln F(x₍ᵢ₎) + ln(1 − F(x₍ₙ₊₁₋ᵢ₎))] は、裾に追加の重みを置いて、点が当てはめた累積分布関数 F からどれだけ離れているかを測ります。小さいほど良好です。凡例には、Minitabと同様に、すべての分布についてこの未調整のADが表示されます。p値は、D'AgostinoとStephensの方法に従い、修正した統計量から求めます。NormalとLognormal(対数に対して)では AD·(1 + 0.75/n + 2.25/n²) をStephensの近似で変換し、Weibullと2つの極値分布では AD·(1 + 0.2/√n)、Exponentialでは AD·(1 + 0.6/n)、LogisticとLoglogisticでは AD·(1 + 0.25/n) を使用します。最後の3つはStephensの臨界値表を参照して補間するため、表の範囲外のp値は >0.250 や <0.010 のように限界として表示されます。2-Parameter Exponentialでは、n − 1 個の間隔 x₍ᵢ₎ − x₍₁₎ を指数分布として検定します。p値が0.05未満であれば、データがその分布に従わない証拠です。分布間では、通常、p値が大きいほど適合が近いことを意味します。
入力項目とオプション
項目 | 説明 |
Variables | 必須。1つの数値列、または重ね描きする複数の列(「Multiple」確率プロット)。 |
By (grouping) column | 任意。グループごとに当てはめた線を1本ずつ描きます。変数を1つだけ選択した場合にのみ使用します。 |
Distribution | Normal(既定値)、Lognormal、Weibull、Exponential、2-Parameter Exponential、Smallest Extreme Value、Largest Extreme Value、Logistic、または Loglogistic。 |
Confidence level (%) | 既定値95、範囲は1〜99.99。信頼限界の水準。 |
Display confidence interval bounds | 既定ではチェックが入っています。限界を点線で描画します。 |
Title | プロットのタイトル。既定値は「Probability Plot」。 |
Data Options: Subset (optional) | Exclude matching rows(既定値)または Include only matching rows。Row numbers(例:3,7,12-15)や Condition(例:Tensile_Strength_MPa > 205)で行を選択します。 |

図1 — 例のオプション:Tensile_Strength_MPa を、95%限界付きのNormal確率プロットで表示。
出力の説明
- Probability Plot — データ(横軸)を、分布の確率尺度上のパーセントに対してプロットし、当てはめた線と点線の信頼限界を表示します。凡例には、各系列のAD統計量とそのp値が示されます。
- Download によるPDFエクスポート。

図2 — 40個の試験片の引張強さのNormal確率プロット:AD = 0.213、p = 0.842。
計算例
技術者は、管理限界を設定して工程能力を計算する前に、40個の試験片の引張強さを正規分布として扱えるかを確認します。Variables = Tensile_Strength_MPa、Distribution = Normal、Confidence level 95、限界を表示します。
点は直線に沿っており、200.61〜247.97 MPaの全範囲にわたって点線の限界の内側にとどまっています。凡例には AD = 0.213、p = 0.842 が示され、0.05をはるかに上回ります。正規性に不利な証拠はありません。当てはめた線の平均は227.97 MPa、標準偏差は10.61 MPaなので、正規分布に基づく工程能力と管理図の手法を使用できます。いずれかの端で点が線から曲がって離れていれば、歪んだ分布または裾の重い分布を示していたはずです。
同じワークシートには、40個の故障までの時間(時間)があります。Time_to_Failure_hr を複数の分布に対してプロットすると、Weibullでは AD = 0.210、p > 0.250(形状3.23、尺度192.96時間)、Normalでは AD = 0.158、p = 0.947、Lognormalでは AD = 1.228、p < 0.005、Exponentialでは AD = 7.628、p < 0.010 となります。故障率が一定と仮定するExponentialは明らかに適合せず、Lognormalも適合しません。WeibullとNormalはどちらも適合が良好です。故障時間では、形状が1を超えると摩耗故障を表し、負の寿命を予測しないため、通常はWeibullを選びます。
よくある質問
確率プロットはどのように解釈しますか?
点が当てはめた直線に沿い、信頼限界の内側にとどまっていれば、その分布は適合しています。限界から外れる点は不利な証拠であり、いずれかの端で点が線から曲がって離れる場合は、歪んだ分布または裾の重い分布が示唆されます。凡例にはAnderson-Darling統計量とp値が示されます。p値が0.05未満であれば、データがその分布に従わない証拠です。
確率プロットはどのような場合に使用しますか?
正規データを仮定する工程能力分析、管理限界、許容区間、t検定の前に、正規性を確認するために使用します。また、信頼性や非正規の工程能力の分析に用いる分布(Weibull、対数正規、指数など)を選ぶためにも使用します。各変数またはグループに3個以上の値が必要で、複数の変数やグループを重ねて表示できます。
確率プロット上で分布をどのように比較しますか?
同じデータを複数の分布に対してプロットし、Anderson-Darling統計量とp値を比較します。通常、ADが小さく、p値が大きいほど、適合が近いことを意味します。40個の故障時間の計算例では、Weibull(p > 0.250)とNormal(p = 0.947)は適合が良好でしたが、LognormalとExponential(p < 0.010)は適合しませんでした。
確率プロットではどの分布を検定できますか?
9つです:Normal、Lognormal、Weibull、Exponential、2-Parameter Exponential、Smallest Extreme Value、Largest Extreme Value、Logistic、Loglogistic。Lognormal、Weibull、Exponential、Loglogisticには正の値が必要で、Lognormal、Weibull、Loglogisticでは、標準的な確率紙と同様に対数のデータ軸を使用します。
