統計学や自然科学のあらゆる場面で登場する「正規分布」。平均やばらつきを扱うとき、t検定や分散分析（ANOVA）など、多くの統計手法がこの分布を前提にしています。しかし、そもそもなぜこの形だけが特別扱いされているのでしょうか。世の中には多様な分布があるはずなのに、身長や測定誤差、ノイズ、社会現象など、まったく異なる現象で同じ洋鐘型（bell-shaped）の曲線が現れるのはなぜなのでしょうか。
ここでいう「洋鐘（ようしょう）」とは、西洋の教会などに吊り下げられている、丸みを帯びた金属製の鐘（教会鐘：church bell）のことです（下のイラスト参照）。底が広く、上部がすぼまった滑らかな曲線を描くその形が、正規分布の姿に似ています。日本語の統計の教科書では、正規分布の形を「釣鐘型」と表現することがありますが、日本の寺院に見られる鐘（和鐘：わしょう）は縦に長い形をしており、正規分布とは印象が大きく異なります。したがって、「釣鐘型」という表現は、西洋の人々にはイメージしやすいかもしれませんが、日本の読者に誤解を与えるおそれがあり、理解を助ける比喩としては必ずしも適切ではありません。
本稿では、「正規分布はなぜ現れるのか？」という問いに答えるために、数学と物理の歴史をたどりながら、その数理的な普遍性を解説していきます。今回は全体像を概説し、今後は数式を交えながら各理論を詳しく紹介していく予定です。
正規分布の「知」の系譜
統計の世界で最も有名な曲線、確率分布の中心に位置する王様――その姿は日本の富士山のようにも見えます。 しかし、この形が“当たり前”のものとして受け入れられるようになるまでには、200年にわたる試行錯誤と思想の変遷がありました。
最初にその姿を見出したのは、フランス出身の数学者アブラハム・ド・モアブル（Abraham de Moivre, 1667–1754）です。 宗教弾圧を逃れて英国に亡命した彼は、家庭教師をしながら数学の研究を続けました。1718年に出版した著書『The Doctrine of Chances』は、確率論を体系的にまとめた最初期の書物として知られています。 その後、1733年に私家版のパンフレットとして、二項分布の極限がなめらかな洋鐘型（正規分布）に近づくことを示し、この結果を1738年の第2版『The Doctrine of Chances』に正式に収録しました。 これは、離散的な確率から連続的な確率分布への橋渡しであり、今日「ド・モアブル＝ラプラスの定理」として知られています。 当時はあまり注目されませんでしたが、現代では「正規分布の原型を最初に導いた人物」として高く評価されています。
その後、この曲線を自然現象に結びつけたのが、ドイツの数学者カール・フリードリヒ・ガウス（Carl Friedrich Gauss, 1777–1855）です。 若きガウスは、小惑星ケレスの軌道を計算して天文学界を驚かせました。 その背後にあったのが「誤差は真値のまわりに対称に分布する」という考え方であり、そこから導かれる分布こそが正規分布（今ではガウス分布とも呼ばれる）でした。 彼は誤差の理論を厳密に整備し、「最小二乗法」の基礎を築きました。 この成果によって、正規分布は単なる数学的好奇心から、実験科学を支える基礎理論へと変わっていったのです。
19世紀末には、イギリスの統計学者フランシス・ゴルトン（Francis Galton, 1822–1911）が、この曲線を「自然界の普遍的法則」として再発見しました。 彼は身長や知能などの人間の特性が正規分布に従うことを示し、「平均への回帰（regression to the mean）」という言葉を生み出しました。 彼の思想には優生学的な偏見も含まれており、その社会的側面は現代では厳しく批判されていますが、「個人差の分布」という概念を統計的にとらえた功績は大きいといえます。
20世紀に入ると、フランスの数学者ポール・レヴィ（Paul Lévy, 1886–1971）が「安定分布（stable distribution）」の理論を確立しました。 彼は「確率変数を足しても分布の形が変わらない」という性質を数学的に定式化し、その中で有限な分散をもつ唯一の安定分布が正規分布であることを示しました。 この思想は、弟子のブノワ・マンデルブロによるフラクタル幾何学へと受け継がれていきます。
現代では、情報理論の観点からも、正規分布は「平均と分散のみが決まっているとき、エントロピー（無知さ）が最大となる最も自然な分布」であることが知られています。 この「エントロピー」という概念は、物理学の熱力学・統計力学と深く結びついています。
統計力学では、エントロピーは「エネルギーが可能なすべての状態に等確率で行き渡った状態」、 すなわち熱平衡の指標として登場します。そして驚くことに、確率の世界でも同じ原理が働きます。 「平均」と「分散」という制約条件のもとで、確率が最も“均等に散らばった”状態を求めると、 まさに正規分布が導かれるのです。
数学と物理という全く異なる領域が、「情報の欠如＝エネルギーの均衡」という共通の原理でつながっている―― この不思議な一致は、まるで世界そのものが「偶然と秩序のあいだに立つ洋鐘型」を描いているかのようです。 つまり、偶然が重なり、情報が欠け、対称性が保たれるとき、 世界は自然と正規分布を描くのです。
正規分布は、単なる統計曲線ではありません。 それは、人間が「偶然の中に秩序を見出そうとする」過程で生まれた、数学と哲学の交差点に咲いた最も美しい曲線のひとつなのです。
正規分布に至る５つのルート
正規分布発見の歴史を踏まえると、それは単なる経験則によるものではなく、 異なる分野・異なる発想から何度も再発見された普遍的な構造であることがわかります。 数学の理論、観測の経験則、情報の原理――それぞれ別の道をたどりながら、すべてが同じ「洋鐘型曲線」にたどり着きます。
この解説では、正規分布がどのようにして「必然の形」として現れるのかを、５つの視点から整理していきます。 これらは独立した道でありながら、最終的には同じ結論―― 「平均のまわりのばらつきを支配する自然な形」に合流します。
1．二項分布の極限（De Moivre–Laplaceの定理） コイン投げのような離散的な確率の世界から出発し、多数の試行を重ねた極限として正規分布が現れます。 「自由度の増加が形をなめらかにする」という初期の数学的発見です。
2．ガウスの誤差法則 観測誤差が真値のまわりに対称に分布すると仮定すると、 「最も確からしい真値が平均になる」ための唯一の分布が正規分布となります。 これは、実験科学の中から見出された確率と現実を結ぶ法則です。
3．中心極限定理（Central Limit Theorem） 多くの小さな偶然の足し算を繰り返すと、もとの分布がどんな形でも全体は洋鐘型に近づきます。 「多様な原因の総和が普遍的な形を生む」ことを示す理論的支柱です。
4．安定分布としての正規分布（レヴィの理論） 確率変数を足しても形が変わらない分布を「安定分布」といいます。 その中で、有限な広がり（分散）をもつ唯一の安定分布が正規分布です。 「足し算の終着点」としての数学的必然がここにあります。
5．最大エントロピー原理 平均と分散だけがわかっていて、それ以外の情報を何も仮定しないとき、最も自然で無作為な分布は正規分布になります。 この考え方は、物理学の熱力学や統計力学とも深く結びついています。 エントロピーとは、熱力学でも、情報理論でも、「不確かさ」や「無知さの大きさ」を表す量です。 すなわち、エントロピーを最大にする分布とは、与えられた制約（平均と分散）のもとで最も偏りが少なく、最も自然な状態を意味します。
次回予告：正規分布への各ルートをたどる
次回からは、上で紹介した５つのルートを一つずつ取り上げ、 「どのような発想から正規分布が現れるのか」を詳しく説明していきます。
おわりに
私は、正規分布だけが特別に重要だと言いたいわけではありません。 むしろ、正規分布を理解し、その背後にある数理構造を知ることが、 他の分布を理解するうえでも非常に役立つことを強調したいのです。 統計学やデータ科学において、分布の形とその成り立ちを読み解く視点は、 私たちに新たな地平を切り開き、心躍る発見と驚きをもたらしてくれます。
※ もし記事の中で「ここ違うよ」という点や気になるところがあれば、気軽に指摘していただけると助かります。質問や「このテーマも取り上げてほしい」といったリクエストも大歓迎です。必ず対応するとは約束できませんが、できるだけ今後の記事で扱いたいと思います。それと、下のはてなブログランキングはあまり信用できる指標ではなさそうですが (私のブログを読んでいる人は、実際とても少ないです)、押してもらえるとシンプルに励みになります。気が向いたときにポチッとしていただけたら嬉しいです。
