BellCurve 統計WEB

統計学ベストセラー講師が教える統計学オンライン講座
  • Step2. 中級編
  • 3. 離散型確率分布

3-2. ポアソン分布


ポアソン分布とは、二項分布においてnが非常に大きくpが極めてまれな現象であるときに従う確率分布のことです。単位時間あたりにある事象が平均して\lambda回起こる場合に、その事象がx回起こる確率は次の式から計算できます。

     \begin{eqnarray*} \displaystyle P(X=x)= \frac{e^{-\lambda} \lambda^{x}}{x!} & (x=0,1,2, \cdots ) \\ \end{eqnarray*}

この式からポアソン分布Po(\lambda)の期待値を求めてみます。

■期待値の算出

     \begin{eqnarray*} \displaystyle E[X] &=& \sum^{\infty}_{i=0} x \times P(X=i) \\ &=& \sum_{x=0}^{\infty} x \times \frac{e^{-\lambda} \lambda^{x}}{x!} \\ &=& \sum_{x=1}^{\infty} x \times \frac{1}{x} \times \frac{e^{-\lambda} \lambda^{x}}{(x-1)!} \\ &=& \sum_{x=1}^{\infty} \frac{e^{-\lambda} \lambda^{x}}{(x-1)!} \\ &=& \sum_{x=1}^{\infty} \lambda \times \frac{e^{-\lambda} \lambda^{x-1}}{(x-1)!} \\ &=& \lambda \sum_{x=1}^{\infty} \frac{e^{-\lambda} \lambda^{x-1}}{(x-1)!} \\ \end{eqnarray*}

ここで、x'=x-1とおくと

     \begin{eqnarray*} \displaystyle  &=& \lambda \sum_{x=1}^{\infty} \frac{e^{-\lambda} \lambda^{x-1}}{(x-1)!} \\ &=& \lambda \sum_{x'=0}^{\infty} \frac{e^{-\lambda} \lambda^{x'}}{x'!} \\ \end{eqnarray*}

\displaystyle \sum_{x'=0}^n \frac{e^{-\lambda} \lambda^{x'}}{x'!}}はポアソン分布の確率の総和であることから「1」になります。したがって、

     \begin{eqnarray*} \displaystyle  &=& \lambda \sum_{x'=0}^{\infty} \frac{e^{-\lambda} \lambda^{x'}}{x'!} \\ &=& \lambda \\ \end{eqnarray*}

となります。


■分散の算出

分散を求めるには、V[X]=E[X^2] - \left\{E[X] \right\}^2を使います。まずE[X^2]を求めます。

     \begin{eqnarray*} \displaystyle E[X^2] &=& \sum^{\infty}_{i=1} x^2 \times P(X=i) \\ &=& \sum_{x=0}^{\infty} x^2 \times \frac{e^{-\lambda} \lambda^{x}}{x!} \\ &=& \sum_{x=0}^{\infty} (x^2-x+x) \times \frac{e^{-\lambda} \lambda^{x}}{x!} \\ &=& \sum_{x=0}^{\infty} (x^2-x) \times \frac{e^{-\lambda} \lambda^{x}}{x!} + \sum_{x=0}^{\infty} x \times \frac{e^{-\lambda} \lambda^{x}}{x!}\\ &=& \sum_{x=0}^{\infty} x(x-1) \times \frac{e^{-\lambda} \lambda^{x}}{x \times (x-1) \times (x-2)!} + \sum_{x=0}^{\infty} x \times \frac{e^{-\lambda} \lambda^{x}}{x!}\\ &=& \sum_{x=2}^{\infty} \frac{e^{-\lambda} \lambda^{x}}{(x-2)!} + \sum_{x=0}^{\infty} x \times \frac{e^{-\lambda} \lambda^{x}}{x!}\\ \end{eqnarray*}

ここで、\displaystyle \sum_{x=0}^{\infty} x \times \frac{e^{-\lambda} \lambda^{x}}{x!}は期待値の算出式から\lambdaとなります。

     \begin{eqnarray*} \displaystyle &=& \sum_{x=2}^{\infty} \frac{e^{-\lambda} \lambda^{x}}{(x-2)!} + \sum_{x=0}^{\infty} x \times \frac{e^{-\lambda} \lambda^{x}}{x!}\\ &=& \sum_{x=2}^{\infty} \frac{e^{-\lambda} \lambda^{x}}{(x-2)!} + \lambda\\ &=& \sum_{x=2}^{\infty} \lambda^{2} \times \frac{e^{-\lambda} \lambda^{x-2}}{(x-2)!} + \lambda\\ &=& \lambda^{2} \sum_{x=2}^{\infty} \frac{e^{-\lambda} \lambda^{x-2}}{(x-2)!} + \lambda\\ \end{eqnarray*}

\displaystyle \sum_{x=2}^{\infty} \frac{e^{-\lambda} \lambda^{x-2}}{(x-2)!}はポアソン分布の確率の総和であることから「1」になります。したがって、

     \begin{eqnarray*} \displaystyle &=& \lambda^{2} \sum_{x=2}^{\infty} \frac{e^{-\lambda} \lambda^{x-2}}{(x-2)!} + \lambda\\ &=& \lambda^{2} + \lambda\\ \end{eqnarray*}

となります。次に\left\{E[X] \right\}^2を求めます。

 \displaystyle \left\{E[X] \right\}^2 = \lambda^2

これらを使って分散V[X]を求めると、

     \begin{eqnarray*} \displaystyle V[X] &=& E[X^2] - \left\{E[X] \right\}^2 \\ &=& \lambda^{2} + \lambda - \lambda^2 \\ &=& \lambda \\ \end{eqnarray*}

となります。


■モーメント母関数を用いた期待値の算出

2-1章で学んだモーメント母関数を使って期待値を算出してみます。まずはじめにポアソン分布のモーメント母関数を求めます。

     \begin{eqnarray*} \displaystyle M_X(t) &=& E[e^{tX}] \\ &=& \sum_{x}{e^{tx}f(x)} \\ &=& \sum_{x}{e^{tx} \times \frac{e^{-\lambda} \lambda^{x}}{x!}} \\ &=& \sum_{x}{\frac{e^{tx} \times e^{-\lambda} \times \lambda^{x}}{x!}} \\ &=& e^{-\lambda} \times \sum_{x}{\frac{(e^{t} \times \lambda)^{x}}{x!}} \\ \end{eqnarray*}

e^xのマクローリン展開の公式より\displaystyle e^x=\sum_{k=0}^{\infty}{\frac{x^k}{k!}}であることから

     \begin{eqnarray*} \displaystyle &=& e^{-\lambda} \times \sum_{x}{\frac{(e^{t} \times \lambda)^{x}}{x!}} \\ &=& e^{-\lambda} \times e^{e^{t}\lambda} \\ &=& e^{e^{t}\lambda-\lambda} \\ &=& e^{\lambda(e^{t}-1)} \\ \end{eqnarray*}

となります。2-1章で学んだように

 \displaystyle M'_X(0) = E[X]

であることから、まずM_X(t)をtで1回微分します。

 \displaystyle M'_X(t) = \left\{ e^{\lambda(e^{t}-1)} \right\}' = \left\{ \lambda(e^{t}-1) \right\}'e^{\lambda(e^{t}-1)} = \lambda e^{t} e^{\lambda(e^{t}-1)} = \lambda e^{\lambda(e^{t}-1)+t}

0を代入すると

 \displaystyle M'_X(0) = \lambda e^{\lambda(e^{0}-1)+0} = \lambda e^{\lambda(1-1)+0} = \lambda e^{0} = \lambda

となります。


■モーメントを用いた分散の算出

2-1章で学んだように

 \displaystyle M''_X(0) = E[X^2]

であることから、M_X(t)をtで2回微分します。

     \begin{eqnarray*} \displaystyle M''_X(t) &=& \left\{ \lambda e^{\lambda(e^{t}-1)+t} \right\}' \\ &=& \lambda \left\{ {\lambda(e^{t}-1)+t} \right\}' e^{\lambda(e^{t}-1)+t} \\ &=& \lambda ( \lambda e^{t}+1) e^{\lambda(e^{t}-1)+t} \\ \end{eqnarray*}

0を代入すると

     \begin{eqnarray*} \displaystyle M''_X(0) &=& \lambda ( \lambda e^{0}+1) e^{\lambda(e^{0}-1)+0} \\ &=& \lambda ( \lambda+1) e^{\lambda(1-1)+0} \\ &=& \lambda ( \lambda+1) \\ &=& \lambda^2 + \lambda \\ \end{eqnarray*}

となることから、V[X]は次のように計算できます。

     \begin{eqnarray*} \displaystyle V[X] = E[X^2] - \left\{E[X] \right\}^2 = \lambda^2 + \lambda - \lambda^2 = \lambda  \end{eqnarray*}


3. 離散型確率分布


統計学やデータ分析を学ぶなら、大人のための統計教室 和(なごみ) [業務提携]


統計WEBを運営するBellCurveは、統計解析ソフト「エクセル統計」を開発・販売しています! 統計解析ソフト「エクセル統計」をインストール後のExcel上のタブとメニュー エクセル統計ジャケット画像


【BellCurve監修】統計検定®2級対策に最適な模擬問題集1~3を各500円(税込)にて販売中!

Kindleストアで配信中

統計検定®2級 模擬問題集1

500円(税込)

統計検定®2級 模擬問題集2

500円(税込)

統計検定®2級 模擬問題集3

500円(税込)


【PR】