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
  • 4. 連続型確率分布

4-1. 正規分布


14-1章で、正規分布に従う確率変数 X の期待値が \mu、分散が \sigma^2 の場合、確率密度関数 f(x) は次の式で表されることを学びました。

 \displaystyle f(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}}~~~(-\infty<x<\infty)

この式から正規分布 N(\mu, \sigma^2) の期待値を求めてみます。

■期待値の算出

     \begin{eqnarray*} \displaystyle E[X] &=& \int_{-\infty}^{\infty} x \times f(x) dx \\ &=& \int_{-\infty}^{\infty} x \times \frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx \\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} x e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx \\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} (x - \mu + \mu) e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx \\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} (x - \mu) e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx + \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} \mu e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx\\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} (x - \mu) e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx + \mu \times \int_{-\infty}^{\infty} f(x) dx\\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} (x - \mu) e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx + \mu \\ \end{eqnarray*}

ここで、\displaystyle y = \frac{x - \mu}{\sigma} とおくと

     \begin{eqnarray*} \displaystyle  &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} \sigma y e^{-\frac{y^{2}}{2}} \sigma dy + \mu \\ &=& \frac{\sigma}{\sqrt{2\pi}} \int_{-\infty}^{\infty} y e^{-\frac{y^{2}}{2}} dy + \mu \\ \end{eqnarray*}

ガウス積分の公式より \displaystyle \int_{-\infty}^{\infty} y e^{-\frac{y^{2}}{2}} dy = 0 となるので、

     \begin{eqnarray*} \displaystyle  &=& 0 + \mu \\ &=& \mu \\ \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] &=& \int_{-\infty}^{\infty} x^2 \times f(x) dx \\ &=& \int_{-\infty}^{\infty} x^2 \times \frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx \\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} (x^2 - 2x\mu + \mu^2 + 2x\mu -\mu^2) e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx \\ &=& \frac{1}{\sqrt{2\pi}\sigma} \left\{\int_{-\infty}^{\infty} (x - \mu)^2 e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx + 2\mu \int_{-\infty}^{\infty} x e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx - \mu^2 \int_{-\infty}^{\infty} e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx \right\} \\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} (x - \mu)^2 e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx + \frac{2\mu}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} x e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx - \frac{\mu^2}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx \\ \end{eqnarray*}



ここで、\displaystyle E(X) = \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} x e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx = \mu なので、\displaystyle \frac{2\mu}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} x e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx = 2\mu^2 となります。

また、\displaystyle \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx は正規分布の確率密度関数の積分であることから \displaystyle \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx = 1 となります。すなわち、\displaystyle \frac{\mu^2}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} = \mu^2 となります。



     \begin{eqnarray*} \displaystyle &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} (x - \mu)^2 e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx + 2\mu^2 -\mu^2 \\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} (x - \mu)^2 e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx + \mu^2 \\ \end{eqnarray*}

\displaystyle y = \frac{x - \mu}{\sigma} とおくと

     \begin{eqnarray*} \displaystyle  &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} \sigma^2 y^2 e^{-\frac{y^2}{2}} \sigma dx + \mu^2 \\ &=& \frac{\sigma^2}{\sqrt{2\pi}} \int_{-\infty}^{\infty} y^2 e^{-\frac{y^2}{2}} dx + \mu^2 \\ \end{eqnarray*}

ガウス積分の公式より \displaystyle \int_{-\infty}^{\infty} y^2 e^{-a{y^{2}}} dy = \frac{1}{2} \sqrt{\frac{\pi}{a^3}} となるので、

     \begin{eqnarray*} \displaystyle  &=& \frac{\sigma^2}{\sqrt{2\pi}} \int_{-\infty}^{\infty} y^2 e^{-\frac{1}{2} y^2} dx + \mu^2 \\ &=& \frac{\sigma^2}{\sqrt{2\pi}} \times \frac{1}{2} \sqrt{\frac{\pi}{\left\{-\frac{1}{2}\right\}^3}} + \mu^2 \\ &=& \sigma^2 + \mu^2 \\ \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 = \mu^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 \\ &=& \sigma^2 + \mu^2 - \mu^2 \\ &=& \sigma^2 \\ \end{eqnarray*}

となります。正規分布の分散の導出については「正規分布の分散を計算する」や「正規分布の分散を計算する の解説」も参考にしてみてください。


■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。まずはじめに正規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}] \\ &=& \int_{-\infty}^{\infty}{e^{tx}f(x)} dx \\ &=& \int_{-\infty}^{\infty} e^{tx} \times \frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx \\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{tx} e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}} dx \\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}} + tx} dx \\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{-\frac{x^2-2x\mu+\mu^2-2\sigma^2tx}{2\sigma^{2}}} dx \\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{-\frac{x^2-2(\mu+\sigma^2t)x+\mu^2}{2\sigma^{2}}} dx \\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{-\frac{\{x-(\mu+\sigma^2t)\}^2+\mu^2-(\mu+\sigma^2t)^2}{2\sigma^{2}}} dx \\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{-\frac{\{x-(\mu+\sigma^2t)\}^2+\mu^2-\mu^2-2\sigma^2t\mu-\sigma^4t^2} {2\sigma^{2}}} dx\\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{-\frac{\{x-(\mu+\sigma^2t)\}^2-2\sigma^2t\mu-\sigma^4t^2} {2\sigma^{2}}} dx\\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{-\frac{\{x-(\mu-\sigma^2t)\}^2}{2\sigma^{2}}} \times e^{\frac{2\sigma^2t\mu}{2\sigma^{2}}} \times e^{\frac{\sigma^4t^2}{2\sigma^{2}}} dx\\ &=& \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{-\frac{\{x-(\mu-\sigma^2t)\}^2}{2\sigma^{2}}} \times e^{t\mu} \times e^{\frac{\sigma^2t^2}{2}} dx\\ &=& e^{t\mu+\frac{\sigma^2t^2}{2}} \times \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{-\frac{\{x-(\mu-\sigma^2t)\}^2}{2\sigma^{2}}} dx\\ \end{eqnarray*}

\displaystyle \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{-\frac{\{x-(\mu-\sigma^2t)\}^2}{2\sigma^{2}}} dx は正規分布(平均 \mu-\sigma^2t、分散 \sigma^{2})の確率密度関数の積分であることから \displaystyle \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{\infty} e^{-\frac{\{x-(\mu-\sigma^2t)\}^2}{2\sigma^{2}}} dx = 1 となります。

     \begin{eqnarray*} \displaystyle &=& e^{t\mu+\frac{\sigma^2t^2}{2}} \times 1\\ &=& e^{t\mu+\frac{\sigma^2t^2}{2}} \\ \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。

     \begin{eqnarray*} \displaystyle  M'_X(t) &=& \left( e^{t\mu+\frac{\sigma^2t^2}{2}} \right)' \\ &=& \left(\mu + \frac{2\sigma^2t}{2} \right) e^{t\mu+\frac{\sigma^2t^2}{2}} \\ &=& (\mu + \sigma^2t) e^{t\mu+\frac{\sigma^2t^2}{2}} \\ \end{eqnarray*}

0を代入すると

 \displaystyle M'_X(0) = E[X] = (\mu + \sigma^2t) e^{t\mu+\frac{\sigma^2t^2}{2}} = (\mu + 0) \times 1 = \mu

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\{ (\mu + \sigma^2t) e^{t\mu+\frac{\sigma^2t^2}{2}} \right\}' \\ &=& \sigma^2 e^{t\mu+\frac{\sigma^2t^2}{2}} + (\mu + \sigma^2t)^2 e^{t\mu+\frac{\sigma^2t^2}{2}} \\ &=& \left\{\sigma^2 + (\mu + \sigma^2t)^2 \right\} e^{t\mu+\frac{\sigma^2t^2}{2}} \\ \end{eqnarray*}

0を代入すると

     \begin{eqnarray*} \displaystyle M''_X(0) &=& E[X^2] \\ &=& \left\{\sigma^2 + (\mu + \sigma^2t)^2 \right\} e^{t\mu+\frac{\sigma^2t^2}{2}} \\ &=& \left\{\sigma^2 + (\mu + 0)^2 \right\} \times 1 \\ &=& \sigma^2 + \mu^2 \\ \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 \\  &=& \sigma^2 + \mu^2 - \mu^2 \\ &=& \sigma^2 \\ \end{eqnarray*}


4. 連続型確率分布


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】