確率・統計 · ポアソン分布

ポアソン分布

事象が一定の平均発生率で一つずつ起こり、重ならない区間の発生回数が独立で、ある区間の平均回数がλなら、その区間でちょうどk回起こる確率はP(X = k) = e^(−λ)·λᵏ/k!です。区間をn個に分けて各区間の発生確率をλ/nにすると、nが大きくなるにつれて二項分布がこの分布に近づきます。

この図で見るポアソン分布

ポアソン分布は、一定の時間・長さ・面積の中で事象が何回起こるかを表します。たとえば、1時間に相談窓口へかかる電話の件数や、1ページにある誤字の数です。事象は一定の平均発生率で一つずつ起こり、重ならない範囲での回数は独立とします。パラメータは期待される回数λ\lambda(発生率と区間の長さの積)だけで、k=0,1,2,…k = 0, 1, 2, \dotsについてP(X=k)=e−λλk/k!P(X = k) = e^{-\lambda}\lambda^k/k!が成り立ちます。ここでは区間をnn個に分け、各区間で確率λ/n\lambda/nで事象が一度起こるとします。このとき回数は二項分布に従います。nnを倍にするたびに赤い棒はポアソン分布の輪郭に近づきますが、平均はλ\lambdaのままです。

公式が生まれる仕組み

p=λ/np = \lambda/nとおくと、二項分布の確率は三つの因子の積(nk)pk(1−p)n−k=n(n−1)⋯(n−k+1)nk\binom{n}{k}p^k(1-p)^{n-k} = \frac{n(n-1)\cdots(n-k+1)}{n^k}⋅λkk!⋅(1−λn)n−k{}\cdot\frac{\lambda^k}{k!}\cdot\Bigl(1-\frac{\lambda}{n}\Bigr)^{n-k}で表せます。最初の因子は、異なるkk個の区間を順番に選ぶ方法の数とnkn^kとの比で、kkを固定すると1に近づきます。真ん中の因子はnnに依存しません。最後の因子は残りの区間がすべて空である確率で、e−λe^{-\lambda}に近づきます。これは複利の極限(1+r/n)n→er(1 + r/n)^n \to e^rでr=−λr = -\lambdaとおき、残った因子(1−λ/n)−k(1 - \lambda/n)^{-k}が1に近づくことから分かります。三つの極限を掛け合わせるとポアソン分布の公式になります。λ\lambdaを固定してnnを大きくすると、二つの分布の最大の差はおよそ1/n1/nに比例して減ります。そのため記録に並ぶ比は2に近づきます。

平均も分散もλ

nn区間の平均はnnの値によらずn⋅λ/n=λn\cdot\lambda/n = \lambdaで、分散はnp(1−p)=λ(1−λ/n)np(1-p) = \lambda(1 - \lambda/n)と、λ\lambdaより少し小さい値です。nnが大きくなると因子1−λ/n1 - \lambda/nは1に近づくので、ポアソン分布の分散もλ\lambda、標準偏差はλ\sqrt{\lambda}です。

分布の形

ポアソン分布の各棒の高さは一つ前のλ/(k+1)\lambda/(k+1)倍です(P(X=k+1)=P(X=k)⋅λ/(k+1)P(X = k+1) = P(X = k)\cdot\lambda/(k+1))。この比が1を超える間は棒が高くなり、1を下回ると低くなります。したがってλ<1\lambda < 1なら0回の確率が最も高く、棒は初めから低くなっていきます。それ以外では⌊λ⌋\lfloor \lambda \rfloorが最頻値で、λ\lambdaが整数ならλ−1\lambda - 1とλ\lambdaが同じ確率で並びます。λ\lambdaが大きくなると分布はほぼ左右対称の釣鐘形になります。その理由は中心極限定理で説明できます。

注目する点

  • λは整数でなくてもかまいません。1区間あたり平均0.5回というモデルも、平均3回と同じように意味を持ちます。
  • 平均がλ回でも、たいていλ回起こるわけではありません。λ = 3のとき、ちょうど3回起こる確率は約22%にすぎません。
  • 「一つずつ起こる」ことも仮定の一つです。各区間に入る事象は最大一つなので、この仮定がモデルに組み込まれています。事象がまとめて起こる場合、回数の分布は変わります。

操作

  • 棒をクリックするか、棒の下の三角形をドラッグすると、その回数に対応する三つの因子を読み取れます。

関連項目