本文へ移動

二項分布:定義、確率公式、性質と応用

二項分布は、成功確率が一定の独立した二値試行を所定回数行ったときの成功回数を表す離散確率モデルである。推測統計、品質管理、リスクモデリングで広く用いられる。

概要

二項分布は、各試行に「成功」と「失敗」と呼ばれる二つの結果だけがあり、成功の確率が一定である、同一条件下の独立した試行を固定回数行ったとき、所定の成功回数を得る確率を表す。確率および統計学における基本的な概念であり、通常はBin(n, p)と表記する。ここで、nは試行回数、pは各試行における成功確率である。この分布は離散分布であり、成功回数k = 0, 1, ..., nのそれぞれに対する確率質量を与える。

定義と確率公式

n回の独立なベルヌーイ試行でちょうどk回成功する確率は、確率質量関数 C(n, k) p^k (1-p)^(n-k) で与えられる。C(n, k)はしばしば「n個からk個を選ぶ」と表され、n回の試行の中にk回の成功を配置する異なる方法の数を数える。この公式は、組合せ論による有利な配置の数と、成功・失敗の特定の配置が生じる確率の積を組み合わせたものである。

主な性質

  • パラメータ:n(0以上の整数)およびp(0 ≤ p ≤ 1)。
  • 台:整数値k = 0, 1, ..., n。
  • 平均(期待値):E[X] = n p。
  • 分散:Var(X) = n p (1 − p)。これは、ばらつきがnとpの両方に依存することを示す。
  • 歪度と形状:p = 0.5のとき対称であり、pが0.5未満または0.5超の場合は、それぞれ右または左に歪む。

モデルが適用される条件

二項分布は、次の仮定が満たされる場合に用いる。

  1. 試行回数nが固定されている。
  2. 各試行の結果は二つ、すなわち成功または失敗のいずれかである。
  3. 試行は独立しており、一つの試行結果が他の試行を変化させない。
  4. 成功確率pがすべての試行で同じである。

試行が独立でない場合、または小さな母集団から復元なしで標本を抽出する場合は、通常、超幾何分布のほうが適切である。

近似と関連する分布

nが大きいとき、二項分布は平均 n p、分散 n p (1 − p) の正規分布で近似でき、しばしば連続性補正を用いる。nが大きくpが小さく、n pが中程度に保たれる場合には、パラメータλ = n pのポアソン近似が便利である。関連するモデルには、ベルヌーイ分布(n = 1の場合)、負の二項分布(所定回数の成功に達するまでの試行回数を数える)、超幾何分布(復元なし抽出)がある。

例と応用

Bin(n, p)の代表例としては、公正な硬貨を固定回数投げて表の回数を数える場合や、さいころを繰り返し振って特定の目が出る回数を数える場合がある。たとえば、さいころを繰り返し振って6の目の回数を数えることは、硬貨投げで表の回数を数えることと同じ原理に基づく。さいころを用いた試行の例も参照されたい。応用範囲はゲームにとどまらず、品質管理における不良品・非不良品、臨床試験における患者の反応の有無、世論調査における賛成・反対、リスク評価などに及ぶ。二項モデルは、比率に関する信頼区間や仮説検定など、多くの推測手法の基礎にもなっている。

離散確率モデルと確率質量関数の背景については、確率分布に関する一般的な資料を参照されたい。ベルヌーイ試行と、それを二項設定として集約する方法を説明した入門書やオンライン資料には、追加の実用的な情報や例がある。さらに読むには、この主題に関する概説またはチュートリアルをこちら、統計学の手引きをこちらおよびこちらで参照できる。

関連項目

著者

AlegsaOnline.com 二項分布:定義、確率公式、性質と応用

URL: https://ja.alegsaonline.com/art/11609

共有