離散型一様分布の定義と概要

公開日: 更新日:

【2023年3月3週】 【B000】数理統計学 【B030】離散型の確率分布

この記事をシェアする
  • B!
サムネイル画像

本稿では、離散型一様分布の定義と概要についてまとめています。確率関数であることの証明、累積分布関数の導出、確率関数、期待値・分散、確率母関数、モーメント母関数の紹介が含まれます。

なお、閲覧にあたっては、以下の点にご注意ください。

  • スマートフォンやタブレット端末でご覧の際、数式が見切れている場合は、横にスクロールすることができます。

離散一様分布

定義・意味

標本空間 $\Omega$ が $n$ 個の数 \begin{align} k_1,k_2, \cdots ,k_n \end{align} から成り、 それぞれが同様の確からしさで選ばれるとき、 無作為に選ばれた数 $X$ が従う 離散型確率分布を離散一様分布 discrete uniform distribution と呼ぶ。 通常、$X$ が取り得る値は整数であることが多い。

確率関数

$X$ が整数値のみを取り、その下限値を $a$、上限値を $b$ とし、 \begin{align} \Omega= \left\{a,a+1, \cdots b-1,b\right\} \end{align} であるとすると、 確率関数 $f \left(x\right)$ は、 \begin{align} f \left(x\right)= \left\{\begin{matrix}\displaystyle\frac{1}{b-a+1}&a \le x \le b\\0&\mathrm{other}\\\end{matrix}\right. \end{align} ただし、$n=b-a+1$ で与えられる。 特に、$a=1,b=n$ のときは、 \begin{align} f \left(x\right)= \left\{\begin{matrix}\displaystyle\frac{1}{n}&1 \le x \le n\\0&\mathrm{other}\\\end{matrix}\right. \end{align}

略記法

また、離散一様分布は、 \begin{align} \begin{matrix}\mathrm{DU} \left(a,b\right)& \left(a \le x \le b\right)\\\mathrm{DU} \left(n\right)& \left(1 \le x \le n\right)\\\end{matrix} \end{align} などと略記されることがある。

確率関数であることの証明

証明

(i)すべての $x$ に関して、$f \left(x\right) \geq 0$ \begin{align} f \left(x\right)=\frac{1}{n} \geq 0 \end{align} (ii)すべての確率の和が1 \begin{align} \sum_{x=a}^{b}f \left(x\right)=\sum_{x=a}^{b}\frac{1}{n}=n \cdot \frac{1}{n}=1 \end{align} よって、確率関数の定義を満たしているため、確率関数である。 $\blacksquare$

【公式】離散一様分布の累積分布関数

【公式】
離散一様分布の累積分布関数
Cumulative Distribution Function of Discrete Uniform Distribution

離散一様分布 $\mathrm{DU} \left(a,b\right)$ の累積分布関数は、 \begin{align} F \left(x\right)= \left\{\begin{matrix}0&x \lt a\\\displaystyle\frac{ \left\lfloor x\right\rfloor-a+1}{n}&a \le x \le b\\1&b \lt x\\\end{matrix}\right. \end{align} で与えられる。 ただし、$ \left\lfloor \cdot \right\rfloor$ は、床関数(ガウス記号)であり、$ \left\lfloor x\right\rfloor$ は「$x$ を超えない最大の整数」を表す。

導出

導出

累積分布関数の定義式 $F \left(x\right)=P \left(X \le x\right)$ より、
(i)$x \lt a$ のとき、$f \left(x\right)=0$ より、 \begin{align} F \left(x\right)=\sum_{k=-\infty}^{x}0=0 \end{align} (ii)$a \le x \le b$ のとき
$x$ は定義上、整数値以外を取り得ない $f \left(x\right)=0$ ので、累積確率は、$x=a,a+1, \cdots b-1,b$ のときのみ加算される階段関数となり、区間 $ \left[a,x\right]$ において、実質的に意味を持つ上限値は $ \left\lfloor x\right\rfloor$ となる。

したがって、 \begin{align} F \left(x\right)=\sum_{k=a}^{ \left\lfloor x\right\rfloor}\frac{1}{n}=\frac{ \left\lfloor x\right\rfloor-a+1}{n} \end{align} (iii)$b \lt x$ のとき、$f \left(x\right)=0$ より、 \begin{align} F \left(x\right)=\sum_{k=a}^{b}\frac{1}{n}=\frac{b-a+1}{n}=\frac{n}{n}=1 \end{align} したがって、 \begin{align} F \left(x\right)= \left\{\begin{matrix}0&x \lt a\\\displaystyle\frac{ \left\lfloor x\right\rfloor-a+1}{n}&a \le x \le b\\1&b \lt x\\\end{matrix}\right. \end{align} $\blacksquare$

重要事項のまとめ

略記法

\begin{align} \begin{matrix}\mathrm{DU} \left(a,b\right)& \left(a \le x \le b\right)\\\mathrm{DU} \left(n\right)& \left(1 \le x \le n\right)\\\end{matrix} \end{align}

パラメータ

\begin{gather} a= \left\{ \cdots ,-1,0,1, \cdots \right\}\\ b= \left\{ \cdots ,-1,0,1, \cdots \right\} \end{gather} ただし、$n=b-a+1$

確率関数

\begin{align} f \left(x\right)= \left\{\begin{matrix}\displaystyle\frac{1}{n}&a \le x \le b\\0&\mathrm{other}\\\end{matrix}\right. \end{align}

累積分布関数

\begin{align} F \left(x\right)= \left\{\begin{matrix}0&x \lt a\\\displaystyle\frac{ \left\lfloor x\right\rfloor-a+1}{n}&a \le x \le b\\1&b \lt x\\\end{matrix}\right. \end{align}

期待値

\begin{align} E \left(X\right)=\frac{a+b}{2} \end{align}

分散

\begin{align} V \left(X\right)=\frac{n^2-1}{12} \end{align}

確率母関数

\begin{align} G_X \left(\theta\right)=\frac{1}{n} \cdot \frac{1-\theta^n}{1-\theta} \end{align}

モーメント母関数

\begin{align} M_X \left(\theta\right)=\frac{e^\theta}{n} \cdot \frac{1-e^{n\theta}}{1-e^\theta} \end{align}

参考文献

  • 稲垣 宣生 著. 数理統計学. 裳華房, 2003, p.26
  • 久保川 達也 著, 新井 仁之, 小林 俊行, 斎藤 毅, 吉田 朋広 編. 現代数理統計学の基礎. 共立出版, 2017, p.29-30

関連記事

自己紹介

自分の写真

yama

大学時代に読書の面白さに気づいて以来、読書や勉強を通じて、興味をもったことや新しいことを学ぶことが生きる原動力。そんな人間が、その時々に学んだことを備忘録兼人生の軌跡として記録しているブログです。

このブログを検索

ブログ アーカイブ

QooQ