本稿では、定義に沿った方法で、ワイブル分布の期待値と分散を導出しています。置換積分法とガンマ関数の性質を必要とします。
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。
【公式】ワイブル分布の期待値・分散
【公式】
ワイブル分布の期待値・分散
Expected Value and Variance of Weibull Distribution
ワイブル分布 $\mathrm{W} \left(a,b\right)$ の期待値 $E(X)$ と分散 $V \left(X\right)$ は、 \begin{gather} E(X)=a\Gamma \left(\frac{b+1}{b}\right)\\ V \left(X\right)=a^2 \left[\Gamma \left(\frac{b+2}{b}\right)- \left\{\Gamma \left(\frac{b+1}{b}\right)\right\}^2\right] \end{gather} で与えられる。
導出法:定義に沿った方法
(i)期待値
期待値の定義式 $E \left(X\right)=\int_{-\infty}^{\infty}{x \cdot f \left(x\right)dx}$ より、
\begin{align}
E \left(X\right)&=\int_{-\infty}^{0}{x \cdot 0dx}+\int_{0}^{\infty}{x \cdot f \left(x\right)dx}\\
&=\int_{0}^{\infty}{x \cdot \frac{bx^{b-1}}{a^b}e^{- \left(\frac{x}{a}\right)^b}dx}\\
&=\frac{b}{a^b}\int_{0}^{\infty}{x^be^{- \left(\frac{x}{a}\right)^b}dx}
\end{align}
ここで、以下のように変数変換すると、
\begin{gather}
t= \left(\frac{x}{a}\right)^b\Leftrightarrow x=at^\frac{1}{b}\\
\frac{dx}{dt}=\frac{a}{b}t^{\frac{1}{b}-1}\Rightarrow dx=\frac{a}{b}t^{\frac{1}{b}-1}dt\\
x:0\rightarrow\infty \quad \Rightarrow \quad t:0\rightarrow\infty
\end{gather}
となるので、
置換積分法により、
\begin{align}
E \left(X\right)&=\frac{b}{a^b}\int_{0}^{\infty}{ \left(at^\frac{1}{b}\right)^be^{-t} \cdot \frac{a}{b}t^{\frac{1}{b}-1}dt}\\
&=\frac{b}{a^b} \cdot \frac{a}{b} \cdot a^b\int_{0}^{\infty}{t^{\frac{b+1}{b}-1}e^{-t}dt}\\
&=a\int_{0}^{\infty}{t^{ \left(\frac{b+1}{b}\right)-1}e^{-t}dt}
\end{align}
ガンマ関数の定義式 $\Gamma \left(\alpha\right)=\int_{0}^{\infty}{x^{\alpha-1} \cdot e^{-x}dx}$ より、
\begin{align}
\Gamma \left(\frac{b+1}{b}\right)=\int_{0}^{\infty}{t^{ \left(\frac{b+1}{b}\right)-1}e^{-t}dt}
\end{align}
よって、
\begin{align}
E \left(X\right)=a\Gamma \left(\frac{b+1}{b}\right)
\end{align}
$\blacksquare$
(ii)分散
2乗の期待値の定義式 $E \left(X^2\right)=\int_{-\infty}^{\infty}{x^2 \cdot f \left(x\right)dx}$ より、
\begin{align}
E \left(X^2\right)&=\int_{-\infty}^{0}{x^2 \cdot 0dx}+\int_{0}^{\infty}{x^2 \cdot f \left(x\right)dx}\\
&=\int_{0}^{\infty}{x^2 \cdot \frac{bx^{b-1}}{a^b}e^{- \left(\frac{x}{a}\right)^b}dx}\\
&=\frac{b}{a^b}\int_{0}^{\infty}{x^{b+1}e^{- \left(\frac{x}{a}\right)^b}dx}
\end{align}
(i)と同様の変数変換を行うと、置換積分法により、
\begin{align}
E \left(X^2\right)&=\frac{b}{a^b}\int_{0}^{\infty}{ \left(at^\frac{1}{b}\right)^{b+1}e^{-t} \cdot \frac{a}{b}t^{\frac{1}{b}-1}dt}\\
&=\frac{b}{a^b} \cdot \frac{a}{b} \cdot a^{b+1}\int_{0}^{\infty}{t^{\frac{b+2}{b}-1}e^{-t}dt}\\
&=a^2\int_{0}^{\infty}{t^{ \left(\frac{b+2}{b}\right)-1}e^{-t}dt}
\end{align}
ガンマ関数の定義式 $\Gamma \left(\alpha\right)=\int_{0}^{\infty}{x^{\alpha-1} \cdot e^{-x}dx}$ より、
\begin{align}
\Gamma \left(\frac{b+2}{b}\right)=\int_{0}^{\infty}{t^{ \left(\frac{b+2}{b}\right)-1}e^{-t}dt}
\end{align}
よって、
\begin{align}
E \left(X^2\right)=a^2\Gamma \left(\frac{b+2}{b}\right)
\end{align}
分散の公式 $V \left(X\right)=E \left(X^2\right)- \left\{E \left(X\right)\right\}^2$ より、
\begin{align}
V \left(X\right)&=a^2\Gamma \left(\frac{b+2}{b}\right)-a^2 \left\{\Gamma \left(\frac{b+1}{b}\right)\right\}^2\\
&=a^2 \left[\Gamma \left(\frac{b+2}{b}\right)- \left\{\Gamma \left(\frac{b+1}{b}\right)\right\}^2\right]
\end{align}
$\blacksquare$
参考文献
- 野田 一雄, 宮岡 悦良 著. 入門・演習数理統計. 共立出版, 1990, p.161 章末問題 3.A.3
- 稲垣 宣生 著. 数理統計学. 裳華房, 2003, p.48 演習問題 3.14
0 件のコメント:
コメントを投稿