変数変換後の確率密度関数の導出

公開日: 更新日:

【2023年3月2週】 【B000】数理統計学 【B020】確率変数と確率分布

この記事をシェアする
  • B!
サムネイル画像

本稿では、変数変換後の確率密度関数の一般公式を導出しています。

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】変数変換後の確率密度関数

【公式】
変数変換後の確率密度関数
Probability Density Function after Transformation

連続型確率変数 $X$ の累積分布関数と確率密度関数をそれぞれ \begin{align} F \left(x\right) \quad f \left(x\right) \end{align} とし、 $X$ の標本空間を \begin{align} \Omega= \left\{x:a \le X \le b\right\}\Leftrightarrow P \left(a \le X \le b\right)=1 \end{align} とする。

関数 $h$ が区間 $ \left(a,b\right)$ において、連続、かつ狭義単調関数ならば、$Y=h \left(x\right)$ の確率密度関数 $g \left(y\right)$ は、 \begin{align} g \left(y\right)=f \left[h^{-1} \left(y\right)\right] \left|\frac{d}{dy}h^{-1} \left(y\right)\right| \end{align} で与えられる。 ただし、 \begin{align} x\in \left(a,b\right)\Leftrightarrow h \left(x\right)\in \left(\alpha,\beta\right) \end{align} 区間 $ \left(\alpha,\beta\right)$ で $h$ の逆関数 $h^{-1}$ は微分可能 であるとする。

導出

導出

(i)関数 $h$ が狭義単調増加の場合
関数 $h$ が区間 $ \left(a,b\right)$ において、連続、かつ狭義単調増加であるとすると、その逆関数も区間 $ \left(\alpha,\beta\right)$ において連続で、単調増加である。

$y\in \left(\alpha,\beta\right)$ に対し、$Y$ の累積分布関数を $G \left(y\right)=P \left(Y \le y\right)$ とすると、 \begin{align} G \left(y\right)&=P \left(Y \le y\right)\\ &=P \left\{h \left(X\right) \le y\right\}\\ &=P \left\{X \le h^{-1} \left(y\right)\right\}\\ &=F \left\{h^{-1} \left(y\right)\right\} \end{align} 区間 $ \left(\alpha,\beta\right)$ で $h$ の逆関数 $h^{-1}$ が微分可能であるとすると、累積分布関数と確率密度関数の関係合成関数の微分法により、 \begin{align} g \left(y\right)&=\frac{d}{dy}G \left(y\right)\\ &=\frac{d}{dy}F \left\{h^{-1} \left(y\right)\right\}\\ &=f \left\{h^{-1} \left(y\right)\right\}\frac{d}{dy}h^{-1} \left(y\right) \end{align}

(ii)関数 $h$ が狭義単調減少の場合
関数 $h$ が区間 $ \left(a,b\right)$ において、連続、かつ狭義単調減少であるとすると、その逆関数も区間 $ \left(\alpha,\beta\right)$ において連続で、単調減少である。

$y\in \left(\alpha,\beta\right)$ に対し、$Y$ の累積分布関数を $G \left(y\right)=P \left(Y \le y\right)$ とすると、 \begin{align} G \left(y\right)&=P \left(Y \le y\right)\\ &=P \left\{h \left(X\right) \le y\right\}\\ &=P \left\{X \geq h^{-1} \left(y\right)\right\}\\ &=1-F \left\{h^{-1} \left(y\right)\right\} \end{align} 区間 $ \left(\alpha,\beta\right)$ で $h$ の逆関数 $h^{-1}$ が微分可能であるとすると、累積分布関数と確率密度関数の関係、合成関数の微分法により、 \begin{align} g \left(y\right)&=\frac{d}{dy}G \left(y\right)\\ &=\frac{d}{dy} \left[1-F \left\{h^{-1} \left(y\right)\right\}\right]\\ &=-f \left\{h^{-1} \left(y\right)\right\}\frac{d}{dy}h^{-1} \left(y\right) \end{align} ここで、$h^{-1}$ は単調減少 $\frac{d}{dy}h^{-1} \left(y\right) \lt 0$ なので、 \begin{align} g \left(y\right)=f \left\{h^{-1} \left(y\right)\right\} \left|\frac{dh^{-1} \left(y\right)}{dy}\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.62-63
  • 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.23-25

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