確率･統計Ⅰ

確率･統計Ⅰ
第11回 i.i.d.の和と大数の法則
ここです！
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
確率論とは
確率変数、確率分布
確率変数の独立性／確率変数の平均
確率変数の平均（続き）、確率変数の分散
確率変数の共分散、チェビシェフの不等式
ベルヌイ試行と二項分布
二項分布（続き）、幾何分布など
二項分布の近似、ポアソン分布、正規分布
正規分布とその性質
i.i.d.の和と大数の法則
中心極限定理
統計学の基礎1（母集団と標本、確率論との関係）
統計学の基礎2（正規分布を用いた推定・検定）
中心極限定理とは
X1, …, Xn を i.i.d. とし、 X = X1 + … + Xn とおく。
簡単のため、平均 E(Xi)=0, 分散 V(Xi)=1 としよう。
n→∞のとき
大数の法則
X1  X 2    X n
0
n
中心極限定理
X1  X 2    X n
 N (0,1)
n
中心極限定理とは
n→∞のとき
i.i.d.の和 X の標準化 X* は、
標準正規分布 N(0,1) に“近づく”
この主張を理解するためには、
「標準化」と「正規分布」
について知っておく必要がある。
正規分布と中心極限定理
1.（復習）確率変数の標準化
2.（復習）正規分布
3.中心極限定理
確率変数の標準化
確率変数 X の平均 E(X)=μ, 分散 V(X)=σ2 と
するとき、
X 
*
X 

（Xの標準化）
とおくと、 E(X*)=0, V(X*)=1 となる。
（問） E(X*)=0, V(X*)=1 となることを確かめよ。
確率変数の標準化補足
 X の標準化 X* と、Y=aX+b の標準
化 Y* は、同一の確率変数となる：
(aX+b)* = X*
（例）
X = X1+…+Xn の標準化 X*
X= X / n = (X1+… +Xn) / n の標準化 X *
は、同一：
X* = X *
正規分布と中心極限定理
1.（復習）確率変数の標準化
2.（復習）正規分布
3.中心極限定理
正規分布
確率密度関数が次の式で与えられ
る確率分布を、平均μ, 分散σ2の正規
分布 N(μ,σ2) という：
f ( x) 
1
e
2 

x   2

2 2
（問）これが確かに確率分布であることを確かめよ。
正規分布の平均・分散・標準化
確率変数 Z が正規分布 N(μ,σ2) に
従うとき、
1. E(Z) =μ
2. V(Z) =σ2
標準正規分布と呼ぶ
3. Z の標準化 Z* は N(0,1) に従う
（問）これらを確かめよ。
正規分布と中心極限定理
1.（復習）確率変数の標準化
2.（復習）正規分布
3.中心極限定理
中心極限定理
再び i.i.d. の和を考えよう：
X1, X2, …, Xn を i.i.d. とし、
X = X1 + X2 + … + Xn とおく。
ただし、 E(Xi) =μ, V(Xi) =σ2 とする。
（復習）i.i.d.の和の平均と分散
Sn = X1 +…+ Xn
E(Sn) = nμ
V(Sn) = nσ2
E(Xi) =μ, V(Xi) =σ2
特に
二項分布
q
p
0
Sn = X1 +…+ Xn
1
E(Xi) = p, V(Xi) = pq
E(Sn)=np, V(Sn)=npq
中心極限定理
n→∞のとき
X の標準化 X* は、
標準正規分布 N(0,1) に“近づく”
正確には：（「中心極限定理」）
1
P(a  X  b) 
2
*
b
e
a
x2

2
dx
中心極限定理補足①
 X
ら、
*
X  n
だか

n
中心極限定理は「大数の法則」の精
密化である。
X / 1 は発散し、X / n は平均に集中（大数の法則）した。
その中間のオーダーで割った X /√n を考えている。
中心極限定理補足②

X  X だから、中心極限定理は
*
*
X 
X 
/ n
*
の極限と考えてもよい。
（実際、 X* の分子と分母を n で割った式になっている。）
中心極限定理補足③
ド・モアブル-ラプラスの定理は、
中心極限定理の特別な場合。
X が二項分布 B(n, p) に従うとき、
X はi.i.d.の和とみなせる。
E(X)=np, V(X)=npq
（問）この場合の中心極限定理を述べてみよ
二項分布の正規近似（再）
X を二項分布 B(n, p) に従う確率変数とする。
（ド・モアブル-ラプラスの定理）
N(np, npq)
n→∞のとき、
b
1
P ( a  X  b) 
e

2npq a
( x  np ) 2

2 npq
dx
二項分布の正規近似´ （再）
X を二項分布 B(n, p) に従う確率変数とする。
（ド・モアブル-ラプラスの定理；別の形）
N(0, 1)
n→∞のとき、


X

np
1
P a 
 b 


npq
2



b
a
e
x2

2
dx
［演習］確率変数の標準化
[1] X1, X2, …, Xn を i.i.d. , X1*, X2*, …, Xn* を
それぞれの標準化とする。
Sn = X1 + X2 + … + Xn の標準化 Sn* に対し
て、次式が成り立つことを示せ。
X  X 2  X n
Sn 
n
*
*
1
*
*
［再演習］正規分布
[2] 確率変数 Z が正規分布 N(5,16) に従うと
する。
I. 次の確率を、標準正規分布に従う確
率変数 Z* に関する確率で表せ。
1. P( 4＜ Z ≦8 )
2. P( Z > 0 )
II.
確率が P( -2< Z* <2 ) と等しくなるよう
な、 Z の範囲を求めよ。
［再演習］正規分布
[3] 確率変数 Z が正規分布 N(5,16) に従うとき、次
の確率を関数
t2

2
1 x
F ( x) 
e dt

2 
を用いて表せ。
さらに、負の数を使わずに表す工夫を考えよ。
1. P( 4＜ Z ≦8 )
2. P( Z > 0 )
［演習］二項分布の正規近似
[4] 確率変数 X が二項分布 N(100, 0.5) に従
うとき、次の確率を標準正規分布 Z* に
ついての確率で近似せよ。
1. P( 45＜ X ≦60 )
2. P( X > 0 )
メニューに戻る
メニューへ

Download Report