平成 27 年度 経済統計分析入門 . 第 9 回 「確率分布とその特性値」 原 尚幸 . 新潟大・経済 http://www.econ.niigata-u.ac.jp/˜hara/G-stat/ [email protected] H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 1 / 24 確率分布とその特性値 確率分布:確率変数 X がしたがう確率法則 確率分布を定める ⇔ 確率 (密度) 関数を定める 確率 (密度) 関数 ⇒ 分布全体の特徴をあらわす関数 確率分布の特性値 確率分布を特徴付ける数値 期待値 (平均) 分散・標準偏差 H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 2 / 24 期待値 (例) サイコロの出た目の確率分布 P (X = 1) = · · · = P (X = 6) = 1/6 出た目の平均は 1 1 1 1 1 1 1 × + 2 × + 3 × + 4 × + 5 × + 6 × = 3.5 6 6 6 6 6 6 何度もサイコロを振ると出た目の平均は 3.5 に近づく H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 3 / 24 期待値 (例) ある会社の株価 今の価格は 1000 円 1ヶ月後に 1500 円となる確率が 30% 1ヶ月後に 500 円となる確率が 70% 1ヶ月後の株価は平均的に 1500 × 0.3 + 500 × 0.7 = 800 確率変数が平均的に取る値のことを期待値という 確率試行を何度も繰り返したときの値の平均 H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 4 / 24 期待値 離散確率変数の期待値 X : 離散確率変数 Ω = {x1 , . . . , xK } E[X] := K ∑ xk · P (X = xk ) k=1 . を X の期待値と言う 期待値は「平均」とほぼ同義だと考えてよい X が平均的に取る値 確率関数による加重平均 H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 5 / 24 連続確率変数の期待値 連続確率変数の期待値 X : 連続確率変数 ∫ ∞ E[X] = −∞ sfX (s)ds, を X の期待値と言う . 上の定義は忘れてよい (実はこの定義も加重平均とみなすことができる) 要するに X が連続であっても E[X] は X が . 平均的にとる値 H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 6 / 24 期待値に関する公式 (重要) X1 , . . . , Xn : 確率変数 a : 定数 1 2 3 E[aXi ] = aE[Xi ] E[X1 + · · · + Xn ] = E[X1 ] + · · · + E[Xn ] E[aX1 + · · · + aXn ] = aE[X1 ] + · · · + aE[Xn ] . . . . H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 7 / 24 演習:期待値の計算 演習 1 X1 , . . . , Xn は i.i.d. で期待値 µ を持つ分布に従う E[X1 ] = · · · = E[Xn ] = µ 1∑ そのとき X̄ = Xi の期待値は? n i=1 n . H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 8 / 24 解答例 公式を用いると [ ] 1 E[X̄] = E (X1 + · · · + Xn ) n 1 1 = E[X1 ] + · · · + E[Xn ] n n =µ H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 9 / 24 連続確率変数の分散・標準偏差 3 つの確率密度関数 3 つとも期待値は 0 左の方が分布が中心に集中 右の方が分布がばらつきが大きい ばらつきの定量化:分散・標準偏差 0 H. Hara (Niigata U.) 0 確率分布とその特性値 0 June 17, 2015 10 / 24 分散 分散 X : 確率変数 µX := E[X] と書くことにする V [X] := E[(X − µX )2 ] を X の分散 という . H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 11 / 24 確率変数の標準偏差 標準偏差 X : 確率変数 X の分散の正の平方根を D(X) = √ V (X) を X の標準偏差という . H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 12 / 24 分散・標準偏差の性質 分散・標準偏差 V [X] = E[(X − µX )2 ], D[X] = √ V [X] 「平均からの乖離 (かいり)」の平均 平均からのバラツキ具合の指標 バラツキ大 ⇒ 分散大 バラツキ小 ⇒ 分散小 標準偏差は単位が X と等しい H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 13 / 24 連続確率変数の分散・標準偏差 0 0 0 分散小 分散中 分散大 H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 14 / 24 分散に関する公式 (重要) a, b は定数とする 1 . . 2 3 . . . . . 4 5 V [X] = E[X 2 ] − µ2X V [aX] = a2 V [X] V [aX + b] = a2 V [X] X と Y が独立のとき V [X + Y ] = V [X] + V [Y ] V [aX + aY ] = a2 V [X] + a2 V [Y ] X1 , . . . , Xn が互いに独立のとき V [aX1 + · · · + aXn ] = a2 (V [X1 ] + · · · + V [Xn ]) . H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 15 / 24 演習:分散の計算 演習 2 X1 , . . . , Xn は i.i.d. で分散 σ 2 を持つ分布に従う V [X1 ] = · · · = V [Xn ] = σ 2 1∑ そのとき X̄ = Xi の分散は? n i=1 n . H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 16 / 24 解答例 公式を用いると [ V [X̄] = V [ n 1∑ n ] Xi ] [ ] 1 1 =V X1 + · · · + V Xn n n 1 = 2 (V [X1 ] + · · · + V [Xn ]) n σ2 = n H. Hara (Niigata U.) i=1 確率分布とその特性値 June 17, 2015 17 / 24 共分散・相関係数 共分散・相関係数 X, Y : 確率変数 共分散 Cov(X, Y ) Cov(X, Y ) = E[(X − µX )(Y − µY )] 相関係数 Cor(X, Y ) Cov(X, Y ) Cov(X, Y) . Cor(X, Y ) = √ = V (X)V (Y ) D(X)D(Y ) 2 つの確率変数の相関関係をあらわす指標 H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 18 / 24 共分散・相関係数の性質 1 2 3 X が大きいときに Y も大きい傾向 (比例的) → Cov(X, Y ) > 0, Cor(X, Y ) > 0 → 正の相関がある X が大きいときに Y が小さくなる傾向 (反比例的) → Cov(X, Y ) < 0, Cor(X, Y ) < 0 → 負の相関がある 無相関 → Cov(X, Y ) = 0, Cor(X, Y ) = 0 H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 19 / 24 共分散・相関係数の性質 4 5 6 −1 ≤ Cor(X, Y ) ≤ 1 X = aY + b とする a > 0 ⇔ 正比例 ⇔ Cor(X, Y ) = 1 a < 0 ⇔ 反比例 ⇔ Cor(X, Y ) = −1 X と Y が独立 ⇒ Cor(X, Y ) = Cov(X, Y ) = 0 (注意:逆は一般には成立しない ) 無相関だからと言って独立とは限らない H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 20 / 24 確率分布の例:正規分布 正規分布 N (µ, σ 2) 連続確率変数 X が ( (x − µ)2 fX (x) = √ exp − 2σ 2 2πσ 2 1 ) という密度関数を持つとき, X の分布を平均 µ (ミュー), 分散 σ 2 (シグマ 2 乗) の正規分布と言い , N (µ, σ 2 ) と書く . H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 21 / 24 確率分布の例:正規分布 正規分布の密度関数 ( (x − µ)2 fX (x) = √ exp − 2σ 2 2πσ 2 1 ) 黒:µ = 0, σ 2 = 1 赤:µ = 0, σ 2 = 3 青:µ = 1, σ 2 = 2 釣鐘型できれいな形の 密度関数 0.4 0.3 0.2 0.1 0.0 −4 −2 0 H. Hara (Niigata U.) 2 4 確率分布とその特性値 June 17, 2015 22 / 24 確率分布の例:正規分布 正規分布の密度関数 ( (x − µ)2 fX (x) = √ exp − 2σ 2 2πσ 2 1 ) 黒:µ = 0, σ 2 = 1 赤:µ = 0, σ 2 = 3 青:µ = 1, σ 2 = 2 釣鐘型できれいな形の 密度関数 0.4 0.3 0.2 0.1 0.0 −4 −2 0 H. Hara (Niigata U.) 2 4 確率分布とその特性値 June 17, 2015 22 / 24 確率分布の例:正規分布 正規分布の密度関数 ( (x − µ)2 fX (x) = √ exp − 2σ 2 2πσ 2 1 ) 黒:µ = 0, σ 2 = 1 赤:µ = 0, σ 2 = 3 青:µ = 1, σ 2 = 2 釣鐘型できれいな形の 密度関数 0.4 0.3 0.2 0.1 0.0 −4 −2 0 H. Hara (Niigata U.) 2 4 確率分布とその特性値 June 17, 2015 22 / 24 確率分布の例:正規分布 正規分布の密度関数 ( (x − µ)2 fX (x) = √ exp − 2σ 2 2πσ 2 1 ) E[X] = µ, V [X] = σ 2 平均 µ と 分散 σ 2 が決まれば正規分布が定まる X が N (µ, σ 2 ) に従うとき, X ∼ N (µ, σ 2 ) と書く µ = 0, σ 2 = 1 のとき標準正規分布と言う. 多くのデータの分布は正規分布で近似できる H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 22 / 24 正規分布の再生性 正規分布の再生性 a : 定数 X1 , . . . , Xn : 正規分布にしたがう n 個の確率変数 そのとき a(X1 + · · · + Xn ) の分布も正規分布にしたがう. この性質を正規分布の再生性という H. Hara (Niigata U.) 確率分布とその特性値 . June 17, 2015 23 / 24 演習 問題 X1 , . . . , Xn が i.i.d. で正規分布 N (µ, σ 2 ) に従うと する. このとき X̄ n 1∑ Y = Xi n i=1 . はどのような正規分布に従うか? 正規分布は平均と分散が定まれば決まるので , 平均と分散を求めればよい E[Xi ] = µ, V [Xi ] = σ 2 , i = 1, . . . , n H. Hara (Niigata U.) 確率分布とその特性値 June 17, 2015 24 / 24
© Copyright 2025 ExpyDoc