ホーム 芸能ニュース・ゴシップ 【基礎知識】確率密度関数とは?連続型確率変数との関係を理解する

【基礎知識】確率密度関数とは?連続型確率変数との関係を理解する

藤崎 彩花 藤崎 彩花 • 更新: • 公開: • 読了約 19 分
目次

確率密度関数は、英語で Probability Density Function といい、一般的にPDFと略されます。

確率密度関数を理解するには、まず確率変数が「離散型」と「連続型」に分けられることを押さえる必要があります。

連続型確率変数とは何か

確率変数とは、偶然によって値が変わる数値を表すものです。

例えば、次のような数値が確率変数として考えられます。

- 人の身長
- 商品の重量
- ある商品の寿命
- 電車の到着までの待ち時間
- 気温や降水量

このうち、身長や重量のように、小数点以下も含めて連続的な値を取り得るものを連続型確率変数と呼びます。

例えば、ある人の身長が170cmになる可能性を考えてみましょう。

実際には、測定精度を無限に高めていけば、170.1cm、170.01cm、170.001cmなど、無数の値が考えられます。

連続型確率変数では、特定の一点を取る確率は原則として0です。

つまり、

となります。

これは170cmになる可能性がないという意味ではありません。170cmという一点ではなく、169.5cmから170.5cmまでといった範囲に入る確率を考えるためです。

その範囲ごとの確率を数学的に表現する仕組みが、確率密度関数です。

確率密度関数の基本的な公式

確率変数をX、その値をx、確率密度関数をf(x)とすると、基本的な関係は次のようになります。

この式は、Xがa以上b以下になる確率を求める公式です。

それぞれの記号には、次の意味があります。

- X:確率変数
- x:確率変数が取り得る具体的な値
- f(x):確率密度関数
- a:確率を求める区間の下限
- b:確率を求める区間の上限
- ∫:積分を表す記号
- dx:xについて積分することを示す記号

大切なのは、f(x)が直接確率を表すのではなく、積分によって区間の確率を求めるという点です。

確率密度関数と確率の違い

例えば、ある確率密度関数のx=2における値が0.5だったとします。

この0.5は、Xが2になる確率ではありません。

あくまで、その地点における確率の密度を表しています。

確率密度が高い場所は、同じ幅の区間で比較したときに、確率が大きくなりやすい場所です。

この違いを理解しておけば、確率密度関数のグラフや積分公式を正しく読み取れるようになります。

【公式・グラフ】確率密度関数の条件と面積が1になる理由

確率密度関数

確率密度関数には、どのような関数でも当てはまるわけではなく、確率分布として成立するための条件があります。

基本となるのは、次の2つです。

条件1:関数の値が常に0以上である

確率密度関数は、定義域全体で負の値を取ってはいけません。

確率は負の値にならないため、密度も0以上でなければならないからです。

ただし、確率密度関数の値には1を超える場合もあります。

例えば、0から0.5までの範囲で一様に分布する確率変数を考えます。

このとき、確率密度関数は次のようになります。

密度は2ですが、確率そのものが2になるわけではありません。

区間全体の面積が2×0.5=1となるため、確率分布として成立します。

条件2:定義域全体の積分が1になる

もう一つの重要な条件が、確率密度関数のグラフ全体の面積が1になることです。

これは、確率変数が取り得るすべての値の範囲を合計すると、確率が100%になることを意味しています。

この性質は、確率密度関数の正規化条件と呼ばれることもあります。

なお、実際の分布では定義域が限定されることもあり、その場合は確率変数が取り得る範囲全体で積分します。

確率密度関数のグラフはどう読む?

確率密度関数をグラフにすると、横軸が確率変数x、縦軸が確率密度f(x)になります。

グラフを見る際には、次の3点が重要です。

1. 曲線の高さ:その地点における確率密度
2. 曲線と横軸で囲まれた全体の面積:1
3. 特定の区間における面積:その区間に入る確率

例えば、グラフのある範囲の面積が0.3なら、その区間に確率変数が入る確率は30%です。

ここで注意したいのは、曲線の高さだけを見て確率の大小を判断しないことです。

区間の幅も確率に影響します。幅が狭ければ密度が高くても面積は小さくなり、幅が広ければ密度が低くても面積が大きくなることがあります。

確率密度関数のグラフを読む際のチェックポイント
確認項目 正しい理解
横軸 確率変数の値
縦軸 確率密度
曲線の高さ その地点の密度
区間の面積 区間に入る確率
全体の面積 必ず1
曲線の位置 確率が集中する範囲を示す

このように、確率密度関数のグラフでは、高さと面積を区別することが欠かせません。

【比較・関係性】確率密度関数と確率質量関数の違いを徹底整理

確率密度関数と混同されやすいものに、確率質量関数があります。

どちらも確率変数の分布を表す関数ですが、対象とする確率変数が異なります。

確率質量関数とは?

確率質量関数は、英語で Probability Mass Function といい、PMFと略されます。

これは、離散型確率変数が特定の値を取る確率を表す関数です。

例えば、一般的な6面サイコロを1回振る場合を考えます。

出る目をXとすると、それぞれの目が出る確率は次のようになります。

この場合、1が出る確率は1/6、2が出る確率も1/6です。

それぞれの値に確率が割り当てられているため、確率質量関数を使って表現できます。

PDFとPMFの比較表
比較項目 確率密度関数(PDF) 確率質量関数(PMF)
対象 連続型確率変数 離散型確率変数
値の性質 連続的 飛び飛びの値
基本的な計算 積分 確率の合計
特定の一点の確率 原則0 直接求められる
全体の合計・面積 積分値が1 確率の総和が1
代表例 身長・時間・重量 サイコロ・コインの表裏
なぜ積分と足し算で計算方法が違うのか

理由は、確率変数が取り得る値の構造にあります。

離散型確率変数では、取り得る値が個別に区切られています。そのため、対象となる値の確率を足し合わせれば、範囲全体の確率を求められます。

一方、連続型確率変数では、値が連続的に存在します。

区間に含まれる無数の値について確率を合計する必要があるため、足し算を積分に置き換えます。

例えば、次のように表現できます。

どちらも区間内に入る確率を求めるものですが、計算方法が異なります。

【計算例】確率密度関数の求め方と積分による確率の計算手順

ここからは、実際に確率密度関数を求め、確率を計算する方法を紹介します。

初めて学ぶ場合は、複雑な正規分布よりも、積分しやすい簡単な関数から理解するのがおすすめです。

計算例1:一様分布の確率密度関数を求める

確率変数Xが0以上10以下の範囲で、どの値も同じ程度に現れると仮定します。

このような分布を一様分布と呼びます。

確率密度関数をf(x)とすると、次のように設定できます。

なぜ1/10になるのでしょうか。

確率密度関数全体の面積が1になる必要があるためです。

長方形の面積は、縦×横で求められます。

したがって、

となります。

計算例2:区間に入る確率を積分で求める

続いて、Xが2以上5以下になる確率を求めます。

公式に数値を代入すると、

定数を積分すると、

上限5と下限2を代入します。

計算結果:30%

つまり、確率変数Xが2から5までの範囲に入る確率は30%です。

この例では、グラフが高さ0.1の長方形になるため、積分を面積として考えると簡単に理解できます。

計算例3:三角形のグラフを持つ確率密度関数

もう少し応用的な例として、次の関数を考えます。

この関数が確率密度関数として成立するか確認してみましょう。

最初に、関数が0以上であることを確認します。

0以上2以下の範囲ではx/2も0以上になるため、最初の条件を満たします。

続いて、全体の面積を積分します。

積分すると、

したがって、確率密度関数として成立します。

続いて、0.5以上1.5以下になる確率を計算します。

計算結果:50%

このように、確率密度関数の求め方は、関数の条件を確認し、必要な区間を積分するという順番で考えると整理できます。

積分計算で間違えやすいポイント

特に多いのは、次の3つです。

- 積分する範囲を間違える
- 上限と下限を逆に代入する
- 関数の全体の面積が1になるか確認しない

また、連続型確率変数では、区間の端点を含めるかどうかによって確率は変わりません。

例えば、

が成立します。

端点そのものの確率が0だからです。

【正規分布】確率密度関数の公式・グラフ・標準正規分布を解説

確率密度関数の代表例として、正規分布があります。

正規分布は、左右対称の釣鐘型のグラフで表される確率分布です。

測定値や誤差など、さまざまな統計的な現象を分析する際に利用されます。

正規分布の確率密度関数の公式

平均をμ、標準偏差をσとすると、正規分布の確率密度関数は次の式で表されます。

この公式には、いくつかの重要な要素があります。

- μ:平均値
- σ:標準偏差
- σ²:分散
- π:円周率
- e:自然対数の底
- x:確率変数の値

特に重要なのが、平均と標準偏差です。

平均μはグラフの中心を決め、標準偏差σはグラフの広がりを決めます。

正規分布のグラフと平均・標準偏差の関係

平均が同じ場合、標準偏差が小さいほどグラフは中央に集中し、山が高くなります。

反対に、標準偏差が大きいほどグラフは横に広がり、山が低くなります。

グラフ全体の面積は、どちらの場合も1です。

ここで覚えておきたいのが、正規分布における68%・95%・99.7%の法則です。

範囲 含まれる確率の目安
平均±1σ 約68.27%
平均±2σ 約95.45%
平均±3σ 約99.73%

例えば、平均170cm、標準偏差5cmの正規分布を仮定した場合、平均から標準偏差1つ分の範囲である165cmから175cmには、約68.27%が含まれます。

ただし、これは身長データが実際にその正規分布に従うと仮定した場合の計算例です。

標準正規分布とは?

標準正規分布は、平均が0、標準偏差が1となる正規分布です。

その確率密度関数は、次のようになります。

通常の正規分布を標準正規分布に変換するには、次の標準化を行います。

この式によって、平均や標準偏差が異なるデータでも、共通の基準で比較できるようになります。

標準正規分布の確率を求める計算例

例えば、標準正規分布に従うZについて、Zが1以下となる確率を考えます。

この積分は初等関数だけでは簡単な形に表せません。

そのため、通常は標準正規分布表や統計ソフトウェア、計算機能を使います。

計算結果は、

となります。

つまり、標準正規分布では、Zが1以下となる確率は約84.13%です。

正規分布の確率計算では、標準化してから累積確率を調べる方法が基本になります。

【応用・統計分析】累積分布関数・期待値・分散との関係

確率密度関数を理解した後は、累積分布関数、期待値、分散との関係を押さえると、統計学の理解がさらに深まります。

累積分布関数(CDF)とは?

累積分布関数は、英語で Cumulative Distribution Function といい、CDFと略されます。

確率変数Xがある値x以下になる確率を表す関数です。

連続型確率変数の場合、確率密度関数を積分することで求められます。

つまり、累積分布関数は、確率密度関数の左側から面積を積み上げたものです。

例えば、次のような関係があります。

これは、上限までの累積確率から下限までの累積確率を引くことで、区間の確率が求められることを意味します。

確率密度関数と累積分布関数には、次のような関係もあります。

ただし、これは微分可能な点での関係であり、一般にはほとんど至る所で成立する関係として理解します。

確率密度関数と期待値の関係

期待値とは、確率変数が長期的にどのあたりの値を取ると考えられるかを示す指標です。

連続型確率変数の期待値は、次の式で求められます。

これは、各値xに対して、その値に対応する確率密度を重みとして掛け合わせ、全体を積分する計算です。

確率密度関数の形状によって、期待値がどこに位置するかも変わります。

正規分布の場合、期待値はグラフの中心にある平均μと一致します。

ただし、すべての確率分布で平均値がグラフの頂点になるわけではありません。

確率密度関数と分散の関係

分散は、確率変数が期待値の周辺にどの程度広がっているかを示す指標です。

期待値をμとすると、分散は次の式で求められます。

また、次の公式も利用できます。

分散が大きいほど、値のばらつきが大きい傾向があります。

一方、分散が小さいほど、平均付近に値が集中していると考えられます。

標準偏差は分散の平方根であり、元のデータと同じ単位でばらつきを表せる指標です。

【プロの結論】確率密度関数を理解するための本質的なポイント

確率密度関数を学ぶ際に大切なのは、公式を暗記することだけではありません。

次の3つの関係を理解が必要です。

1. 確率密度関数は分布の形状を示す。
2. 積分すると区間に入る確率になる。
3. 全体を積分すると1になる。

加えて、期待値は分布の中心的な位置、分散は広がりを示します。

この仕組みを理解すれば、正規分布だけでなく、一様分布、指数分布、ガンマ分布など、さまざまな確率分布にも応用できます。

統計分析では、どの分布を使うかによって計算結果や解釈が変わります。

そのため、まずデータの性質を確認し、連続型か離散型か、左右対称か偏りがあるかなどを見極めることが大切です。

【よくある質問】確率密度関数に関するFAQ

Q1:確率密度関数の公式は何ですか?
A1:一般的な確率密度関数の基本条件は、f(x)が0以上であり、定義域全体の積分値が1になることです。区間内の確率は、P(a≤X≤b)=∫ₐᵇf(x)dxで求めます。

Q2:確率密度関数のグラフの面積が1になるのはなぜですか?
A2:確率変数が取り得るすべての値を合計した確率が100%になるためです。グラフ全体の面積を1とすることで、確率分布として正しく表現できます。

Q3:確率密度関数の値が1を超えても問題ありませんか?
A3:問題ありません。確率密度は確率そのものではないため、1を超えることがあります。重要なのは、関数が0以上で、全体の積分値が1になることです。

Q4:確率密度関数と確率質量関数は何が違いますか?
A4:確率密度関数は連続型確率変数を対象とし、区間の確率を積分で求めます。確率質量関数は離散型確率変数を対象とし、それぞれの値が取る確率を直接表します。

Q5:確率密度関数の積分は何を意味しますか?
A5:指定した区間に確率変数が入る確率を意味します。例えば、aからbまで積分した結果が0.4なら、その区間に入る確率は40%です。

Q6:正規分布と標準正規分布の違いは何ですか?
A6:正規分布は平均μ、標準偏差σによって形状や位置が決まります。標準正規分布は平均0、標準偏差1に統一した特別な正規分布です。

Q7:確率密度関数から期待値や分散を求められますか?
A7:求められます。期待値は∫xf(x)dx、分散は∫(x−μ)²f(x)dxで計算します。ただし、これらの積分が有限値として存在することが必要です。

Q8:確率密度関数と累積分布関数の違いは何ですか?
A8:確率密度関数は各地点における密度を示し、累積分布関数はある値以下になる確率を示します。連続型の場合、累積分布関数は確率密度関数を左端から積分したものです。

確率密度関数は、連続型確率変数がどのような確率分布に従うのかを表現するための基本的な数学的概念です。

特に重要なのは、関数の高さそのものが確率ではなく、グラフの区間の面積が確率を表すという考え方です。

最後に、理解しておきたいポイントを整理します。

  • 確率密度関数は連続型確率変数の分布を表す。
  • 関数は0以上で、全体の積分値は1になる。
  • 区間の確率は確率密度関数を積分して求める。
  • 確率質量関数は離散型確率変数に使用する。
  • 累積分布関数は指定した値以下になる確率を表す。
  • 正規分布の平均と標準偏差はグラフの位置と広がりを決める。
  • 期待値と分散も確率密度関数の積分から計算できる。

確率密度関数を学ぶ際は、まず一様分布など簡単な関数で面積と積分の関係を確認し、その後に正規分布や標準正規分布へ進むと理解しやすくなります。

数式だけを覚えるのではなく、グラフを描き、どの部分の面積が求めたい確率なのかを考えることが、統計学を実際のデータ分析に活用するための確かな第一歩です。

参考資料・学習上の根拠

- 米国国立標準技術研究所(NIST)「Engineering Statistics Handbook」:正規分布の確率密度関数と累積分布関数。
- 国立研究開発法人建築研究所の技術資料:確率密度関数、積分、期待値、分散、正規分布の数式。
- 放送大学「データの分析と知識発見」:確率分布、累積分布関数、標準正規分布。
- ペンシルベニア州立大学「STAT 414」:連続型確率変数と確率密度関数の定義。

数式・定義の参考:NIST、建築研究所、放送大学、Penn Stateの公開教材。

同じカテゴリの記事

藤崎 彩花

美容と暮らしの話題を担当。メーカーの公式発表、商品成分の公表資料、専門家の監修記事をもとに事実を整理します。

おすすめの関連記事