統計的な推測(二項分布・正規分布)― 一部から全体を「確率つきで」推定する
まず、身近なところから
「内閣支持率 45%(調査対象 2000 人)」。全国民に聞いたわけではないのに、なぜ言い切れる?
スープの味見と同じで、よくかき混ぜてから 一部 をとれば、全体の味がだいたいわかる。
中 3 の標本調査は「だいたい同じ割合」で終わった。高校では どれくらいの誤差で 信頼できるかまで数で言う。
確率変数と期待値 → 二項分布 → 正規分布 → 標本平均の分布 → 推定
(この順に積み上げていく)
この単元で使う記号・ことば
| 記号・ことば | 読み方 | 意味 |
|---|---|---|
| 確率変数 | エックス(大文字) | さいころの目のように、確率に応じて値が決まる 変数 |
| ピー エックス イコール 3 | X が 3 になる 確率(Probability の P) | |
| イー エックス | 期待値(平均)。「値 × 確率」の合計(Expectation の E) | |
| ブイ エックス | 分散。平均からのばらつきの大きさ(Variance の V) | |
| シグマ(小文字) | 標準偏差。。ばらつきを元の単位で表したもの | |
| シグマ(大文字) | 全部たすという記号(数B 数列) | |
| ビー エヌ ピー | 二項分布。確率 p のことを n 回くり返したときの「起こる回数」の分布 | |
| エヌ ミュー シグマ 2 じょう | 正規分布。平均 μ、標準偏差 σ の釣り鐘型の分布 | |
| ミュー | 平均を表す文字(ギリシャ文字の m) | |
| ゼット | 標準化 した値。平均から標準偏差いくつ分はなれているか | |
| 母集団(ぼしゅうだん)・標本 | ― | 調べたい全体・その中から取り出した一部 |
| 、 | エックス バー | 標本平均(取り出した一部の平均) |
| 信頼区間(しんらいくかん) | ― | 「母平均はこの範囲にある」と、95% などの確かさで言える範囲 |
| プラス マイナス | は「 から まで」 |
1. 確率変数と期待値・分散
基本
確率変数 X の値と確率を表にしたものを 確率分布 という。
| X の値 | |||
|---|---|---|---|
| 確率 |
- 期待値 (値 × 確率 を全部たす)
- 分散 、標準偏差
例 1 X が 1、2、3 を確率 、、 でとるときの E(X)
E(X) = 1 × 1/6 + 2 × 2/6 + 3 × 3/6 ← 値 × 確率 を たす
= 1/6 + 4/6 + 9/6
= 14/6
= 7/3 ← 約分
答え: 7/3
もっとくわしく: 期待値の意味 / 分散も計算してみる / 例題をもう 1 つ
期待値は「何回もくり返したときの 平均 の値」。例 1 を 6000 回やると、だいたい 1 が 1000 回、2 が 2000 回、3 が 3000 回出るので、平均は
(1×1000 + 2×2000 + 3×3000) ÷ 6000
= 14000 ÷ 6000
= 7/3
分散(例 1 の X):
E(X²) = 1² × 1/6 + 2² × 2/6 + 3² × 3/6
= 1/6 + 8/6 + 27/6
= 36/6
= 6
V(X) = E(X²) − {E(X)}²
= 6 − (7/3)²
= 6 − 49/9
= 54/9 − 49/9
= 5/9
例 X が 1、2、3 を確率 、、 でとる
E(X) = 1 × 2/6 + 2 × 1/6 + 3 × 3/6 ← 分母を 6 にそろえる
= (2 + 2 + 9)/6
= 13/6
つまずきポイント: 確率の合計は必ず 1。 ✓ と確かめると計算ミスに気づける。
aX + b の期待値・分散
とすると
例 2 E(X) = 5、V(X) = 2 のとき Y = 3X + 1
E(Y) = 3 × 5 + 1 = 16
V(Y) = 3² × 2
= 9 × 2
= 18 ← + 1 は 関係ない
もっとくわしく: なぜ分散は a² 倍で、b は関係ないの?
テストの点数 X 全員に + 10 点 すると、平均は 10 上がるが、ばらつき(点数の差)は変わらない。だから b は分散に関係しない。
全員の点数を 2 倍 すると、平均からのずれも 2 倍になる。分散は「ずれの 2 乗」の平均なので 倍になる。
X: 40 50 60 平均 50、ずれ −10, 0, 10
2X: 80 100 120 平均 100、ずれ −20, 0, 20 ← ずれ 2 倍 → 分散 4 倍
X + 10: 50 60 70 平均 60、ずれ −10, 0, 10 ← 分散 変わらない
2. 二項分布 B(n, p)
基本
確率 p で起こることを n 回 くり返し、起こった 回数 を X とする。X の分布を 二項分布 B(n, p) という。
例 3 B(100, 0.2) の期待値と分散
E(X) = 100 × 0.2
= 20
V(X) = 100 × 0.2 × (1 − 0.2)
= 100 × 0.2 × 0.8
= 20 × 0.8
= 16
答え: E(X) = 20、V(X) = 16
もっとくわしく: 確率の式 / 例題をもう 3 つ
X = k となる確率は、数A の反復試行と同じ:
期待値 np は「100 回やって確率 0.2 なら、だいたい 20 回」という当たり前の感覚と同じ。
例 さいころを 30 回投げて 1 が出る回数 → 、
例 B(20, 0.25) の E(X) →
例 B(10, 0.1) の V(X)
10 × 0.1 × 0.9
= 1 × 0.9
= 0.9
つまずきポイント: 分散は ではなく 。「1 − p」をかけ忘れない。
3. 正規分布 N(μ, σ²) と標準化
基本
身長・テストの点・測定誤差など、多くの量は平均 μ を中心とした 左右対称の釣り鐘型 に分布する。これが 正規分布 。
╭───╮
╱ ╲
╱ ╲
╱ ╲
────╱───┼─────┼─────┼───╲────
μ−2σ μ−σ μ μ+σ μ+2σ
└── 約 68% ──┘
└────── 約 95% ──────┘
標準化: どんな正規分布も
で、平均 0、標準偏差 1 の 標準正規分布 N(0, 1) に直せる。z は「平均から 標準偏差いくつ分 はなれているか」。
例 4 N(50, 10²) で X = 70 の z
μ = 50、σ = 10(10² の 2 乗の前の数)
z = (70 − 50) / 10
= 20 / 10
= 2
答え: 2(平均より 2σ 上)
もっとくわしく: 例題をもう 2 つ / つまずきポイント
例 N(45, 5²) で X = 35
z = (35 − 45) / 5
= −10 / 5
= −2 ← 平均より 下なので マイナス
例 N(60, 15²) で X = 75 →
標準化すると、ちがう正規分布どうしでも同じ表(正規分布表)で確率が読める。
n が大きいとき、二項分布 B(n, p) は正規分布 N(np, np(1 − p)) で近似できる。
つまずきポイント: N(50, 10²) の 2 つ目は 分散()。わるのは σ = 10。100 でわらない。
4. 標本平均の分布 ― 推定の土台
基本
母平均 μ、母標準偏差 σ の母集団から、大きさ n の標本をとって平均 を出す。 は標本ごとにばらつくが、
標本が大きいほど のばらつきは小さい( でわる)。
例 5 σ = 12、n = 9 の標本平均の標準偏差と分散
標準偏差 = σ / √n
= 12 / √9
= 12 / 3
= 4
分散 = σ² / n
= 144 / 9
= 16 (4² = 16 と同じ)
もっとくわしく: 例題をもう 2 つ / 割り切れないとき
例 σ = 6、n = 16
標準偏差 = 6 / √16 = 6 / 4 = 1.5
分散 = 36 / 16 = 2.25
例 σ = 20、n = 36 の標準偏差
20 / √36
= 20 / 6
= 3.333…
→ 3.33 ← 小数第 3 位を 四捨五入
割り切れないときは 小数第 2 位まで(四捨五入)で答える。
つまずきポイント: 標準偏差は σ/√n(σ/n ではない)。分散は σ²/n(σ を 2 乗してから n でわる)。
5. 母平均の推定 ― 95% 信頼区間
基本
は正規分布に従い、その 95% は の範囲に入る。これを裏返すと、
と書いたときの幅 。
例 6 σ = 20、n = 100 のときの k
k = 1.96 × 20 / √100
= 1.96 × 20 / 10
= 1.96 × 2
= 3.92
答え: 3.92。「母平均は の範囲にある(95% の信頼度で)」
もっとくわしく: 1.96 はどこから? / 例題をもう 1 つ / n と幅の関係
標準正規分布 N(0, 1) で、−1.96 ≦ z ≦ 1.96 に入る確率がちょうど 95%(正規分布表で読む値)。だから「± 1.96 × 標準偏差」の範囲。
例 σ = 10、n = 400
1.96 × 10 / √400
= 1.96 × 10 / 20
= 1.96 × 0.5
= 0.98
n を 4 倍にすると幅は半分( でわるから):
| n | k(σ = 20) | |
|---|---|---|
| 100 | 10 | 3.92 |
| 400 | 20 | 1.96 |
たくさん調べるほど、推定の幅がせまく(正確に)なる。
練習してみよう
- B(50, 0.1) の E(X) → 5
- B(40, 0.5) の V(X) → 10
- N(60, 15²) で X = 45 を標準化した z → −1
- σ = 10、n = 25 の標本平均の標準偏差 → 2
- E(X) = 4、V(X) = 3、Y = 2X + 5 → E(Y) = 13、V(Y) = 12
- σ = 30、n = 400 の 95% 信頼区間の幅 k → 2.94
- X が 1、2、3 を確率 、、 でとるときの E(X) → 13/6
- σ = 20、n = 36 の標本平均の標準偏差 → 3.33
もっとくわしく: 練習の途中式
1.
2.
3.
4.
5. E(Y) = 2 × 4 + 5 = 13、V(Y) =
6.
7.
8. → 3.33
よくある間違い
- × V(aX + b) = aV(X) + b → 分散は a² 倍、b は無関係
- × 二項分布の分散を np にする → np(1 − p)
- × 標本平均の標準偏差を σ/n にする → σ/√n
- × 標準化で (X − μ)/σ² とする → わるのは σ(標準偏差)
- × N(50, 10²) の σ を 100 とする → は分散。σ = 10
- × 信頼区間の幅で 1.96 をかけ忘れる → k = 1.96 × σ/√n
練習の前に
二項分布の期待値・分散、標準化、標本平均の分散・標準偏差、aX + b、期待値、信頼区間の幅が 20 問。小数・分数可。
「期待値は np、分散は np(1 − p)、標本平均のばらつきは σ/√n」を軸に。小数の答えが割り切れないときは小数第 2 位まで(四捨五入)で入力する。わからなくなったら、上の「この単元の前に」の単元に戻ろう。