コーシー分布グラフ計算

コーシー分布グラフ計算

成長中 AI Skill PRO

計算を入力してください

公式

f(x)=1π·尺度 b(x−位置 a)2+尺度 b2f(x) = \frac{1}{\pi} \cdot \frac{{{\text{尺度 } b}}}{\left(x - {{\text{位置 } a}}\right)^2 + {{\text{尺度 } b}}^2}
利用統計

広告

結果

Probability density f — ポイント数
101
初項 0.008741 · 末項 0.008741 · 最大値 0.454728 · 最小値 0.008741
x 確率密度 f
-5 0.00874135
-4.9 0.00909457
-4.8 0.00946948
-4.7 0.00986789
-4.6 0.01029177
-4.5 0.01074334
-4.4 0.01122503
-4.3 0.01173956
-4.2 0.01228996
-4.1 0.01287959
-4 0.01351225
-3.9 0.01419216
-3.8 0.01492411
-3.7 0.01571346
-3.6 0.01656631
-3.5 0.01748955
-3.4 0.01849103
-3.3 0.01957969
-3.2 0.02076579
-3.1 0.02206108
-3 0.02347913
-2.9 0.02503561
-2.8 0.02674873
-2.7 0.02863971
-2.6 0.03073337
-2.5 0.03305889
-2.4 0.03565071
-2.3 0.03854964
-2.2 0.0418043
-2.1 0.04547284
-2 0.04962515
-1.9 0.05434559
-1.8 0.05973644
-1.7 0.06592217
-1.6 0.07305473
-1.5 0.08132004
-1.4 0.09094568
-1.3 0.1022096
-1.2 0.11544918
-1.1 0.13106878
-1 0.14954156
-0.9 0.17139763
-0.8 0.19718312
-0.7 0.2273642
-0.6 0.26213755
-0.5 0.30110395
-0.4 0.34279526
-0.3 0.3841671
-0.2 0.42040928
-0.1 0.44563384
0 0.45472841
0.1 0.44563384
0.2 0.42040928
0.3 0.3841671
0.4 0.34279526
0.5 0.30110395
0.6 0.26213755
0.7 0.2273642
0.8 0.19718312
0.9 0.17139763
1 0.14954156
1.1 0.13106878
1.2 0.11544918
1.3 0.1022096
1.4 0.09094568
1.5 0.08132004
1.6 0.07305473
1.7 0.06592217
1.8 0.05973644
1.9 0.05434559
2 0.04962515
2.1 0.04547284
2.2 0.0418043
2.3 0.03854964
2.4 0.03565071
2.5 0.03305889
2.6 0.03073337
2.7 0.02863971
2.8 0.02674873
2.9 0.02503561
3 0.02347913
3.1 0.02206108
3.2 0.02076579
3.3 0.01957969
3.4 0.01849103
3.5 0.01748955
3.6 0.01656631
3.7 0.01571346
3.8 0.01492411
3.9 0.01419216
4 0.01351225
4.1 0.01287959
4.2 0.01228996
4.3 0.01173956
4.4 0.01122503
4.5 0.01074334
4.6 0.01029177
4.7 0.00986789
4.8 0.00946948
4.9 0.00909457
5 0.00874135

このページの誤りを報告

コーシー分布とは

コーシー分布(ローレンツ分布とも呼ばれます)は、位置母数a(中央値かつピークの位置)と、尺度母数b(> 0、半値半幅)によって定義される連続型の確率分布です。裾が非常に重い分布として知られ、平均も分散も有限の値を持ちません。この計算では、連続するx値について分布を評価し、(x, 値) の組からなるグラフ描画用の数表を作成できます。

位置と尺度のパラメータを示した釣鐘型のコーシー分布曲線
コーシー分布の密度は位置 a に対して対称で、幅は尺度 b で決まります。

計算の使い方

まず関数を選びます。確率密度f、下側累積確率P、上側累積確率Qのいずれかです。次に位置母数aと尺度母数b(正の値)を入力します。続いて、xの初期値・増分(ステップ)・点数を指定してxの数列を定義します。k番目のxは x_k = xInitial + k * xStep(k = 0 から count-1 まで)で求めます。初期設定では、x = -5 から +5 まで0.1刻み(101点)で計算します。

広告
コーシー密度、下側累積 P、上側累積 Q の曲線の比較
PDF はピーク曲線を表し、CDF(P)は0から1へ上昇、Q はその鏡像で1から0へ下降します。

計算式

\(z = (x - a) / b\) とおきます。確率密度は $$f = \frac{1}{\pi} \cdot \frac{b}{(x-a)^2 + b^2} = \frac{1}{\pi b (1 + z^2)}$$ です。下側累積分布は $$P = \frac{1}{2} + \frac{1}{\pi}\arctan(z)$$ 上側(生存)関数は $$Q = 1 - P = \frac{1}{2} - \frac{1}{\pi}\arctan(z)$$ となります。arctan は \((-\pi/2, \pi/2)\) の範囲に収まるため、PもQも常に0より大きく1より小さい値をとります。

計算例

\(a = 0\)、\(b = 0.7\) のとき、\(x = 1\) における確率密度を求めます。\((x-a)^2 + b^2 = 1 + 0.49 = 1.49\) なので、$$f = \frac{1}{\pi}\left(\frac{0.7}{1.49}\right) \approx 0.14954$$ です。同じ点での下側累積確率は、\(\arctan(1/0.7) = 0.96007\) より \(P = 0.5 + 0.96007/\pi \approx 0.80559\)、\(Q = 1 - 0.80559 = 0.19441\) となります。ピークである \(x = a\) では \(f = 1/(\pi b)\)、\(P = Q = 0.5\) です。

標準コーシー分布の参照値(a = 0、b = 1)

標準コーシー分布(位置パラメータ \(a=0\)、尺度パラメータ \(b=1\))について、ある点 z における確率密度 f、下側累積確率 P、上側累積確率 Q は次のとおりです:

$$f(z)=\frac{1}{\pi(1+z^2)},\qquad P(z)=\frac12+\frac{\arctan z}{\pi},\qquad Q(z)=1-P(z)$$

z f(z) P(z) Q(z)
-3 0.03183 0.10242 0.89758
-2 0.06366 0.14758 0.85242
-1 0.15915 0.25000 0.75000
0 0.31831 0.50000 0.50000
1 0.15915 0.75000 0.25000
2 0.06366 0.85242 0.14758
3 0.03183 0.89758 0.10242

一般のコーシー分布では、P と Q の計算には \(z=(x-a)/b\) を用い、標準密度を b で割ると \(f(x)\) が得られます。四分位点は \(x=a-b\)(P = 0.25)と \(x=a+b\)(P = 0.75)にあり、中央値は \(x=a\)(P = 0.5)です。

広告

曲線と表の解釈

  • 位置パラメータ a は山頂の位置を決めます。これは中央値であり、最頻値でもあります。
  • 尺度パラメータ b は半値半幅です。密度は \(x=a\pm b\) で山頂の値の半分まで下がります。四分位範囲は \(2b\) に等しくなります。
  • 山頂の高さ は \(f(a)=\dfrac{1}{\pi b}\) です。b が大きいほど低く横に広い曲線になり、b が小さいほど高く狭い曲線になります。曲線の下の面積は常に 1 です。
  • 裾が重い: \(|x-a|\) が大きいとき、密度は \(b/(\pi (x-a)^2)\) のように振る舞うため、上側の裾は約 \(Q(x)\approx \dfrac{b}{\pi (x-a)}\) となります。例えば標準の場合、\(Q(10)\approx 0.0317\) です。正規分布ではこの領域の確率はほぼゼロですが、コーシー分布の表では P と Q は 1 および 0 にゆっくりとしか近づきません。
  • 対称性: 曲線は \(x=a\) について対称なので、\(a+d\) における Q は \(a-d\) における P に等しくなります。Q の列は、P の列を \(x=a\) について反転させたものです。

独立な 2 つの標準正規変数の比は標準コーシー分布に従います。コーシー分布には、定義の積分が発散するため、平均も分散も存在しません。その結果、コーシーデータの標本平均は標本サイズが大きくなっても収束しません。n 個の観測値の平均は、1 個の観測値と同じコーシー分布に従います。このようなデータを記述するには、平均と標準偏差ではなく、中央値と尺度パラメータ b(頑健な散らばりの指標)を使ってください。

よくある質問

なぜbは正の値でなければならないのですか? bが0以下だと、幅が0または負になってしまい、確率密度も累積分布も定義できなくなります。そのため、この計算ではbを微小な正の値に補正します。

なぜ平均が表示されないのですか? コーシー分布は裾が重いため、平均も分散も定義されません。この計算では、各点での確率密度と裾確率のみを算出します。

「値」の列は何を表しますか? 選んだ関数(f、P、Q)を各xで評価した結果です。横軸にxをとってそのままグラフ化できます。

最終更新:

数学と統計で人気の電卓

数学と統計の電卓をすべて見る