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。
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。
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。
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。