この計算機でできること
ガンマ分布計算機は、形状パラメータ k と尺度パラメータ θ を用いて、指定した点 X におけるガンマ分布の確率密度関数(PDF)と累積分布関数(CDF)を計算します。PDFとCDFに加えて、分布の平均・分散・最頻値・歪度・尖度も同時に算出するため、わずか3つの入力値から統計的な全体像をつかめます。ガンマ分布は、待ち時間、降水量、保険金の支払額など、連続的で正の値をとる量をモデル化する用途で広く使われています。
3つの入力値
- 形状パラメータ(k):曲線の形を決めます。kが小さいと急激に減衰する形になり、kが大きくなるほど釣鐘型に近づきます。
- 尺度パラメータ(θ):分布をx軸方向に引き伸ばします。θが大きいほど、確率がより大きな値の側へ広がります。
- X の値:密度と累積確率を求める評価点です。
計算式
本計算機が用いるPDFは次のとおりです。
$$f(\text{x}) = \frac{\text{x}^{\,k-1}\,e^{-\text{x}/\theta}}{\theta^{k}\,\Gamma(k)}$$
ここで \(\Gamma(k)\) はガンマ関数です。CDFはこの密度関数を 0 から X まで積分したもので、正規化された下側不完全ガンマ関数を用いて計算します。さらに、各パラメータから次の要約統計量を直接導きます。
- 平均 = \(k\cdot\theta\)
- 分散 = \(k\cdot\theta^{2}\)
- 最頻値 = \(k > 1\) のとき \((k-1)\cdot\theta\)、それ以外は 0
- 歪度 = \(2/\sqrt{k}\)
- 尖度(超過尖度) = \(6/k\)
計算例
たとえば k = 2、θ = 3、X = 4 とします。PDFは $$f(4) = \frac{4^{1}\cdot e^{-4/3}}{3^{2}\cdot\Gamma(2)} = \frac{4\cdot 0.2636}{9} \approx 0.117$$ となります。X = 4 におけるCDFは約 0.385 で、これは変数が 4 以下になる確率がおよそ 38.5% であることを意味します。平均は \(2 \times 3 = 6\)、分散は \(2 \times 3^{2} = 18\)、最頻値は \((2-1) \times 3 = 3\)、歪度は \(2/\sqrt{2} \approx 1.414\)、超過尖度は \(6/2 = 3\) です。
主要な用語と関連する分布
- PDF(確率密度関数): 密度 \(f(x)\)。曲線下の面積が確率を表す。ガンマ分布では、\(x>0\) について \(f(x)=\dfrac{x^{k-1}e^{-x/\theta}}{\theta^{k}\,\Gamma(k)}\) となる。
- CDF(累積分布関数): \(F(x)=P(X\le x)\)。変数が x 以下である確率。
- 形状パラメータ(k): 曲線の形を決める。α と書かれることもある。
- 尺度パラメータ(θ): 分布を x 軸方向に引き伸ばす。X と同じ単位を持つ。
- レート(β): 尺度パラメータの逆数で、\(\beta = 1/\theta\)、つまり \(\theta = 1/\beta\)。ソフトウェアや教科書によっては、ガンマ分布を尺度ではなくレートで表す。値を入力する前に、どちらのパラメータを使っているか確認すること。
- ガンマ関数 \(\Gamma(k)\): \(\Gamma(k)=\int_0^\infty t^{k-1}e^{-t}\,dt\)。正の整数 n については \(\Gamma(n)=(n-1)!\)、また \(\Gamma(1/2)=\sqrt{\pi}\) となる。
- 正則化不完全ガンマ関数: \(P(k,z)=\dfrac{\gamma(k,z)}{\Gamma(k)}\)。ここで \(\gamma(k,z)=\int_0^z t^{k-1}e^{-t}\,dt\)。ガンマ分布の CDF は \(F(x)=P(k,\,x/\theta)\) である。
- 超過尖度: 正規分布(超過尖度は 0)と比べた裾の重さ。ガンマ分布では \(6/k\) に等しい。
特殊なケース
- 指数分布: \(k=1\) のとき、平均 θ の指数分布になる。
- カイ二乗分布: \(k=\nu/2\) かつ \(\theta=2\) のとき、自由度 ν のカイ二乗分布になる。
- アーラン分布: k が整数のとき、平均 θ の独立な指数分布 k 個の和であるアーラン分布になる。その CDF は \(1-e^{-x/\theta}\sum_{n=0}^{k-1}\dfrac{(x/\theta)^n}{n!}\) である。
- レートから尺度への変換: \(\theta=1/\beta\)。例えば、単位あたりのレートが 0.5 であれば、尺度は 2 に対応する。
PDF と CDF の出力の解釈
PDF の値は密度であり、確率ではない。連続変数では、任意の一点を取る確率は 0 である。分布が狭い範囲に集中している場合、密度は 1 を超えることがある。例えば、k=2 で θ=0.1 のように尺度がとても小さい場合、ピーク付近の密度は 1 をはるかに上回る。1 に等しくなければならないのは、曲線下の全面積である。
CDF
- CDF は \(F(x)=P(X\le x)\) であり、常に 0 から 1 の間の値をとる。
- 上側確率: \(P(X>x)=1-F(x)\)。
- 区間確率: \(P(a<X\le b)=F(b)-F(a)\)。k=2、θ=2 のとき、\(P(2<X\le 4)=0.593994-F(2)\) であり、ここで \(F(2)=1-2e^{-1}=0.264241\) なので、結果は 0.329753 となる。
形状の読み方
- k < 1: x が 0 に近づくにつれて密度は無限大に発散し、着実に減少する。内部にピークはない。
- k = 1: 分布は指数分布であり、最大密度 \(1/\theta\) は x=0 で得られる。
- k > 1: 分布は単峰性で、ピークは \((k-1)\theta\) にあり、右側に長い裾を引く。
正規分布への近づき方
歪度 \(2/\sqrt{k}\) と超過尖度 \(6/k\) はどちらも k が大きくなるにつれて小さくなる。k=100 の場合、それぞれ 0.2 と 0.06 となり、曲線は平均 \(k\theta\)、分散 \(k\theta^2\) の正規分布にかなり近づく。k が小さい場合、特に裾や 0 付近では正規近似の精度は低い。
よくある質問
尺度パラメータと率パラメータ、どちらを使いますか?この計算機は尺度(θ)形式を採用しています。率パラメータ β をお持ちの場合は、入力前に \(\theta = 1/\beta\) で変換してください。
入力できる値の範囲は?k と θ はいずれも正の値でなければなりません。また、ガンマ分布は非負の値に対してのみ定義されるため、X は 0 以上である必要があります。
指数分布やカイ二乗分布との関係は?k = 1 のとき、ガンマ分布は平均 θ の指数分布に一致します。また、自由度 v のカイ二乗分布は、\(k = v/2\)、\(\theta = 2\) のガンマ分布として表せます。