対数正規分布に基づく乱数の生成

対数正規分布に基づく乱数の生成

成長中 AI Skill PRO

計算を入力してください

公式

X=exp⁡(μ+σZ)ただし{Z=−2ln⁡U1cos⁡(2πU2)U1,U2∼一様(0,1)\begin{gathered} X = \exp\!\left({\mu} + {\sigma}\, Z\right) \\[1.5em] \text{ただし}\quad \left\{ \begin{aligned} Z &= \sqrt{-2\ln U_1}\,\cos(2\pi U_2) \\ U_1, U_2 &\sim \text{一様}(0,1) \end{aligned} \right. \end{gathered}
計算手順を表示 (1)
  1. 分布の統計量

    平均=exp⁡(μ+12σ2)中央値=exp⁡(μ)分散=(eσ2−1)e2μ+σ2\begin{aligned} \text{平均} &= \exp\!\left({\mu} + \tfrac{1}{2}{\sigma}^{2}\right) \\ \text{中央値} &= \exp\!\left({\mu}\right) \\ \text{分散} &= \left(e^{{\sigma}^{2}} - 1\right) e^{\,2{\mu} + {\sigma}^{2}} \end{aligned}

    muとsigmaから求めた対数正規分布の理論上の平均、中央値、分散。

利用統計

広告

結果

生成された対数正規乱数
10
正の対数正規乱数(Box-Muller法)
0.2.619384467
1.4.627769342
2.20.02437626
3.3.171772680
4.31.47184638
5.3.645187679
6.0.8310774749
7.4.263930702
8.19.91819582
9.0.1603420771
理論上の平均 20.085537
理論上の中央値 2.718282
理論上の分散 Var[X] 21,623.037001

このページの誤りを報告

このツールでできること

本ツールは、対数正規分布に従う擬似乱数の一覧を生成します。確率変数Xの自然対数 \(\ln(X)\) が正規分布に従うとき、Xは対数正規分布に従うといいます。本ツールではまず、古典的なBox-Muller法によって標準正規乱数を生成し、目的の正規分布 \(N(\mu, \sigma^2)\) にスケーリングしたうえで指数変換を行い、必ず正の値となる対数正規乱数を得ます。

平均値・中央値・最頻値を示した、右に歪んだ対数正規確率密度曲線
対数正規分布は正の値をとり右に歪み、最頻値 < 中央値 < 平均値となる。

重要:μとσが表す意味

パラメータの \(\mu\) と \(\sigma\) は、もとになる正規分布(つまり \(\ln(X)\) の分布)の平均と標準偏差です。X そのものの平均・標準偏差ではありませんので、ご注意ください。実際の X の平均は \(\exp(\mu + \sigma^2/2)\)、中央値は \(\exp(\mu)\)、分散は \((\exp(\sigma^2) - 1)\cdot\exp(2\mu + \sigma^2)\) となります。これらの理論値は生成結果とあわせて表示されるので、出力が妥当かどうかの確認に役立ちます。

使い方

\(\mu\)(任意の実数)、\(\sigma\)(0以上)、生成したい個数(1~1000)を入力します。表示する有効桁数も指定してください。実行のたびに新しい一様乱数が引かれるため、得られる値は毎回変わります。Box-Muller法では一様乱数の組から正規乱数が2つ得られるため、奇数個を指定した場合は余った1つを単に破棄します。

広告

計算式の解説

区間 (0,1] の一様乱数 U1, U2 に対し、\(Z = \sqrt{-2\ln U_1}\,\cos(2\pi U_2)\) とすると \(Z \sim N(0,1)\) となります。次に \(Y = \mu + \sigma\cdot Z\) は \(N(\mu, \sigma^2)\) に従い、\(X = \exp(Y)\) が対数正規分布に従います。 $$X = \exp\!\left(\mu + \sigma\, Z\right), \quad Z = \sqrt{-2\ln U_1}\,\cos(2\pi U_2)$$ \(\ln(0)\) を避けるため、U1 はごく小さな値(イプシロン)でクランプしています。

2つの一様乱数を対数正規値に変換するボックス=ミュラー変換のフロー図
2つの一様乱数はボックス=ミュラー法で標準正規分布Zになり、スケーリングと指数化を経てXになる。

計算例

\(\mu = 1\)、\(\sigma = 2\) とし、\(U_1 = 0.5\)、\(U_2 = 0.25\) とします。すると \(R = \sqrt{-2\ln 0.5} = 1.17741\) です。\(Z_1 = R\cdot\cos(\pi/2) = 0\)、\(Z_2 = R\cdot\sin(\pi/2) = 1.17741\) となり、 $$X_1 = \exp(1) = 2.71828, \quad X_2 = \exp(1 + 2\cdot 1.17741) = \exp(3.35482) \approx 28.64$$ が得られます。理論上の平均 \(\exp(3) = 20.0855\)、中央値 \(\exp(1) = 2.71828\) とも整合しています。

μとσが分布に与える影響

パラメータ\(\mu\)と\(\sigma\)は、\(X\)そのものではなく\(\ln X\)の平均と標準偏差です。計算機が報告する理論値は次の式に従います:

  • 中央値:\(e^{\mu}\)
  • 平均:\(e^{\mu+\sigma^2/2}\)
  • 分散:\((e^{\sigma^2}-1)\,e^{2\mu+\sigma^2}\)
\(\mu\) \(\sigma\) 中央値 \(e^{\mu}\) 平均 分散 平均/中央値 \(e^{\sigma^2/2}\)
0 0.25 1.0000 1.0317 0.0687 1.0317
0 0.5 1.0000 1.1331 0.3647 1.1331
0 1 1.0000 1.6487 4.6708 1.6487
1 0.5 2.7183 3.0802 2.6948 1.1331
1 2 2.7183 20.0855 21,623.04 7.3891

(1, 2)の検算:平均は\(e^{1+4/2}=e^{3}\approx 20.0855\)です。分散は\((e^{4}-1)\,e^{2+4}=e^{10}-e^{6}\approx 22026.47-403.43=21623.04\)です。

比率に関する注記:平均を中央値で割った値は常に\(e^{\sigma^2/2}\)であり、\(\sigma\)のみに依存します。\(\mu\)を変えると、分布の形状は変わらずに全体が拡大・縮小されます(中央値は\(e^{\Delta\mu}\)倍になります)。\(\sigma\)を大きくすると右側の裾が重くなり、平均は中央値よりも大きく引き上げられます。

広告

主要用語

対数正規分布
自然対数\(\ln X\)が正規分布に従う、正の値をとる変数\(X\)の分布です。
ミュー(\(\mu\))
\(\ln X\)の平均です。尺度を決め、\(X\)の中央値は\(e^{\mu}\)になります。
シグマ(\(\sigma\))
\(\ln X\)の標準偏差です。正の値でなければならず、散らばりと歪度を制御します。
標準正規変数Z
平均0、分散1の正規変量です。ここでは\(X=e^{\mu+\sigma Z}\)です。
一様変数U
0から1の間に一様に分布する乱数です。ボックス=ミュラー法では2つ(\(U_1\)と\(U_2\))を使い、\(U_1\)は0より大きくなければなりません。
ボックス=ミュラー変換
独立な2つの一様変数から標準正規変数を作る方法です。例えば\(Z=\sqrt{-2\ln U_1}\cos(2\pi U_2)\)です。
擬似乱数
決定論的なアルゴリズムで生成され、統計的にはランダムな数のように振る舞うものの、真の乱数ではない数です。
平均、中央値、最頻値
平均(average)、中央の値、そして最も頻繁に現れる値(確率密度のピーク)です。対数正規分布では、平均は\(e^{\mu+\sigma^2/2}\)、中央値は\(e^{\mu}\)、最頻値は\(e^{\mu-\sigma^2}\)です。最頻値 < 中央値 < 平均の関係になります。
分散
平均からの偏差の二乗の平均です。対数正規分布では\((e^{\sigma^2}-1)e^{2\mu+\sigma^2}\)です。
右歪み
大きな値の方へ長い裾が伸びる非対称性であり、平均を中央値より上へ引き上げます。

よくある質問

実行のたびに値が変わるのはなぜですか? Math.random() を用いた確率的な生成であり、シードを固定していないため、毎回異なる結果になります。

σ = 0 のときはどうなりますか? 分布は退化し、すべての値が \(\exp(\mu)\) と等しくなります。

負の値が出ることはありますか? ありません。対数正規分布の台は \((0, \infty)\) であり、出力はすべて厳密に正の値です。

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