確率分布の分散 計算ツール

確率分布の分散 計算ツール

成長中 AI Skill PRO

計算を入力してください

公式

σ2=∑pixi2−μ2ここで{μ=∑pixi∑pixi2=∑pixi2\begin{gathered} \sigma^{2} = \sum p_i x_i^{2} - \mu^{2} \\[1.5em] \text{ここで}\quad \left\{ \begin{aligned} \mu &= \sum {p_i}\,{x_i} \\ \sum p_i x_i^{2} &= \sum {p_i}\,{x_i}^{2} \end{aligned} \right. \end{gathered}
利用統計

広告

結果

分散 Var(X)
0.49
分布の σ²
平均 μ 2.1
E[X²] 4.9
標準偏差 σ 0.7
Σ pᵢ(1になるはず) 1

このページの誤りを報告

この計算ツールでできること

このツールは、離散型の確率変数について、その確率分布から分散と標準偏差を計算します。起こりうる各結果(\(x_i\))と、その結果が起こる確率(\(p_i\))を入力すると、分散\(\text{Var}(X)\)、平均\(\mu\)、\(X^2\)の期待値、そして標準偏差\(\sigma\)を返します。分散とは、結果が平均からどれだけばらついているかを表す指標です。分散が小さいほど結果は平均の近くに集まり、分散が大きいほど結果は広く散らばっていることを意味します。

使い方

最初の入力欄に、結果をカンマ区切りで入力します(例:1, 2, 3)。次の入力欄には、それぞれに対応する確率を同じ順番で入力します(例:0.2, 0.5, 0.3)。確率の合計は1になる必要があります。本ツールは\(\sum p_i\)を表示するので、合計が1かどうかを確認できます。「計算」をクリックすると、分散と関連する統計量が表示されます。

公式の解説

分散の計算には、扱いやすい次の計算式を使います。

$$\text{Var}(X) = \sum p_i x_i^{2} - \left(\sum p_i x_i\right)^{2}$$

ここで \(\sum p_i x_i\) は平均 \(\mu = E[X]\)、\(\sum p_i x_i^{2}\) は \(E[X^2]\) を表します。\(E[X^2]\) から平均の2乗を引くと分散が得られます。これは定義式 \(\text{Var}(X) = \sum p_i (x_i - \mu)^{2}\) と数学的にまったく同じ結果になりますが、一度の計算で求められるため計算がより簡単です。標準偏差は \(\sigma = \sqrt{\text{Var}(X)}\) で求めます。

広告
平均線と散らばりを示す矢印付きの離散確率分布の棒グラフ
分散は、結果が分布の平均の周りにどれだけ散らばっているかを測ります。

計算例

Xが値1, 2, 3をそれぞれ確率0.2, 0.5, 0.3でとる場合を考えます。平均は $$\mu = 1(0.2) + 2(0.5) + 3(0.3) = 0.2 + 1.0 + 0.9 = 2.1$$ です。$$E[X^2] = 1(0.2) + 4(0.5) + 9(0.3) = 0.2 + 2.0 + 2.7 = 4.9$$ となります。よって $$\text{Var}(X) = 4.9 - 2.1^{2} = 4.9 - 4.41 = 0.49,$$ そして \(\sigma = \sqrt{0.49} = 0.7\) です。

結果と確率を、分散の公式に用いる重み付き二乗値に対応づけた表
各結果は分散の公式の2つの和に \(p_i x_i\) と \(p_i x_i^{2}\) を寄与します。

その他の計算例

例1:公正な六面体サイコロ

結果は \(x = 1, 2, 3, 4, 5, 6\) であり、それぞれの確率は \(p_i = \frac{1}{6}\) です。

  1. 平均:\(E[X] = \sum p_i x_i = \frac{1}{6}(1+2+3+4+5+6) = \frac{21}{6} = 3.5\)。
  2. 二次モーメント:\(E[X^2] = \sum p_i x_i^2 = \frac{1}{6}(1+4+9+16+25+36) = \frac{91}{6} \approx 15.1667\)。
  3. 分散:\(\sigma^2 = E[X^2] - (E[X])^2 = \frac{91}{6} - 3.5^2 = 15.1667 - 12.25 \approx 2.9167\)(正確には \(\frac{35}{12}\))。
  4. 標準偏差:\(\sigma = \sqrt{2.9167} \approx 1.7078\)。

例2:損失と利益を含むゲームの配当

あるゲームは、確率 \(p = 0.5, 0.3, 0.2\) で \(x = -10, 0, 20\)(ドル)を支払います。確率の合計は1です。

  1. 平均:\(E[X] = 0.5(-10) + 0.3(0) + 0.2(20) = -5 + 0 + 4 = -1\)。
  2. 二次モーメント:\(E[X^2] = 0.5(100) + 0.3(0) + 0.2(400) = 50 + 0 + 80 = 130\)。
  3. 分散:\(\sigma^2 = 130 - (-1)^2 = 130 - 1 = \) 129。
  4. 標準偏差:\(\sigma = \sqrt{129} \approx 11.36\) ドル。

最後の計算では平均が二乗されるため、平均が負であっても減算項は正になることに注意してください。

同じ平均を持つ分布の比較

以下の3つの分布はいずれも平均が2ですが、ばらつきが異なります。分散はその違いを捉えますが、平均だけではそれはわかりません。

分布 平均 E[X] E[X²] 分散 標準偏差
x = 2、p = 1 2 4 0 0
x = 1, 2, 3、p = 0.25, 0.5, 0.25 2 0.25 + 2 + 2.25 = 4.5 4.5 − 4 = 0.5 ≈ 0.7071
x = 0, 2, 4、p = 0.25, 0.5, 0.25 2 0 + 2 + 4 = 6 6 − 4 = 2 ≈ 1.4142

3番目の分布は、2番目の分布の2倍の距離にある結果を用いているため、分散は4倍(0.5に対して2)、標準偏差は2倍になります。

広告

分散と標準偏差の解釈

  • 分散が0:結果は一定です(縮退分布)。すべての確率が1つの値に集中しており、その値は平均に等しくなります。
  • σが大きいほどばらつきが大きい:結果は平均 E[X] から遠くなる傾向があります。
  • 単位:X がドルで測定される場合、分散はドルの二乗単位になりますが、標準偏差 \(\sigma = \sqrt{\sigma^2}\) は X と同じ単位(ドル)になるため、解釈しやすくなります。
  • 線形変換:\(\mathrm{Var}(aX + b) = a^2\,\mathrm{Var}(X)\)。定数 b を加えても分布は移動するだけでばらつきは変わりません。a を掛けると標準偏差は \(|a|\) 倍になります。
  • 独立な和:X と Y が独立であれば、\(\mathrm{Var}(X + Y) = \mathrm{Var}(X) + \mathrm{Var}(Y)\)、また \(\mathrm{Var}(X - Y) = \mathrm{Var}(X) + \mathrm{Var}(Y)\) も成り立ちます。標準偏差は直接足し合わせることはできません。
  • 極端な値への感度:偏差は二乗されるため、確率が小さくても、まれで極端な結果があると分散が大きく上昇することがあります。

分散が負になることはありません。計算結果が負の値になった場合は、確率の合計が1であること、また各 pᵢ が0から1の間にあることを確認してください。

よくある質問

確率の合計は必ず1にする必要がありますか? はい、正しい確率分布であるためには1になる必要があります。本ツールは\(\sum p_i\)を表示するので確認できます。合計が1でない場合、結果は不正確になります。

分散と標準偏差の違いは何ですか? 分散はもとの単位を2乗した単位で表されます。標準偏差はその平方根で、Xと同じ単位で表されるため、ばらつきの大きさを直感的に理解しやすくなります。

分散がマイナスになることはありますか? ありません。分散は数学的に常に0以上です。もしマイナスの結果が出た場合は、確率の入力ミスが原因です。

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