1 定義
ガンマ分布は、正の実数上で定義される連続確率分布で、形状と尺度の2つのパラメータによって表される。0より大きい量のばらつきを記述するのに適しており、待ち時間、寿命、累積的な発生量などのモデルに用いられる。分布の形はパラメータの選び方に応じて大きく変わり、単調減少の形から山型まで幅広い。
1.1 確率密度関数
ガンマ分布の確率密度関数は、通常、形状母数を \(k\)、尺度母数を \(\theta\) とすると、正の \(x\) に対して定義される。密度は \(x^{k-1}e^{-x/\theta}\) に比例し、全体が正規化定数によって積分1になるよう調整される。これにより、分布は原点近くの立ち上がり方と右側の減衰の仕方を同時に表現できる。
1.2 定義域とパラメータ
定義域は \(x>0\) であり、負の値は取らない。形状母数は分布の曲がり方やピークの位置に関係し、尺度母数は横方向の広がりを調整する。別表現として、尺度の代わりに率母数を用いることもあり、その場合はパラメータ表示が逆数の関係になる。
1.3 特殊な場合
特定のパラメータを選ぶと、ガンマ分布はよく知られた分布に一致する。これにより、ガンマ分布は単独の分布としてだけでなく、より広い族の基礎としても位置づけられる。
1.3.1 指数分布との関係
形状母数が1のとき、ガンマ分布は指数分布になる。これは、1回目の待ち時間を表す最も単純なモデルに対応し、記憶性をもつ過程の基本例として扱われる。
1.3.2 カイ二乗分布との関係
カイ二乗分布は、適切な尺度変換を施したガンマ分布として表せる。自由度を用いて書き換えると、両者は同じ族の異なる表現であることがわかる。この対応は、統計的推定や検定理論で重要である。
2 基本性質
ガンマ分布は、平均や散らばりだけでなく、高次のモーメントや累積的な特徴も扱いやすい。パラメータが陽に現れるため、理論計算と実用計算の双方で利便性が高い。
2.1 期待値と分散
期待値は形状母数と尺度母数の積で与えられ、分散は形状母数と尺度母数の二乗の積となる。したがって、形状母数が大きいほど相対的な変動は小さくなり、分布は集中しやすい。
2.2 モーメント
モーメントは分布の形状を要約する量であり、ガンマ分布では比較的単純な式で表現できる。これにより、歪度や尖度などの指標も導出しやすい。
2.2.1 一般モーメント
一般モーメントは、任意の次数について期待値として計算でき、ガンマ関数を用いる形に整理される。整数次数に限らず広く扱えるため、解析的な応用に向いている。
2.2.2 累積母関数
累積母関数は、モーメント母関数の対数であり、独立な和や漸近的性質を調べる際に有用である。ガンマ分布では明示的な形を持つため、理論展開がしやすい。
2.3 分位点と中央値
分位点は累積確率を基準に位置を決める指標で、実務上は信頼区間や閾値設定に使われる。ガンマ分布の中央値は一般に閉じた簡単な式では表せないが、数値計算によって求められる。分布が歪んでいるため、平均と中央値は一致しないことが多い。
3 数学的構造
ガンマ分布は、ガンマ関数やポアソン過程と結びつくことで、確率論の構造の中で重要な役割を果たす。独立性や加法性に関する性質も明確で、理論的にも扱いやすい。
3.1 ガンマ関数との関係
ガンマ分布の正規化定数にはガンマ関数が現れる。これは階乗の拡張として知られる特殊関数であり、連続的な形で積分を表現する。分布名もこの関数に由来している。
3.2 再生性
再生性は、同じ型の分布がある操作の後にも保たれる性質を指す。ガンマ分布では、ある条件のもとで和を取ったり積分的な操作を行ったりしても、同族の形に戻ることがあり、解析上の扱いやすさにつながる。
3.3 加法性
ガンマ分布は加法的な性質が際立っており、独立な成分の和を自然に記述できる。これは待ち時間の合算や、複数の独立過程の累積量を扱うときに有用である。
3.3.1 独立なガンマ変数の和
同じ尺度母数をもつ独立なガンマ変数の和は、形状母数が加算されたガンマ分布になる。この性質により、複数段階の待ち時間を一つの分布で表現できる。
3.3.2 ポアソン過程との関係
ポアソン過程では、一定率で起こる事象の到着時刻とその間隔にガンマ分布が現れる。特に、n回目の到着までの待ち時間はガンマ分布に従う。この対応は、点過程と待ち時間分布を結びつける基本例である。
4 応用
ガンマ分布は、正の量が関わる多くの分野で用いられる。単発の到着までの時間だけでなく、故障までの期間、率の不確実性、物理量の集積などにも適用される。
4.1 待ち時間モデル
イベントが順次起こる状況では、次の発生までの時間や、複数回発生するまでの総時間を記述するのに使われる。窓口の到着、機械処理の遅延、通信の到達時間など、時間間隔の解析に向いている。
4.2 信頼性工学
機器や部品の寿命分布を表すモデルとして利用される。初期故障が多い場合から、一定期間を経た後の故障傾向まで、形状母数の違いによって多様な挙動を表現できる。これにより、保守計画や交換時期の見積もりに役立つ。
4.3 ベイズ統計
ベイズ統計では、ガンマ分布は率や強度の不確実性を表す事前分布としてよく使われる。扱いやすい共役性を持つため、観測に応じた更新が明確で、計算上の利点が大きい。
4.3.1 共役事前分布
ポアソン分布や指数分布の率パラメータに対して、ガンマ分布は共役事前分布となる。これは、事前分布と尤度を組み合わせた後も、事後分布が同じ族に留まることを意味する。
4.3.2 事後分布の更新
観測データが得られると、事後分布の形状母数と尺度母数は、データの個数や総和に応じて更新される。更新則が単純であるため、逐次推定やオンライン解析にも適している。
4.4 自然科学・工学での利用
ガンマ分布は、降水量、粒子の集積、放射線関連の到着時間、材料の破壊までの時間など、正の連続量を扱う場面で広く使われる。物理や工学のモデルでは、観測値の非対称性を表すための標準的な候補の一つである。経験的データに適合させることで、現象の変動や不確実性を要約しやすくなる。