1 定義
二項分布は、同一条件の試行を一定回数繰り返し、各試行で起こる結果を「成功」と「失敗」の二択として数えるとき、成功の総数が従う確率分布である。確率論では記号として \(X \sim \mathrm{Bin}(n,p)\) と書き、\(n\) は試行回数、\(p\) は各試行における成功確率を表す。
この分布は、結果そのものではなく、成功が何回現れるかに注目する点に特徴がある。たとえばコイン投げで表が出る回数、製品検査で不良品が見つかる個数、調査で肯定回答を得る人数などが典型例である。
1.1 試行と成功の概念
二項分布における試行は、各回で二つの結果しか考えない単純化された観測単位である。「成功」は目的に応じて定義され、必ずしも肯定的な意味を持つとは限らない。医療では陽性反応、品質管理では不良発生、通信ではエラーの発生なども成功として数えられうる。
重要なのは、成功という語が確率モデル上のラベルにすぎないことである。現象の内容よりも、二分できるかどうかが本質となる。
1.2 二項試行の条件
二項分布が成り立つには、いくつかの前提が必要である。これらはモデルを簡潔に保つための条件であり、現実の観測では近似として用いられることも多い。
1.2.1 試行回数の固定
試行回数 \(n\) はあらかじめ定められている必要がある。途中で成功回数が一定値に達したら終了するような状況は、通常は二項分布ではなく別の分布で表す。固定回数の設定により、結果の範囲は 0 から \(n\) までの整数に限られる。
1.2.2 各試行の独立性
各試行は互いに独立でなければならない。ある回の結果が次の回の確率に影響しないことが求められる。独立性が崩れると、成功数の分布は二項型からずれ、より複雑なモデルが必要になる。
1.2.3 成功確率の一定性
各試行で成功する確率 \(p\) が同じであることも条件である。試行ごとに確率が変化する場合、単純な二項分布では表せない。たとえば装置の劣化や学習効果によって確率が変動する状況では、この仮定が適合しにくい。
1.3 成功回数としての確率変数
二項分布では、確率変数 \(X\) を「成功した回数」として定義する。すると \(X\) は 0,1,2,…,\(n\) のいずれかをとる離散的な量になる。確率分布は、この各値がどの程度起こりやすいかを与える。
2 確率関数
二項分布の中心は、成功回数ごとの確率を与える確率関数である。これにより、特定の回数だけ成功する事象の起こりやすさを計算できる。
2.1 確率質量関数
二項分布の確率質量関数は次式で表される。
\[ P(X=k)=\binom{n}{k}p^k(1-p)^{n-k} \]
ただし \(k=0,1,2,\dots,n\) である。ここで \(\binom{n}{k}\) は \(n\) 回の試行のうち \(k\) 回を成功とみなす並びの数を表し、\(p^k\) は成功が \(k\) 回続く確率、\((1-p)^{n-k}\) は失敗が残りの回数だけ続く確率を示す。
2.2 組合せの役割
組合せ係数は、成功と失敗の並び方を数えるために現れる。成功回数が同じでも、その配置は複数ありうるため、単一の並びだけでは全体の確率にならない。
2.2.1 成功と失敗の並び替え
たとえば 3 回中 2 回成功する場合、成功・成功・失敗、成功・失敗・成功、失敗・成功・成功の3通りがある。どの並びも同じ確率を持つため、それらを合計したものが求める確率になる。
2.2.2 項の解釈
式の各部分は独立に意味を持つ。組合せは配置数、\(p^k\) は成功側の確率、\((1-p)^{n-k}\) は失敗側の確率を表す。これらを掛け合わせることで、特定の成功回数に対応する総確率が得られる。
2.3 具体例
たとえば公正なコインを 4 回投げ、表を成功とすると、2 回表が出る確率は
\[ \binom{4}{2}\left(\frac{1}{2}\right)^2\left(\frac{1}{2}\right)^2=\frac{6}{16} \]
となる。これは 6 通りの並びがあることに対応する。簡単な例であるが、二項分布の構造を直感的に示している。
3 基本的な性質
二項分布は、平均や分散などの基本統計量が明示的に求められる点で扱いやすい。これらの量は、分布の中心や散らばり方を要約する。
3.1 平均
二項分布 \(X \sim \mathrm{Bin}(n,p)\) の平均は
\[ E[X]=np \]
である。試行回数に成功確率を掛けた形になっており、期待される成功数を直接与える。
3.2 分散
分散は
\[ \mathrm{Var}(X)=np(1-p) \]
である。成功確率が 0.5 の付近で最も大きくなり、\(p\) が 0 や 1 に近づくと小さくなる。成功か失敗かのどちらかに偏るほど、結果のばらつきは減少する。
3.3 標準偏差
標準偏差は分散の平方根であり、
\[ \sqrt{np(1-p)} \]
となる。これは成功回数の典型的なずれの大きさを、元の単位で表したものである。平均の周囲にどの程度散らばるかを直観的に示す指標として用いられる。
3.4 歪度と尖度
歪度は分布の左右非対称性を表し、二項分布では \(p\) が 0.5 から離れるほど非対称になる。尖度は山の鋭さや裾の厚さに関係し、試行回数と成功確率に依存する。これらの高次モーメントは、正規分布との差異を考える際に役立つ。
4 累積分布
累積分布は、成功回数がある値以下となる確率をまとめて表す。個々の点確率だけでなく、範囲全体の起こりやすさを確認するときに有用である。
4.1 累積確率の定義
\[ F(k)=P(X\le k) \]
で定義される。二項分布では、0 から \(k\) までの確率質量を合計することで求める。離散分布であるため、連続分布のような滑らかな形ではなく、段階的に増加する。
4.2 左右の裾確率
\(P(X\le k)\) は左側の裾確率、\(P(X\ge k)\) は右側の裾に対応する。小さすぎる値や大きすぎる値がどの程度珍しいかを調べる際に重要である。仮説検定では、この種の確率が判断材料になる。
4.3 分位点
分位点は、累積確率が特定の割合に達する最小の値を指す。中央値や四分位点もこの考え方で扱える。二項分布のような離散分布では、分位点が一意でない場合もあるが、定義に従って代表値を選ぶ。
5 導出と関連分布
二項分布は、より基本的な分布や近似法と深く結びついている。これにより、他の分布との関係や適用範囲を理解しやすくなる。
5.1 ベルヌーイ分布との関係
二項分布はベルヌーイ分布の和として得られる。各試行を 0 と 1 の値をとるベルヌーイ変数とみなせば、その総和が成功回数になる。つまり、単回試行のモデルを複数回分積み重ねたものが二項分布である。
5.2 多項分布との関係
二項分布は、多項分布の特別な場合として理解できる。結果の分類が 2 種類だけなら、多項分布は二項分布に簡約される。したがって、二項分布は多値分類モデルの最も単純な形といえる。
5.3 正規分布による近似
試行回数が十分大きいとき、二項分布は正規分布で近似できる。平均 \(np\)、分散 \(np(1-p)\) の正規分布を用いることで、計算が容易になる場合がある。
5.3.1 近似の条件
近似は、\(np\) と \(n(1-p)\) がある程度大きいときに有効である。成功と失敗の両方が十分に現れる状況ほど、分布の形は滑らかになり、正規近似が安定しやすい。
5.3.2 連続補正
離散分布を連続分布で近似する際には、0.5 を加減する連続補正が用いられる。たとえば \(P(X\le k)\) を近似する際、境界を \(k+0.5\) とすることで誤差を小さくする。
5.4 ポアソン分布による近似
成功確率 \(p\) が小さく、試行回数 \(n\) が大きいとき、二項分布はポアソン分布で近似できる。平均 \(\lambda=np\) を用いるこの近似は、まれな事象の回数を扱う際に便利である。
6 推定と検定
観測データから成功確率を推定したり、仮説を検証したりする際に、二項分布は基本的な枠組みを与える。
6.1 母比率の推定
成功確率 \(p\) は、統計では母比率として解釈される。標本の成功割合から、母集団における比率を推定する。
6.1.1 点推定
成功回数が \(x\)、試行回数が \(n\) のとき、点推定量として \(\hat{p}=x/n\) が用いられる。これは最も単純で直感的な推定法であり、標本比率とも呼ばれる。
6.1.2 区間推定
区間推定では、真の成功確率が含まれると考えられる範囲を求める。二項分布では正規近似や、より精密な方法に基づいて信頼区間を構成する。標本数が少ない場合には、近似の精度に注意が必要である。
6.2 二項検定
二項検定は、成功確率が特定の値 \(p_0\) と一致するかどうかを調べる手続きである。帰無仮説のもとで観測結果がどれほど極端かを計算し、判断の根拠とする。
6.3 尤度関数
二項分布の尤度関数は、観測された成功回数に対して成功確率 \(p\) を変数として表した関数である。パラメータ推定やモデル比較に重要な役割を果たす。
6.3.1 最尤推定
最尤推定では、尤度を最大にする \(p\) を求める。二項分布では、その解は標本比率 \(x/n\) に一致する。単純で明確な結果が得られるため、統計学の基礎例として頻繁に取り上げられる。
6.3.2 対数尤度
対数尤度は、尤度の対数を取ったものである。積の形を和に変えられるため、計算や解析がしやすい。最大化の問題でも扱いやすく、数値計算の標準手法として広く使われる。
7 応用
二項分布は、成功・失敗に分けられる多様な現象に適用できる。実務では、個々の試行よりも全体の成功数を扱う場面で特に有用である。
7.1 品質管理
製品検査では、不良品の個数を二項分布で近似することがある。一定ロットから無作為に抽出した製品の良否を数えることで、工程の安定性を評価できる。
7.2 医療統計
医療分野では、治療の有効性、検査の陽性率、副作用の発生率などに利用される。患者ごとの結果を二値化し、集団としての比率を解析する際の基本模型となる。
7.3 世論調査
世論調査では、賛成・反対、支持・不支持といった二分された回答が対象になる。標本から得た比率をもとに、全体の傾向を推定する際に二項分布が用いられる。
7.4 信頼性工学
機器の故障の有無、部品の合格・不合格なども二項型のデータとして扱える。試験回数に対する故障回数を評価することで、製品の信頼性や耐久性を見積もる。
8 計算上の扱い
二項分布は式そのものは सरल明だが、実際の計算では大きな数や極端な確率に注意が必要である。特に高精度の処理では数値的安定性が重要になる。
8.1 厳密計算
小規模な問題では、組合せ係数と累乗を直接計算することで確率を厳密に求められる。ただし \(n\) が大きいと数値が急速に増減し、計算機の扱える範囲を超えることがある。
8.2 再帰計算
隣接する確率同士には再帰関係があるため、ある値から次の値を順に計算できる。これにより、毎回組合せを求めるより効率的で、丸め誤差も抑えやすい。
8.3 数値的不安定性
確率が極端に小さい領域では、桁落ちや下位桁の消失が起こりやすい。対数空間での計算や特殊関数の利用によって、こうした不安定性を軽減できる。
8.4 ソフトウェアでの実装
多くの統計ソフトや数値計算ライブラリには、二項分布の確率、累積確率、分位点を求める関数が備わっている。実装では精度、速度、再現性のバランスが重視される。
9 一般化と拡張
二項分布は基本形である一方、より現実的な状況に合わせて拡張されることが多い。条件が少し変わるだけで、別の分布が必要になる場合がある。
9.1 負の二項分布
負の二項分布は、所定回数の成功が得られるまでに必要な試行回数を扱う。二項分布が「固定回数で成功数を数える」のに対し、こちらは「固定成功数までの失敗回数や試行回数」を見る点が異なる。
9.2 超幾何分布との比較
超幾何分布は、復元なし抽出で成功数を扱う分布である。試行同士が独立でないため、二項分布とは条件が異なる。標本が母集団に対して無視できないほど大きい場合には、超幾何分布のほうが適切になる。
9.3 ベータ二項分布
ベータ二項分布は、成功確率 \(p\) 自体に不確実性があるときの拡張である。\(p\) を固定値ではなく確率変数として扱うことで、過分散を表現しやすくなる。
9.4 多段階モデル
実際の現象では、単純な成功・失敗だけでなく、複数段階の条件が連続することがある。多段階モデルは、こうした過程を段階的に組み立てる考え方であり、二項分布を基礎にしたより複雑な枠組みとして用いられる。
10 関連項目
二項分布は、確率論や統計学の広い範囲と接続している。関連概念を押さえることで、モデルの位置づけが明確になる。
10.1 ベルヌーイ過程
ベルヌーイ過程は、独立なベルヌーイ試行の列を表す確率過程である。二項分布は、その一定個数の試行をまとめて見たときの成功数の分布にあたる。
10.2 離散分布
離散分布は、取りうる値が飛び飛びの確率分布の総称である。二項分布はその代表例であり、確率質量関数を持つ基本的なモデルとして広く参照される。
10.3 統計的仮説検定
統計的仮説検定は、観測データに基づいて仮説の妥当性を評価する方法である。二項分布は、二項検定や母比率の検定の土台として重要である。
11 参考文献
二項分布の標準的な解説は、確率論、数理統計学、数値計算の教科書に広く見られる。理論面では分布の導出と極限定理、実用面では推定・検定・近似法の章が参照されることが多い。
12 外部リンク
統計学の公開講義資料、大学の確率論ノート、数値計算ライブラリの公式文書などが有用である。分布表や計算ツールを利用すると、理論と実務の双方を確認しやすい。