確率分布の分散の求め方は？平均・標準偏差との関係を解説！

確率分布を学ぶとき、平均値だけではデータの特徴を十分に説明できない場面があります。

同じ平均でも値の散らばり方が異なれば、起こりやすい結果やリスクの大きさも変わるためです。

そこで重要になる指標が分散であり、標準偏差や期待値とのつながりを理解すると、確率の問題を整理しやすくなります。

この記事では、離散型確率分布を中心に、分散の意味、計算方法、平均との関係、標準偏差の求め方まで順番に解説します。

確率分布の分散の求め方

それではまず、確率分布における分散の結論と基本的な計算手順について解説していきます。

分散が表す値の散らばり

確率分布の分散とは、確率変数が平均値からどの程度離れているかを数値化したものです。

平均値が分布の中心を示すのに対し、分散は中心の周囲に値がどれほど広がっているかを示します。

分散が小さい場合は、確率変数の値が平均の近くに集まりやすい状態です。

反対に分散が大きい場合は、平均から離れた値も起こりやすく、結果の振れ幅が大きいと考えられます。

平均値が同じでも分散が違えば、確率分布の性質は大きく変わります。

たとえば平均が50である二つの分布を比べても、一方が45から55に集中し、もう一方が10から90まで広がっていれば、予測の安定性は同じではありません。

この違いを把握するために分散を用います。

分散の基本公式

確率変数をX、平均をE(X)またはμとすると、分散は次の形で表されます。

離散型確率分布では、取り得る値をx、対応する確率をP(X＝x)とし、それぞれについて計算します。

つまり、各値から平均を引き、その差を二乗し、確率を掛けたものをすべて合計する流れです。

確率の合計は必ず1になるため、分散は各値の偏りを確率の重み付きで平均した量ともいえるでしょう。

ここで注意したいのは、分散の単位です。

元の確率変数が点数なら分散は点数の二乗、長さなら長さの二乗となります。

単位が二乗になる点は、後で標準偏差を利用する理由にもつながります。

計算手順の全体像

分散を求めるときは、最初に確率変数の平均を出し、その後に平均からの差を使って計算する方法が基本です。

問題文に確率分布表がある場合は、表を作って途中の計算を整理するとミスを防げます。

手順	計算する内容	確認する点
一つ目	xに確率を掛けて合計する	平均 E(X) を求める
二つ目	xから平均を引く	平均との差を確認する
三つ目	平均との差を二乗する	負の値を残さない
四つ目	二乗した差に確率を掛ける	確率による重み付け
五つ目	すべてを合計する	分散 V(X) の完成

分散は平均を先に求めることで、計算の意味と順序が明確になります。

ただし、値が多い問題や二乗の計算が複雑な問題では、別の公式を使うほうが効率的な場合もあります。

平均と期待値の関係

続いては、分散を理解する土台となる平均値と期待値の関係を確認していきます。

確率分布における平均値

確率分布でいう平均値は、確率変数が長期的にどのあたりに落ち着くかを表す値です。

一般的なデータの平均では、観測した値を個数で割ります。

一方で確率分布では、それぞれの値が起こる確率を考慮しながら平均を求めます。

この値は期待値とも呼ばれ、E(X)という記号で表すのが一般的です。

サイコロを一回振る場面を考えると、出る目は1から6までです。

どの目も同じ確率で出るなら、平均すなわち期待値は3.5になります。

実際に一回だけ振って3.5が出るわけではありませんが、何度も試行した場合の中心的な値として3.5が意味を持ちます。

期待値は実際に必ず出現する数ではなく、確率を踏まえた理論上の平均です。

平均からの差を二乗する理由

分散を考える際、平均からどれだけ離れているかをそのまま足し合わせても、散らばりは測れません。

平均より大きい値の差は正になり、平均より小さい値の差は負になるためです。

平均を基準にした差をすべて合計すると、原則として0になります。

そこで差を二乗し、すべてを正の量として扱います。

二乗することで大きく離れた値の影響はより強くなります。

平均から2離れた値と4離れた値を比べると、差の二乗は4と16です。

単に二倍の差ではなく四倍の影響になるため、極端な値を含む分布では分散が大きくなりやすい特徴があります。

平均だけでは分からない特徴

平均値は便利な要約値ですが、それだけで分布全体を判断することはできません。

たとえば二つのテスト結果で平均点が70点であっても、全員が65点から75点に集まる場合と、40点と100点に分かれる場合では状況が異なります。

前者は結果が安定しており、後者は個人差が大きい状態です。

この差を示すのが分散や標準偏差になります。

比較項目	平均値	分散
主な役割	分布の中心を示す	分布の広がりを示す
大きい場合	中心位置が高い	値のばらつきが大きい
小さい場合	中心位置が低い	値のばらつきが小さい
単独で分かること	代表的な水準	平均周辺の安定性

確率分布は平均と分散を組み合わせて見ることで、中心と広がりの両方を把握できます。

分散の計算公式と具体例

続いては、確率分布表を用いた分散の計算例を確認していきます。

二つの値を取る確率分布

確率変数Xが0または2を取り、それぞれの確率が2分の1である場合を考えます。

まず、期待値を求めます。

次に、各値と平均1との差を二乗します。

Xが0のときは、0から1を引いてマイナス1となり、二乗すると1です。

Xが2のときは、2から1を引いて1となり、二乗すると同じく1になります。

どちらも確率は2分の1なので、分散は1×2分の1と1×2分の1を合計して1です。

この例では、値が平均から常に1だけ離れているため、分散も1になります。

確率分布表を使う計算

次に、Xが1、2、3を取り、それぞれの確率が4分の1、2分の1、4分の1である分布を考えます。

表にすると、計算すべき項目を見落としにくくなります。

x	P(X＝x)	xP(X＝x)	x－E(X)	｛x－E(X)｝²P(X＝x)
1	1／4	1／4	－1	1／4
2	1／2	1	0	0
3	1／4	3／4	1	1／4
合計	1	2	―	1／2

この分布の平均は2、分散は2分の1です。

平均と同じ値である2は平均との差が0なので、分散には影響しません。

一方で1と3は平均から1離れており、それぞれの確率に応じて分散へ寄与します。

平均に近い値ほど分散への影響は小さく、平均から遠い値ほど影響が大きくなります。

計算ミスを防ぐ確認項目

確率分布の分散では、平均の計算間違いが後のすべての計算に影響します。

最初に確率の合計が1であるかを確認し、次に期待値の計算を見直す習慣が大切です。

また、平均との差を二乗する前に符号を気にしすぎる必要はありません。

二乗すれば必ず0以上になるため、マイナスの差も正しく処理されます。

ただし、平均との差そのものと、その二乗を混同しないよう注意しましょう。

さらに、確率を掛け忘れると単なる偏差平方和になり、確率分布の分散ではなくなります。

分散の別公式と計算の工夫

続いては、分散をより効率よく求めるための別公式と使い分けを確認していきます。

二乗の期待値を使う公式

分散には、平均との差を一つずつ二乗しなくても計算できる公式があります。

確率変数Xの分散は、Xの二乗の期待値から、Xの期待値の二乗を引く形で求められます。

この公式は、値が多い確率分布や、平均が分数になる問題で特に便利です。

まず各xを二乗し、それぞれに確率を掛けて合計すればE(X²)を求められます。

その後、通常の期待値E(X)を二乗して差を取ります。

分散の別公式は計算を短縮できる一方で、E(X²)と｛E(X)｝²を取り違えないことが重要です。

サイコロの分散

公平な六面体のサイコロを一回振る場合、確率変数Xは1から6までの値を取ります。

期待値は3.5です。

次にX²の期待値を求めるため、1²から6²までの合計を6で割ります。

二乗の合計は91なので、E(X²)は91を6で割った値になります。

ここから3.5の二乗である12.25を引くと、分散は35を12であることが分かります。

小数では約2.92です。

この数値だけを見るよりも、サイコロの目が平均3.5の周辺に広がっている度合いを示す値として捉えると理解しやすいでしょう。

どちらの公式を選ぶか

平均との差を使う基本公式は、分散の意味を理解するのに向いています。

平均からの距離を視覚的に確認できるため、初めて学ぶときにも適しています。

一方で別公式は、試験問題や複数の値を扱う計算で効率的です。

特に二乗した値の期待値を求めやすい分布では、計算量を抑えられます。

公式	向いている場面	注意点
V(X) ＝ E｛X－E(X)｝²	意味を理解したいとき	平均との差の計算が増える
V(X) ＝ E(X²)－｛E(X)｝²	計算を速く進めたいとき	二乗する順番を間違えやすい

二つの公式は結果が同じなので、問題の形に合わせて使いやすい方法を選びましょう。

標準偏差との関係

続いては、分散と標準偏差の違い、実際の読み取り方を確認していきます。

標準偏差の定義

標準偏差とは、分散の正の平方根です。

分散をV(X)、標準偏差をσとすると、σは√V(X)で表されます。

分散は元の単位を二乗した値になりますが、標準偏差は元の単位に戻ります。

そのため、日常的な数値のばらつきを説明するときは、標準偏差のほうが直感的に理解しやすい場合があります。

たとえばテストの点数において標準偏差が5点なら、平均からの典型的な離れ方を点数の感覚で見やすくなります。

分散が25点の二乗と表示されるよりも、標準偏差が5点と示されたほうが実務や説明では扱いやすいでしょう。

分散と標準偏差の使い分け

分散は計算や理論の中で頻繁に利用されます。

独立した確率変数の和を扱う場合など、分散には加法性という便利な性質があるためです。

標準偏差は、結果のばらつきを元の単位で伝えたいときに適しています。

統計資料や品質管理の報告書では、平均値と標準偏差が並べて示されるケースも多く見られます。

理論計算では分散、数値の分かりやすい説明では標準偏差が活躍しやすい傾向があります。

独立な確率変数における分散

二つの確率変数XとYが独立である場合、XとYの和の分散は、それぞれの分散の和になります。

これは複数回の試行や、複数の要因を合算する問題で重要な性質です。

たとえば独立したサイコロを二個振るとき、それぞれの分散は35を12です。

二つの出目の合計の分散は、35を6になります。

標準偏差はその平方根であり、約2.42です。

和の平均は増えても、標準偏差が単純に二倍になるわけではない点に注意が必要です。

確率分布の分散のまとめ

確率分布の分散は、確率変数が平均値の周囲にどの程度散らばっているかを表す重要な指標です。

基本的には、平均からの差を二乗し、それぞれに確率を掛けて合計することで求めます。

平均値は分布の中心を示しますが、ばらつきの大きさまでは分かりません。

そこで分散を組み合わせることで、値が安定しているのか、広く分布しているのかを判断しやすくなります。

分散は平均からの距離を二乗して確率で重み付けした値です。

計算では、基本公式のほかに、二乗の期待値から期待値の二乗を引く別公式も利用できます。

分散の値は元の単位の二乗になるため、実際の散らばりを説明したいときは、平方根を取った標準偏差も確認するとよいでしょう。

平均、分散、標準偏差をセットで理解すると、確率分布の問題をより正確に読み解けます。