確率分布とは、起こり得る結果と、その結果がどの程度起こりやすいかを整理して示したものです。
コイン投げやサイコロのような身近な例から、商品の売上予測、品質管理、統計分析まで、確率分布は幅広い場面で活用されています。
数値のばらつきをただ眺めるのではなく、どの値が多く現れやすいのか、極端な値はどれほど珍しいのかを考える土台になる考え方です。
この記事では、確率変数、確率分布、グラフ、代表的な分布の違いを、例を交えながらわかりやすく解説します。
確率分布の意味と全体像
それではまず、確率分布の意味と全体像について解説していきます。
確率分布の基本的な定義
確率分布は、ある出来事で得られる数値と、それぞれの数値になる確率を対応させたものです。
たとえばサイコロを1回振る場合、出る目は1から6まであり、偏りのないサイコロなら各目が出る確率は6分の1になります。
このように、結果ごとの可能性を一覧やグラフで表したものが確率分布です。
重要なのは、確率分布が単に「確率の集まり」ではなく、数値の現れ方の傾向を表現する枠組みである点でしょう。
結果がどの辺りに集まりやすいのか、どれくらい散らばるのかを読み取れるため、データ分析の基礎として使われます。
確率分布は、起こり得る値とその確率を結び付け、結果の出やすさやばらつきを見える形にする考え方です。
確率変数との関係
確率分布を理解するには、確率変数という言葉を押さえる必要があります。
確率変数とは、偶然によって決まる結果を数値で表したものです。
サイコロなら出た目そのものが確率変数になり、コイン投げなら表を1、裏を0と置いた数値が確率変数になります。
つまり、確率変数は結果を数値として扱うための入れ物であり、確率分布はその入れ物に入る値の出方を示すものです。
確率変数が何を取り得るかと、各値がどれほど起こりやすいかをセットで考えると理解しやすくなります。
確率分布を学ぶ目的
現実の出来事には、毎回同じ結果にならないものが数多くあります。
来店者数、試験の得点、製品の寸法、株価の変動、雨量などは、偶然の要素を含みながら変化します。
確率分布を使うと、個別の結果を完全に当てるのではなく、全体としてどのような傾向がありそうかを考えられます。
たとえば平均付近に値が集まるなら通常の範囲を判断しやすくなり、極端に離れた値があれば異常や例外を見つける手掛かりになります。
予測の不確実さを扱うための共通言語として、確率分布は統計学、機械学習、金融、製造業などで重視されています。
確率変数と値の種類
続いては、確率変数と値の種類を確認していきます。
離散型確率変数の特徴
離散型確率変数は、飛び飛びの値を取る確率変数です。
サイコロの目、欠陥品の個数、子どもの人数、1日の問い合わせ件数などが代表例になります。
サイコロでは1.5の目が出ることはないため、取り得る値は1、2、3のように区切られています。
離散型では、それぞれの値に対する確率を表で示す方法がよく使われます。
| サイコロの目 | 確率 |
|---|---|
| 1 | 6分の1 |
| 2 | 6分の1 |
| 3 | 6分の1 |
| 4 | 6分の1 |
| 5 | 6分の1 |
| 6 | 6分の1 |
表にある確率をすべて足すと1になることも、確率分布の大切な性質です。
離散型確率変数の例として、サイコロの目をXとすると、Xが1になる確率は6分の1です。
Xが偶数になる確率は、2、4、6の3通りが該当するため、6分の3、つまり2分の1になります。
連続型確率変数の特徴
連続型確率変数は、ある範囲の中で連続的な値を取る確率変数です。
身長、体重、気温、製品の長さ、作業時間などは連続型として扱われることが多いでしょう。
身長が170センチメートルという記録であっても、実際には170.1センチメートルや169.98センチメートルなど、細かな値まで考えられます。
連続型では、特定の一点になる確率ではなく、ある範囲に入る確率を考える点が特徴です。
たとえば身長が170センチメートル以上171センチメートル未満である確率のように、区間で捉えます。
確率変数の置き方
確率変数には通常、XやYといったアルファベットを使います。
これは数学における未知数と似ていますが、確率変数は偶然によって値が変わるという性質を持ちます。
たとえば1日に届く注文数をXとした場合、月曜日は20件、火曜日は35件というように実際の値が変わります。
しかし、長い期間の傾向を観察すれば、注文数が集中しやすい範囲や、めったに起こらない件数が見えてくるでしょう。
確率変数を定めることは、何のばらつきを分析したいのかを明確にする作業でもあります。
確率分布の表とグラフ
続いては、確率分布の表とグラフを確認していきます。
確率分布表の読み方
確率分布表では、左側に確率変数が取る値、右側に対応する確率を並べます。
表を見ると、どの値が起こりやすいのかを数字で正確に確認できます。
たとえば、ある商品の1日販売個数が10個になる確率は高く、50個になる確率は低いという分布なら、通常の販売量と例外的な販売量を区別できます。
確率の合計が1になること、すべての確率が0以上であることは、表を確認する際の基本です。
もし合計が1を超えたり、負の確率が含まれたりしていれば、それは確率分布として成立しません。
棒グラフとヒストグラムの違い
離散型確率分布は、値ごとの確率を棒グラフで示すと理解しやすくなります。
棒と棒の間を少し空けることで、値が飛び飛びであることを視覚的に表せます。
一方、連続型確率変数の分布を表す際には、ヒストグラムや滑らかな曲線が使われます。
ヒストグラムでは階級ごとの度数を柱で表し、柱同士は原則としてつながっています。
棒グラフは離散的な値、ヒストグラムは連続的な範囲を扱う際に用いられるという違いがあります。
確率密度とグラフの面積
連続型の確率分布では、グラフの縦軸を確率密度と呼びます。
確率密度の値そのものが確率ではなく、曲線と横軸で囲まれた面積が確率になる点に注意が必要です。
たとえば正規分布の曲線の下にある面積全体は1であり、特定の範囲に対応する面積が、その範囲に値が入る確率を表します。
曲線が高い位置にある場所は、周辺の値が現れやすい傾向を意味します。
ただし、連続型では一点だけを指定した確率は0として扱うため、範囲で考える視点が欠かせません。
連続型の分布では、160から170までに入る確率のように区間を指定します。
グラフの160から170までの下側の面積が、その区間に入る確率に対応します。
平均値と分散の考え方
続いては、平均値と分散の考え方を確認していきます。
期待値としての平均
確率分布における平均は、期待値とも呼ばれます。
これは何度も同じ試行を繰り返したとき、結果が長期的に近づいていく中心的な値を示すものです。
サイコロの目の平均は3.5になりますが、1回の試行で3.5の目が出るわけではありません。
期待値は実際に必ず起こる値ではなく、長期的な結果の中心を表す指標です。
くじ、保険、ゲーム、在庫管理などで収支や傾向を考える場面では、期待値が重要な判断材料になります。
サイコロの期待値は、1に6分の1、2に6分の1というように、各値と確率を掛けて合計します。
計算すると、1から6までの合計を6で割る形になり、期待値は3.5です。
分散が示すばらつき
平均が同じでも、値の散らばり方は異なる場合があります。
この散らばりの大きさを表す代表的な指標が分散です。
たとえば平均が50点の二つのクラスでも、多くの生徒が50点前後に集まるクラスと、0点から100点まで広く散らばるクラスでは性質が異なります。
分散が小さいほど値は平均の近くに集まり、分散が大きいほど値は広い範囲に広がる傾向があります。
品質管理では、平均値だけでなく分散を見ることで、製品の仕上がりが安定しているかを判断できます。
標準偏差との関係
標準偏差は、分散の平方根を取った値です。
分散は元の単位を二乗した形になりますが、標準偏差は元のデータと同じ単位で表せるため、実務では理解しやすい指標として使われます。
たとえばテストの点数なら、標準偏差も点数の単位で示されます。
標準偏差が大きいほど個人差や日ごとの変動が大きく、標準偏差が小さいほど結果は安定していると考えられます。
平均は中心、標準偏差は広がりを表すと覚えると、分布の特徴を整理しやすくなるでしょう。
平均値だけでは分布の形はわかりません。
中心の位置とばらつきの大きさを合わせて見ることで、確率分布の実態をより正確に捉えられます。
代表的な確率分布の種類
続いては、代表的な確率分布の種類を確認していきます。
二項分布の特徴
二項分布は、成功か失敗かのように二つの結果を持つ試行を、一定回数繰り返す場合に用いられる分布です。
コインを10回投げて表が出る回数、広告を見た人のうち購入する人数、製品検査で不良品が見つかる個数などが例になります。
各試行で成功する確率が同じで、試行同士が独立していることが基本的な前提です。
成功確率が2分の1で試行回数が多い場合、成功回数は中央付近に集まりやすくなります。
一方で成功確率が低いと、分布の山は少ない回数の側へ寄る傾向があります。
正規分布の特徴
正規分布は、中央が高く両端が低くなる左右対称の釣鐘型の分布です。
身長、測定誤差、試験得点など、さまざまな自然現象や集団のデータを近似する際に利用されます。
平均値の周辺に多くの値が集まり、平均から離れるほど値が現れる可能性は低くなります。
正規分布は平均と標準偏差によって形が決まります。
平均が変われば山の位置が移動し、標準偏差が大きくなれば山は低く横に広がります。
平均付近に多く集まり、極端な値ほど少ないというイメージを持つと理解しやすいでしょう。
ポアソン分布の特徴
ポアソン分布は、一定の時間や範囲の中で、ある事象が何回起こるかを扱う分布です。
1時間にかかってくる電話の本数、1日に発生する問い合わせ件数、一定の面積内で見つかる傷の個数などが代表例です。
平均的な発生回数が少ない事象を扱う場面で特に役立ちます。
たとえば、通常は1日に0件から2件程度のトラブルしか起きないのに、急に10件発生した場合は、偶然だけでは説明しにくい可能性があります。
発生件数の変化を観察することで、業務上の異常や改善の必要性を見つける材料になります。
| 分布の種類 | 主な対象 | 身近な例 |
|---|---|---|
| 二項分布 | 成功と失敗を繰り返す回数 | コインの表の回数 |
| 正規分布 | 平均の周りに集まる連続データ | 身長や測定誤差 |
| ポアソン分布 | 一定期間の発生回数 | 1時間の来客数 |
確率分布の活用場面と注意点
続いては、確率分布の活用場面と注意点を確認していきます。
ビジネスにおける需要予測
店舗やネットショップでは、日ごとの注文数や来店者数にばらつきがあります。
確率分布を使えば、平均的な需要だけでなく、繁忙日にどの程度まで注文が増える可能性があるかを考えられます。
在庫を少なめにすれば廃棄のリスクを抑えられますが、予想以上の需要に対応できないかもしれません。
反対に在庫を多く持ちすぎると、保管費用や売れ残りの負担が増えます。
需要の分布を把握することは、欠品と過剰在庫のバランスを考える手掛かりになります。
製造業における品質管理
製品の長さ、重量、厚み、強度などには、わずかなばらつきが生じます。
品質管理では、測定値の確率分布を確認し、平均が目標値からずれていないか、ばらつきが許容範囲に収まっているかを調べます。
平均が規格の中央にあっても、分散が大きければ規格外の製品が増えるおそれがあります。
そのため、中心の位置と広がりの両方を確認する必要があります。
分布の形が急に変わった場合は、設備の摩耗、材料の変更、作業条件の変化などを疑うきっかけになるでしょう。
確率分布は未来を確定させる道具ではありません。
不確実な状況で起こり得る範囲と、その起こりやすさを整理し、より納得感のある判断につなげるための道具です。
分布を見るときの注意点
確率分布を使う際は、データの量や質を確認することが欠かせません。
少ないデータだけで分布を決めつけると、偶然の偏りを実態だと誤解する可能性があります。
また、正規分布のような理想的な形を前提にしても、実際のデータが大きく偏っている場合は適切に当てはまりません。
外れ値をすぐに削除するのではなく、入力ミスなのか、重要な異常の兆候なのかを確かめる姿勢も必要です。
分布は分析の出発点であり、現場の状況やデータの背景と一緒に読むことが大切です。
確率分布のまとめ
確率分布とは、確率変数がどのような値を取り、それぞれがどの程度の確率で現れるかを表す考え方です。
サイコロの目のような離散型確率変数では、値ごとの確率を表や棒グラフで確認できます。
身長や測定値のような連続型確率変数では、範囲に入る確率をグラフの面積として考えます。
平均値は分布の中心を、分散や標準偏差は値のばらつきを示します。
二項分布、正規分布、ポアソン分布などの代表的な確率分布を知ると、データの性質に合った見方を選びやすくなるでしょう。
需要予測、品質管理、統計調査などで確率分布を活用する際は、数式だけを見るのではなく、データが生まれた背景も確認することが重要です。
まずは身近なサイコロやコインの例から、結果の出方には一定の傾向があるという感覚をつかむと、確率分布への理解が深まります。
