確率分布

概要

確率分布は、「起こりうる値」と「その出やすさ（確率）」の対応関係をまとめたものです。サイコロなら「1から6の目が、それぞれ確率 1/6 で出る」という対応表がそのまま確率分布です。値が偶然に左右されて決まる量を「確率変数」と呼び、確率変数の振る舞いを完全に記述するのが確率分布、という関係になっています。

この考え方の強力さは、「まだ起きていないこと」「毎回結果が変わること」を、ひとつの数学的な対象として扱える点にあります。明日の来店客数、製品の寿命、通信の遅延時間 — どれも事前には確定しませんが、「どの値がどれくらい出やすいか」というパターンには規則性があります。そのパターンを分布として捉えれば、平均的にどうなるか、極端な値がどれくらいの頻度で起きるかを計算できるようになります。

手元のデータを要約する代表値や度数分布が「実際に観測された結果」の記述であるのに対し、確率分布は「結果を生み出している仕組み」側のモデルです。この区別が、記述統計から推測統計へ進むための土台になります。

なぜ生まれたか

確率論の出発点は17世紀、賭博の掛け金の分配問題をめぐるパスカルとフェルマーの往復書簡だとされています。「ゲームが途中で中断されたら、掛け金をどう分けるのが公平か」— この問いに答えるには、「これから起こりうる展開のそれぞれに、どれだけの見込みがあるか」を数え上げる必要がありました。起こりうる結果の全体と、それぞれの起こりやすさを列挙する、という確率分布の原型がここにあります。

その後、扱いたい対象は賭博から保険（死亡年齢の分布）、天文学（観測誤差の分布）へと広がり、「結果は1回ごとにばらつくが、多数を集めるとパターンが現れる」という現象が至るところにあることが分かってきました。個々の結果は予測できなくても、分布さえ分かれば集団としての振る舞いは予測できる — この転換が、不確かさを科学の対象に変えたのです。保険料の設定も、品質管理も、機械学習も、すべて「現実のばらつきを確率分布でモデル化する」というこの一手の上に成り立っています。

詳細

離散と連続 — 2種類の分布

確率分布は、確率変数が取る値の種類によって2つに大別されます。サイコロの目やコイン投げの表の回数のように、値が飛び飛び（離散的）の場合は、「値ごとの確率」をそのまま列挙できます。これを確率質量関数と呼び、全部の確率を足すと1になります。

一方、身長や待ち時間のように値が連続的な場合、「ちょうど170.000…cmになる確率」は0になってしまうため、値ごとの確率は定義できません。代わりに「確率の濃さ」を表す曲線（確率密度関数）を考え、「170cm以上175cm以下になる確率」のように範囲で確率を測ります。確率は曲線の下の面積に対応し、全範囲の面積は1です。ヒストグラムの棒を無限に細くしていくと滑らかな曲線になる、とイメージすると離散と連続がつながります。

分布を特徴づける量

分布の形をいちいち全部伝えなくても、いくつかの要約量で特徴を語れます。中心の位置を表すのが期待値（分布版の平均、記号では μ）で、確率で重み付けした平均として定義されます。広がりを表すのが分布の分散・標準偏差（σ）で、考え方はデータの分散と標準偏差と同じです。多くの実用的な分布は、少数のパラメータ（母数）を決めるだけで形が完全に決まるため、「現実の現象に合う分布の種類を選び、パラメータをデータから推定する」のが統計モデリングの基本動作になります。

代表的な分布のカタログ

よく使われる分布には名前が付いています。表と裏のような2択の試行をn回繰り返したときの成功回数は「二項分布」に従います。一定期間に起きる稀な事象の回数（1時間あたりの問い合わせ件数など）は「ポアソン分布」、次の事象が起きるまでの待ち時間は「指数分布」でモデル化されるのが定番です。どの値も同じ出やすさなら「一様分布」です。そして連続分布の王様が、釣鐘型の正規分布です。多数の小さな偶然が足し合わさった量が正規分布に近づくこと（中心極限定理）から、自然界にも人工物にも遍在します。

現象に対して分布を選ぶ行為は「この現象はこういう仕組みでばらついている」という仮説の表明です。回数のデータに二項分布を選ぶのは「独立な試行の繰り返し」という仮定を置くことであり、仮定が外れていれば予測も外れます。分布選びは単なる当てはめではなく、モデリング上の意思決定です。

推測統計への橋渡し

確率分布は、推測統計の言葉そのものです。母集団と標本の枠組みでは、母集団を「ある確率分布」とみなし、手元のデータをそこからの抽出と考えます。仮説検定は「仮説が正しいとしたら、この結果が出る確率はどの分布で計算できるか」を問い、信頼区間は推定値のばらつきを分布として捉えることで幅を導きます。確率分布という語彙を押さえることは、この先の推測統計の議論をすべて読めるようになるための、いわば文法の習得です。