Weitere ähnliche Inhalte Ähnlich wie Probability theory basic JP Ähnlich wie Probability theory basic JP (6) Mehr von RIKEN Center for Integrative Medical Science Center (IMS-RCAI) Mehr von RIKEN Center for Integrative Medical Science Center (IMS-RCAI) (11) Kürzlich hochgeladen (20) Probability theory basic JP6. 独⽴立立性と独⽴立立試⾏行行
6
定義 (独⽴立立)
任意の事象 A, B に対して
ならば、事象 A, B は独⽴立立であると定義する。
より⼀一般的に、任意の に対して
ならば、事象 Ai は独⽴立立であると定義する。この事象は独⽴立立試⾏行行
あるいは繰り返し試⾏行行と呼ばれる。
参考:確率率率モデル⼊入⾨門 尾崎俊治著 朝倉書店 P.5-‐‑‒6
9. 期待値と分散
9
確率率率変数 X の期待値 (平均) を
によって定義する。新しい表記を⽤用いて (stieltjes 積分)
確率率率変数 Xn の期待値を n 次モーメントと呼ぶ:
参考:確率率率モデル⼊入⾨門 尾崎俊治著 朝倉書店 P.19-‐‑‒22
12. さまざまな分布
12
超幾何分布 (hypergeometric)
⾚赤⽟玉 n1 個、⿊黒⽟玉 n-‐‑‒n1 個⼊入った壺から、⾮非復復元抽出 (とったら元に戻
さない) によってランダムに⽟玉を取り出す試⾏行行を考える。このとき、
壺から r 個取り出したときに⾚赤⽟玉を k 個取り出す確率率率は、超幾何分布
に従うといわれる。その確率率率は
左図:⾚赤⽟玉 n1 =80 個、⿊黒⽟玉 n-‐‑‒n1 =20 個から
50
個⽟玉を取り出したとき、k
個の⾚赤⽟玉が得られた
確率率率をシミュレーションにより計算し、ヒストグラム
を表⽰示。平均値 40
あたりを中⼼心に分布
参考:確率率率モデル⼊入⾨門 尾崎俊治著 朝倉書店 P.23-‐‑‒27
13. さまざまな分布
13
ベルヌーイ (Bernoulli) 試⾏行行
⾚赤⽟玉 n1 個、⿊黒⽟玉 n-‐‑‒n1 個⼊入った壺から、復復元抽出 (とったら元に戻
す) と、常に⾚赤⽟玉が出る確率率率 p=n1/n と⼀一定になる。⾚赤⽟玉=成功、
⿊黒⽟玉=失敗とする。ベルヌーイ試⾏行行を X=1 (成功)、X=0 (失敗)
をとる確率率率変数と考えれば、ベルヌーイ分布 (確率率率関数) は
左図:⾚赤⽟玉 p =0.2 とした場合に 1 がでる
Bernoulli
試⾏行行を 10000
万回シミュレーション
し、ヒストグラムを表⽰示。0
が約 8000
回、
1
が約 2000
回出現する。
参考:確率率率モデル⼊入⾨門 尾崎俊治著 朝倉書店 P.23-‐‑‒27
14. さまざまな分布
14参考:確率率率モデル⼊入⾨門 尾崎俊治著 朝倉書店 P.23-‐‑‒27
⼆二項分布 (binomial)
確率率率 p で成功する Bernoulli 試⾏行行を n 回⾏行行ったときに k 回成功する
確率率率は、⼆二項分布に従うといわれる。その確率率率関数は
左図:⾚赤⽟玉 p =0.2 とした場合に 1 がでる
Bernoulli
試⾏行行を 10000
万回シミュレーション
し、成功した回数のヒストグラムを表⽰示。
確率率率分布関数は
15. さまざまな分布
15
幾何分布 (geometric)
成功確率率率を p とした場合のベルヌーイ試⾏行行において、初めて成功する
まで失敗する回数を X とすれば、X は幾何分布にしたがう。
左図:成功確率率率 p =0.2 とした場合の幾何分布
を 10000
万回シミュレーションし、ヒストグラム
を表⽰示。たとえば 20
回⽬目にはじめて成功する
確率率率は低く、4,5
回⽬目ではじめて成功する確率率率が
⾼高い。感染症は接触回数に依存して感染するかが
決まるため、ある感染症にかかる確率率率を計算する
際、幾何分布にしたがう確率率率イベントだと考えて
定式化することがある。
参考:確率率率モデル⼊入⾨門 尾崎俊治著 朝倉書店 P.23-‐‑‒27
23. 連続分布
23
連続変数 X について、任意の区間 B に対して
であるような⾮非負関数 fX(x) が存在。fX(x) を確率率率密度度関数と呼ぶ。
確率率率密度度関数と dx の積
は、区間 (x,x+dx] にある確率率率となる。
確率率率変数 X の分布は
定義より
参考:確率率率モデル⼊入⾨門 尾崎俊治著 朝倉書店 P.28-‐‑‒33
24. 期待値と分散
24
連続確率率率変数 X の期待値 (平均) を
によって定義する (参考:前回の講義は離離散確率率率変数の場合)。
連続確率率率変数 X の分散は
と定義する。
確率率率⺟母関数を定義することにより、連続確率率率変数の場合も平均や
分散の計算を⾏行行うことができる (詳細は省省略略)
参考:確率率率モデル⼊入⾨門 尾崎俊治著 朝倉書店 P.28-‐‑‒33
26. さまざまな分布
26
正規分布(normal / Gauss)
確率率率変数 X の確率率率密度度分布関数が
で表されるとき、X は正規分布に従うという。
確率率率変数 X の平均・分散 (分布は省省略略)
左図は μ=1, σ=1 の確率率率密度度関数
例例) 多数 (視聴率率率など)、中⼼心極限定理理の収束分布
参考:確率率率モデル⼊入⾨門 尾崎俊治著 朝倉書店 P.28-‐‑‒33