---
title: 確率分布の基礎
description: 正規・一様・ベルヌーイ・カテゴリカル・ポアソン・ガンマ・ワイブルの 7 つの確率分布について、パラメータの意味、値の範囲、平均と分散を説明します。パラメータ名は Synthetic Data Generator タブの表記に合わせています。
priority: 0.5
audience: Synthetic Data Generator タブなどで分布名とパラメータ名（Shape・Scale・Lambda 等）に出会い、その意味を知りたい読者。確率・平均・分散の初歩は仮定する
criteria: 各分布についてパラメータの意味・値の範囲・分布の形・平均と分散を説明する。パラメータ名は Synthetic Data Generator タブの入力欄の名前と対応させる。GLM の応答分布としての選び方は concepts-glm に、ハザードの定義は concepts-survival に委ねる。密度関数・確率質量関数の式は載せるが導出はしない
---

# 確率分布の基礎 {#probability-distributions}

確率分布は、どの値がどのくらい現れやすいかを表したものです。このページは、7 つの確率分布について、パラメータの意味、値の範囲、分布の形、平均と分散を説明します。

取り上げる分布は [Synthetic Data Generator タブ](synthetic-data-generator) で選べる 7 つで、パラメータの名前は同タブの入力欄の名前と対応させています。応答変数の分布として GLM の分布族を選ぶ観点は [GLM の基礎](concepts-glm) を参照してください。

## 正規分布（Normal） {#normal}

正規分布は、Mean（平均 $\mu$）を中心に左右対称な釣鐘型の分布です。SD（標準偏差 $\sigma > 0$）が散らばりの大きさを決め、値の約 95% は $\mu \pm 2\sigma$ の範囲に収まります。値は実数全体を取ります。

密度関数は次の式です。

$$
f(x) = \frac{1}{\sigma\sqrt{2\pi}} \exp\left(-\frac{(x-\mu)^2}{2\sigma^2}\right)
$$

平均は $\mu$、分散は $\sigma^2$ です。

測定誤差や残差のように、多数の小さな要因の和で決まる量を表すときに使います。

## 一様分布（Uniform） {#uniform}

一様分布は、Min（下限 $a$）から Max（上限 $b$、$a < b$）までの区間のどの値も同じ密度で現れる分布です。値は $a$ から $b$ までの実数を取り、区間の外の値は現れません。

密度関数は次の式です。

$$
f(x) = \frac{1}{b - a} \quad (a \le x \le b)
$$

平均は $(a + b)/2$、分散は $(b - a)^2/12$ です。

範囲だけが分かっていて、範囲内に偏りを仮定しない量を表すときに使います。

## ベルヌーイ分布（Bernoulli） {#bernoulli}

ベルヌーイ分布は、P（成功確率 $p$、$0 \le p \le 1$）の確率で 1 が、$1 - p$ の確率で 0 が現れる分布です。値は 0 と 1 の 2 つだけを取ります。

確率質量関数は次の式です。

$$
P(X = 1) = p, \quad P(X = 0) = 1 - p
$$

平均は $p$、分散は $p(1-p)$ です。

合格と不合格、発生と非発生のような二値の結果を表すときに使います。

## カテゴリカル分布（Categorical） {#categorical}

カテゴリカル分布は、Levels に並べた水準の中から 1 つを選ぶ分布です。Weights（重み $w_i \ge 0$）が各水準の選ばれやすさを決めます。値は水準の名前を取ります。

確率質量関数は次の式です。$c_i$ は $i$ 番目の水準です。

$$
P(X = c_i) = \frac{w_i}{\sum_j w_j}
$$

MIDAS は重みを比率として扱うため、合計を 1 にする必要はありません。重みを与えないと、MIDAS はすべての水準を同じ確率で選びます。

値は数値ではないため、平均と分散はありません。

群・カテゴリ・処置条件のような名義尺度の変数を表すときに使います。名義尺度は [データ型と測定尺度](concepts-data-types) を参照してください。

## ポアソン分布（Poisson） {#poisson}

ポアソン分布は、一定の平均発生率のもとで起きた出来事の回数を表す分布です。Lambda（平均発生回数 $\lambda > 0$）が発生のしやすさを決めます。値は 0 以上の整数を取ります。

確率質量関数は次の式です。

$$
P(X = x) = \frac{\lambda^x e^{-\lambda}}{x!} \quad (x = 0, 1, 2, \ldots)
$$

平均も分散も $\lambda$ です。平均と分散が等しいことはポアソン分布の強い仮定で、データの分散がこの仮定より大きい状態を過分散と呼びます。詳しくは [GLM の基礎: 分散関数と過分散](concepts-glm#variance-functions-and-overdispersion) を参照してください。

来店回数や故障件数のような回数データを表すときに使います。

## ガンマ分布（Gamma） {#gamma}

ガンマ分布は、右に長い裾を持つ分布です。Shape（形状 $k > 0$）が分布の形を決めます。Shape が 1 より小さいと密度は 0 の近くに集中し、Shape が 1 のとき指数分布になり、Shape が大きくなるほど左右対称な形に近づきます。Scale（尺度 $\theta > 0$）は分布を横方向に引き伸ばすパラメータで、形は変えません。値は正の実数を取ります。

密度関数は次の式です。$\Gamma$ はガンマ関数です。

$$
f(x) = \frac{x^{k-1} e^{-x/\theta}}{\Gamma(k)\,\theta^k} \quad (x > 0)
$$

平均は $k\theta$、分散は $k\theta^2$ です。

待ち時間や金額のような、正で右に長い裾を持つ量を表すときに使います。

## ワイブル分布（Weibull） {#weibull}

ワイブル分布は、Shape（形状 $k > 0$）と Scale（尺度 $\theta > 0$）を持つ分布です。Scale は分布を横方向に引き伸ばすパラメータで、形は変えません。値は正の実数を取ります。

Shape はハザードの時間変化を決めます。Shape が 1 より小さいとハザードは時間とともに減少します。Shape が 1 のときハザードは一定で、指数分布と一致します。Shape が 1 より大きいとハザードは増加します。ハザードの定義は [生存分析の基礎](concepts-survival#survival-function-and-hazard-function) を参照してください。

密度関数は次の式です。

$$
f(x) = \frac{k}{\theta}\left(\frac{x}{\theta}\right)^{k-1} \exp\left(-\left(\frac{x}{\theta}\right)^k\right) \quad (x > 0)
$$

平均は $\theta\,\Gamma(1 + 1/k)$、分散は $\theta^2\left[\Gamma(1 + 2/k) - \Gamma(1 + 1/k)^2\right]$ です。

寿命や故障までの時間を表すときに使います。