多項分布 確率質量関数
|
累積分布関数
|
母数 | 試行回数 (整数) 各試行の確率 ( ) |
---|
台 | ![{\displaystyle x_{i}\in \{0,\cdots ,n\},\,\,\,\,i\in \{1,\cdots ,k\}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/efd4a7ace953ada4dd0ec97b930fc4a3916b3308)
![{\displaystyle \Sigma x_{i}=n}](https://wikimedia.org/api/rest_v1/media/math/render/svg/407e222cd7786c5e154faed2f0d0f66a55a14ed9) |
---|
確率質量関数 | ![{\displaystyle {\frac {n!}{x_{1}!\cdots x_{k}!}}{p_{1}}^{x_{1}}\cdots {p_{k}}^{x_{k}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/85fbe33350ea9d338cc84c1e30952ed5987609a5) |
---|
期待値 | ![{\displaystyle E[X_{i}]=np_{i}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/c943b58060ac512a93f1eeaceacce31cc1db6283) |
---|
分散 | ![{\displaystyle \operatorname {Var} [X_{i}]=np_{i}(1-p_{i})}](https://wikimedia.org/api/rest_v1/media/math/render/svg/faa81b28f5389bd1aecbc5f18afe0bbbff43eaa7)
![{\displaystyle \operatorname {Cov} [X_{i},X_{j}]=-np_{i}p_{j}~~(i\neq j)}](https://wikimedia.org/api/rest_v1/media/math/render/svg/9acef4cd66998ab701e7bb6cb737cee535bb3039) |
---|
モーメント母関数 | ![{\displaystyle {\biggl (}\sum _{i=1}^{k}p_{i}e^{t_{i}}{\biggr )}^{n}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/050308c0ea230c2a03c2dae58ef13f7191c71058) |
---|
特性関数 | where ![{\displaystyle i^{2}=-1}](https://wikimedia.org/api/rest_v1/media/math/render/svg/88e98a401d352e5037d5043028e2d7f449e83fa6) |
---|
テンプレートを表示 |
多項分布(たこうぶんぷ、英: multinomial distribution)は、確率論において二項分布を一般化した確率分布である。
二項分布は、n 個の独立なベルヌーイ試行の「成功」の数の確率分布であり、各試行の「成功」確率は同じである。多項分布では、各試行の結果は固定の有限個(k 個)の値をとり、それぞれの値をとる確率は p1, …, pk(すなわち、i = 1, …, k について pi ≥ 0 であり、
が成り立つ)であり、n 回の独立した試行が行われる。確率変数 Xi は n 回の試行で i という数が出る回数を示す。X = (X1, …, Xk) は n と p をパラメータとする多項分布に従う。
確率質量関数
多項分布の確率質量関数は次の通りである。
![{\displaystyle f(x_{1},\cdots ,x_{k};n,p_{1},\cdots ,p_{k})={\begin{cases}{\dfrac {n!}{x_{1}!\cdots x_{k}!}}p_{1}^{x_{1}}\cdots p_{k}^{x_{k}}&{\text{when }}\sum \limits _{i=1}^{k}x_{i}=n\\[1ex]0&{\text{otherwise.}}\end{cases}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/cb1a13106a165eaa1c84133be0f3d1eac70e9dbb)
ここで、x1, …, xk は負でない整数である。
属性
期待値は次の通り。
![{\displaystyle \operatorname {E} [X_{i}]=np_{i}.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/0cceab049b11a8bd8ef31229e7cecf1186dac99d)
共分散行列は次の通りである。対角線上のエントリは二項分布確率変数の分散であるから、次のようになる。
![{\displaystyle \operatorname {var} [X_{i}]=np_{i}(1-p_{i}).}](https://wikimedia.org/api/rest_v1/media/math/render/svg/b7ad7339a3a759cafd5e09486e97d355f19c1299)
対角線以外のエントリは共分散であり、次のようになる。
![{\displaystyle \operatorname {cov} [X_{i},X_{j}]=-np_{i}p_{j}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/88cdefe419b8d7726015f0898147fdf8b8de9f6f)
ここで、i ≠ j である。
共分散は全体として負となる。なぜなら、N が固定であるとき多項ベクトルで1つが増加すると他が減少するためである。
これは、k × k の非負値定符号行列であり、行列の階数は k − 1 である。
対応する相関行列の対角線以外のエントリは以下のようになる。
![{\displaystyle \rho [X_{i},X_{j}]=-{\sqrt {\frac {p_{i}p_{j}}{(1-p_{i})(1-p_{j})}}}.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/8347698c4b689cbade5641017c4200f609174d9e)
この表現では標本サイズ n が出現しない点に注意されたい。
k個の要素それぞれは n と pi(i 番目の要素に対応する確率)をパラメータとする二項分布となる。
多項分布のサポートは集合
である。その要素数は
である(重複組合せ)。
関連する分布
関連項目
外部リンク
- 『多項分布の意味と平均,分散,共分散などの計算』 - 高校数学の美しい物語
- Discrete Probability Distribution - Multinomial Distribution