- ベストアンサー
正規分布の3σ以内の確率
- みんなの回答 (1)
- 専門家の回答
質問者が選んだベストアンサー
exp(-x^2)の形の関数の原始関数は初等関数になりません。 よって原始関数を求めてから値を出すのは無理かと思います。 ∫exp(-x^2)dx = sqrt(π)*erf(x)/2 とすれば積分できなくもないですが、erf(x)の定義が (d/dx)erf(x) = sqrt(π)/2∫[0→x]exp(-t^2)dt ですので、具体的にあらわしたことにはなっていません。 しかし、不定積分は単にグラフの下の面積を求めているだけなので、erf(x)の値を数値積分で計算することはできます。
関連するQ&A
- 一般化正規分布の正規化定数について
単峰性で対称な分布をモデル化するために、 一般化正規分布(generalized Gaussian)分布を 使おうと考えています。 一般化正規分布の確率密度関数は、 f(x ; μ, σ, c) = A exp( -γ^c |x - μ|^c ) γ = 1/σ √Γ(3/c)/Γ(1/c) A = cγ / 2 Γ(1/c) という関数形を持っています。 ここで、Γ(・) はガンマ関数です。 上記の確率密度関数の正規化定数 A を導くには、 確率密度関数を [-∞, +∞] の範囲で積分して、 結果が 1 になるような A を計算すれば良いのだと思います。 正規化定数 A を自力でも導きたく考えているのですが、 僕には一般化正規分布の確率密度関数を どのように積分すれば良いのかが分からず、困っております。 そこで、下記のことを教えていただきたく存じます。 質問) 一般化正規分布の確率密度関数は、 どのようにしたら積分できるのでしょうか? 式展開と、必要な理論的バックグラウンドを 教えて頂きたく思います。 どうぞよろしくお願いします。
- ベストアンサー
- 数学・算数
- 次の確率密度関数を持つ分布の名前を教えてください
x>0の半無限区間で定義された確率密度関数: f(x)=(θ/(2πx^3))^(1/2)exp[-(θ/(2x))*((x-μ)/μ)^2] ただし、θ、μは正のパラメータ を持つ確率分布の名前はありますか?あるなら教えてください。 Levy分布に似ているのかと思いましたが、ちょっと違うようです。 ちなみに密度になることは下の方法で気合で解けました: (1)I=∫_0^∞f(x)dxとおいて、x→μyと置換する (2)(1)の積分をさらにy→1/zと置換すると、最初のy^3の項がzに置き換わった式を得る (3) (2)の置換前のIと置換後のIを足して2で割る (4) (3)の式でy^(1/2)-(1/y)^(1/2)→wと置換すると平均0、分散μ/θの正規分布の密度関数の積分になる 以上より、確かにI=1なので確率密度関数になっている。
- ベストアンサー
- 数学・算数
- 2変量の確率分布について
統計学の勉強をしています。一様分布における2変量の確率変数についてわからなくなったので質問させてください。 一様分布の確率密度関数はfx(x)=1/(b-a)ですが、b=1,a=0とするとfx(x)=1となりますよね。 このことを踏まえて2変量t=x+y(yもxと同様の一様分布の確率でxとyは独立)を定義して、その確率密度関数はf(t)=∫fx(x)fy(t-x)dxで与えられますよね(ここで間違っていたならすみません…) そこでこの関数にfx(x)=1,fy(y)=1を代入して∫範囲を0から1(dxで積分ですから)に設定して積分をするとf(t)=1となってしまいました。 このままtにおいてtの期待値を求めると∫(0,2)tf(t)dt=2となりました。(積分範囲はdtについてですから0から2までとしました) しかし、よく考えてみると0から2までの範囲の一様分布でその期待値となるのは普通1じゃないかと思います。 計算が間違っているのか、そもそも考え方が違うのか、わかる方がいらっしゃったら、ご教授していただけませんでしょうか?よろしくお願いします。
- ベストアンサー
- 数学・算数
- 標準正規分布表における確率密度関数値
ある資格試験問題に、次のような表がありました。 確率変数 分布関数値 確率密度関数値 0.00 0.5000 0.3938 0.50 0.6915 0.3521 1.00 0.8413 0.2420 1.50 0.9332 0.1296 2.00 0.9773 0.0540 2.50 0.9938 0.0175 3.00 0.9987 0.0044 3.50 0.9998 0.0009 分布関数値のほうはよくわかります。(皆さんもおなじみの数値です。)これを使えば、たとえば、P(-2.00≦Z≦2.00)=0.9546 ・・・・・1-(1-0.9773)×2=0.9546 です。 ところが、この表に出てくる確率密度関数値は、何に使えるのか、見当がつきません。一体この確率密度関数値とは何者ですか?さらに、確率密度関数値としてこの表に並んでいる数値は一体何の意味があるのですか?どうぞよきアドバイスをよろしくお願いいたします。
- ベストアンサー
- 数学・算数
- 正規分布の積分(=1)
統計学入門の7.9 iii)を解いています。 以下のサイトには、 https://parco1021.hatenablog.com/entry/2020/05/23/203000 「(3)の最後はガウス積分を用いても良いのですが、筆者は正規分布の積分(=1)として考えています。本質的にはどちらも変わりません。」 と書かれています。 その積分を、サイトの著者同様、 正規分布の積分(=1)として解く方法を教えて下さい。 添付画像をご覧ください。 積分の部分だけを一番下に抜き出しました。 正規分布の積分(=1)として解く、というのが分かりません。 ネットで検索すると、 https://ai-trend.jp/basic-study/normal-distribution/normal-distribution/ 「この確率密度関数を全区間で、積分すると1になります。」 とあります。 確かにベルカーブを-∞から+∞まで積分すると1になるでしょうねぇ… で、その情報がどう役立つのでしょうか? 今回はこれが私の精いっぱいです。 どうか教えて下さい。お願いします。
- ベストアンサー
- 数学・算数
- 正規分布の確率密度関数の導き方について
正規分布の確率密度関数について、質問があります。 ある統計学のテキストを読んでいたのですが、いきなり公式のような数式だけ提示され、その導出過程が記載されておらず理解できませんでした(ToT) この↓ http://www.kwansei.ac.jp/hs/z90010/sugakuc/toukei/seiki/seiki.htm リンク先などもいろいろ参照したのですが、なかなか導き方を解説しているサイトを見つけることができません。 添付画像もご覧になっていただきたいのですが、なぜ正規分布の確率密度関数がこのような数式になるのか、教えていただければ幸いです(>_<)
- ベストアンサー
- 数学・算数
- SPSS16.0で正規分布曲線の当てはめ
SPSS16.0で正規分布曲線(確率密度関数)の当てはめはできるのでしょうか? 確率密度関数を当てはめた後,曲線の頂点も出したいです。 宜しくお願い致します。
- 締切済み
- 心理学・社会学
- 標準正規分布について
1)標準正規分布に従う乱数を、平均μ、分散σ^2の正規乱数に変換したい。どのようにしたらいいか。その理由も考えよ。 という問題についてですが 乱数をXとした時 Y = X・σ + μ とする。 というのはわかるのですが(ほぼ公式なので。。。) 理由についてはどう書けばいいのでしょうか? また 2)確率変数Xが(0,1)の範囲で一様分布に従う時、Y=1-Xと変換すれば、Yはまた一様分布となることを示せ。 という問題なのですが Xの密度関数から1-Xの密度関数を求めるということは以前こちらで教えていただいたのですがヘビサイド関数というのが用いられていて解法をよく理解できませんでした。 実際の解法手順等含めまして丁寧に教えていただけませんでしょうか?よろしくお願いいたします。
- ベストアンサー
- 数学・算数
- 正規分布に従う確率変数同士の積の分布について
確率変数X,Yがそれぞれ正規分布N(X|μx, σx^2),N(Y|μy, σy^2)に従っているとき,Z=X*YとおくとZの分布はどのような分布になるのでしょうか,またどのように導出すればよろしいでしょうか.参考になるHP等あればお教えください. 調べたところ,確率変数同士の和の分布について(Z=X+YのときのZの分布)は,畳み込みで求めるられ,また,正規分布に従う確率変数の自乗の分布はカイ2乗分布であることも分かりました. これらを参考にZ=X*YのときのZの分布を求めようと,畳み込み同様に変数変換を行い積分をしようとしたのですが指数部の中が複雑になり積分が手に負えなくなってしまいます...
- 締切済み
- 数学・算数
お礼
ご回答ありがとうございます。 なるほど、誤差関数erf自体が微分によって定義されているのですね。大変勉強になりました。 求める手段は、数値計算しかないということで、maximaを入れて計算してみました。 sigma=1.0として、 「romberg(sqrt(2/%pi)*%e^(-0.5*x^2),x,0,3);」 を計算したところ、0.99730020437485と出ました。 つまり、99.73%です。 しかし、不思議なことにGoogleで「正規分布 99.73」と「正規分布 99.74」と検索すると、どちらも同じぐらいヒットするので、案外3σ以内の確率は99.74%だと信じてしまっている人もいるかもしれませんね。 どうもありがとうございました。