MENU

統計学 – 超幾何分布

数学
数学 機械学習 統計学
  1. ホーム
  2. 数学
  3. 統計学 – 超幾何分布
目次
  1. 概要
  2. 確率関数
    1. 確率関数である
  3. 期待値
  4. 分散
  5. 標準偏差
  6. scipy.stats の超幾何分布
    1. サンプリング
    2. 確率質量関数
    3. 累積分布関数
    4. 統計量

概要

離散確率分布の1つである超幾何分布について解説します。

確率関数

確率変数 XX が次のような確率関数をもつとき、XX はパラメータ N,k,nN, k, n の超幾何分布 (hypergeometric distribution) に従うという。

fX(x)={(Kx)(N–Kn–x)(Nn)n=0,1,⋯ ,n0その他の場合 f_X(x) = \begin{cases} \frac{\binom{K}{x} \binom{N – K}{n – x}}{\binom{N}{n}} & n = 0, 1, \cdots, n \\ 0 & その他の場合 \end{cases}

ただし、N∈{0,1,⋯ },K∈{0,1,⋯ ,N},n∈{0,1,⋯ ,N},N≥K,N≥nN \in \{0, 1, \cdots\}, K \in \{0, 1, \cdots, N\}, n \in \{0, 1, \cdots, N\}, N \ge K, N \ge n とする。

確率関数である

∑x=0n(Kx)(N–Kn–x)(Nn)=(Nn)(Nn)∵∑x=0n(Kx)(N–Kn–x)=(Nn)=1 \begin{aligned} \sum_{x = 0}^n \frac{\binom{K}{x} \binom{N – K}{n – x}}{\binom{N}{n}} &= \frac{\binom{N}{n}}{\binom{N}{n}} \quad \because \sum_{x = 0}^n \binom{K}{x} \binom{N – K}{n – x} = \binom{N}{n} \\ &= 1 \end{aligned}

期待値

E[X]=∑x=0nx(Kx)(N–Kn–x)(Nn)=∑x=1nx(Kx)(N–Kn–x)(Nn)∵第0項は0=∑x=0nxKxnN(K–1x–1)(N–Kn–x)(N–1n–1)∵(ab)=ab(a–1b–1)=nKN∑x=1n(K–1x–1)(N–Kn–x)(N–1n–1)=nKN∑x=0nfX(x)∵パラメータN–1,K–1,n–1の超幾何分布=nKN \begin{aligned} E[X] &= \sum_{x = 0}^n x \frac{\binom{K}{x} \binom{N – K}{n – x}}{\binom{N}{n}} \\ &= \sum_{x = 1}^n x \frac{\binom{K}{x} \binom{N – K}{n – x}}{\binom{N}{n}} \quad \because 第0項は0 \\ &= \sum_{x = 0}^n x \frac{K}{x} \frac{n}{N} \frac{\binom{K – 1}{x – 1} \binom{N – K}{n – x}}{\binom{N – 1}{n – 1}} \quad \because \binom{a}{b} = \frac{a}{b} \binom{a – 1}{b – 1} \\ &= n \frac{K}{N} \sum_{x = 1}^n \frac{\binom{K – 1}{x – 1} \binom{N – K}{n – x}}{\binom{N – 1}{n – 1}} \\ &= n \frac{K}{N} \sum_{x = 0}^n f_X(x) \quad \because パラメータ N – 1, K – 1, n – 1 の超幾何分布 \\ &= n \frac{K}{N} \\ \end{aligned}

分散

E[X(X–1)]=∑x=0nx(x–1)(Kx)(N–Kn–x)(Nn)=∑x=2nx(x–1)(Kx)(N–Kn–x)(Nn)∵第0項、第1項は0=∑x=2nx(x–1)KxK–1x–1nNn–1N–1(K–2x–2)(N–Kn–x)(N–2n–2)∵(ab)=ab(a–1b–1)=n(n–1)K(K–1)N(N–1)∑x=2n(K–2x–2)(N–Kn–x)(N–2n–2)=n(n–1)K(K–1)N(N–1)∑x=0nfX(x)∵パラメータN–2,K–2,n–2の超幾何分布=n(n–1)K(K–1)N(N–1) \begin{aligned} E[X(X – 1)] &= \sum_{x = 0}^n x (x – 1) \frac{\binom{K}{x} \binom{N – K}{n – x}}{\binom{N}{n}} \\ &= \sum_{x = 2}^n x (x – 1) \frac{\binom{K}{x} \binom{N – K}{n – x}}{\binom{N}{n}} \quad \because 第0項、第1項は0 \\ &= \sum_{x = 2}^n x (x – 1) \frac{K}{x} \frac{K – 1}{x – 1} \frac{n}{N} \frac{n – 1}{N – 1} \frac{\binom{K – 2}{x – 2} \binom{N – K}{n – x}}{\binom{N – 2}{n – 2}} \quad \because \binom{a}{b} = \frac{a}{b} \binom{a – 1}{b – 1} \\ &= n (n – 1) \frac{K (K – 1)}{N (N – 1)} \sum_{x = 2}^n \frac{\binom{K – 2}{x – 2} \binom{N – K}{n – x}}{\binom{N – 2}{n – 2}} \\ &= n (n – 1) \frac{K (K – 1)}{N (N – 1)} \sum_{x = 0}^n f_X(x) \quad \because パラメータ N – 2, K – 2, n – 2 の超幾何分布 \\ &= n (n – 1) \frac{K (K – 1)}{N (N – 1)} \\ \end{aligned}

よって、分散は

Var[X]=E[X2]–[E(X)]2=E[X(X–1)]+E[X]–[E(X)]2=n(n–1)K(K–1)N(N–1)+nKN–(nKN)2=nKN2+nK–nN–KNN2(N–1)=nK(N–K)(N–n)N2(N–1) \begin{aligned} Var[X] &= E[X^2] – [E(X)]^2 \\ &= E[X(X – 1)] + E[X] – [E(X)]^2 \\ &= n (n – 1) \frac{K (K – 1)}{N (N – 1)} + n \frac{K}{N} – \left( n \frac{K}{N} \right)^2 \\ &= n K \frac{N^2 + nK – nN – KN}{N^2 (N – 1)} \\ &= \frac{n K (N – K)(N – n)}{N^2 (N – 1)} \\ \end{aligned}

標準偏差

Std(X)=Var(X)=(nK(N–K)(N–n)N2(N–1))12 Std(X) = \sqrt{Var(X)} = \left( \frac{n K (N – K)(N – n)}{N^2 (N – 1)} \right)^\frac{1}{2}

scipy.stats の超幾何分布

scipy.stats.hypergeom で超幾何分布に従う確率変数を作成できます。

In [1]: 
import numpy as np
import seaborn as sns
from matplotlib import pyplot as plt
from scipy.stats import hypergeom

sns.set(style="white")

X = hypergeom(20, 7, 12)

サンプリング

In [2]: 
x = X.rvs(size=10)
print(x)
[4 5 2 3 4 6 5 6 3 4]

確率質量関数

In [3]: 
x = np.arange(0, 20)
y = X.pmf(x)

fig, ax = plt.subplots()
ax.stem(x, y, use_line_collection=True)
ax.grid()

plt.show()

累積分布関数

In [4]: 
x = np.arange(0, 20)
y = X.cdf(x)

fig, ax = plt.subplots()
ax.step(x, y)
ax.grid()

plt.show()

統計量

In [5]: 
print("mean", X.mean())
print("var", X.var())
print("std", X.std())
mean 4.199999999999999
var 1.1494736842105264
std 1.0721351053904198
数学
数学 機械学習 統計学

コメント

コメントする

目次
  1. 概要
  2. 確率関数
    1. 確率関数である
  3. 期待値
  4. 分散
  5. 標準偏差
  6. scipy.stats の超幾何分布
    1. サンプリング
    2. 確率質量関数
    3. 累積分布関数
    4. 統計量