2017/09/09

2020/04/21

指数分布の性質〜無記憶性・ポアソン分布との関係〜

ライター：IMIN

今回は指数分布の無記憶性、ポアソン分布との関係など、指数分布の性質をいくつかご紹介していきます。

目次

1 指数分布の無記憶性
2 指数分布とポアソン分布の関係

指数分布の無記憶性

指数分布には無記憶性（memoryless）という次のような性質があります。

指数分布の無記憶性

$$P(T>m+n|T>m)=\frac{P(T>m+n)}{P(t>m)}=\frac{e^{-\lambda(m+n)}}{e^{-\lambda m}}=e^{-\lambda n}=P(T>n)$$

これは、将来のイベント発生までの時間がその過去の経過によらないということです。また、指数分布はこのような無記憶性を持つ唯一の連続型確率分布です。

指数分布とポアソン分布の関係

ポアソン分布と指数分布には密接な関係があります。指数分布はあるイベントが起こるまでの時間に対する分布ですが、ポアソン分布は単位時間内に事象が起こる確率を表しています。ポアソン分布は

$$p(x)=\frac{\lambda e^{-\lambda x}}{x!} (x=0,1,2,\dotsb)$$

ポアソン分布の具体例は、

・1日にメールを受信する数

・深夜1時間に緊急治療室に運ばれてくる患者の数

などがあります。ここでふたつの関係ですが、単位時間あたりにイベントが起こる回数は平均\(\lambda\)のポアソン分布に従いますが、それらのイベントの発生間隔は平均\(\frac{1}{\lambda}\)の指数分布に従います。これは\(\lambda\)が大きくなると、すなわちイベントが起こる平均回数が大きくなるとイベントの間隔は狭くなるということです。これはふたつの分布の平均を見てもらえばわかると思います。つまり、同じ事象を回数で見るか、時間で見るかの違いということになります。

(totalcount 2,492 回, dailycount 267回 , overallcount 1,288,609 回)

ライター：IMIN

最新投稿記事

【独占】コインバンクの卜部代表、既存案件への影響限定的ー新型コロナで 2020年7月3日
【独占】データサイエンスコンペ参加者、３年後に１万人超目指すーNishikaの松田CTOインタビュー 2020年7月2日
【独占】純真学園大学・村中光副学長「G検定、全受講者に取得してもらいたい」ー「人工知能学」新設 2020年7月1日
OKI、９月下旬に「AIエッジ・コンテスト」ー「AE2100」で課題解決力競う 2020年6月30日
G検定に数学力はどれくらい必要？文系でも受かるのか？ 2020年6月26日
G検定に落ちた人、合格した人。勉強法の違いはどこにある？ 2020年6月25日
G検定の難易度・合格ライン・内容・評判を徹底調査！ 2020年6月19日
コニカミノルタ、パートナーと画像IoT開発推進、実践でAI人材育成ー高槻サイトで 2020年6月19日
「第１回全国高専ディープラーニングコンテスト」本選を８月22日に開催ーJDLA 2020年6月18日
G検定、94%が「誰かに勧めたい」―JDLA、1400人アンケート調査 2020年6月16日

週間ランキング

この記事を読んだ方はこちらの記事も読まれています

COMMENT
コメントを残す
コメントをキャンセル