確率密度関数を用いた正規分布の期待値(平均)と分散の導出

更新日

公式の確認

まずは、公式の確認をしましょう。

確率密度関数

f(x)=12πσ2exp[(xμ)22σ2]f(x) = \frac{1}{\sqrt{2πσ^2}}\exp{[-\frac{(x-μ)^2}{2σ^2}]}

期待値

E(X)=μE(X)=μ

分散

V(X)=σ2V(X)=σ^2

標準偏差

SD(X)=σSD(X)=σ

期待値(平均)の導出

E(X)=xf(x)dx=(xμ+μ)f(x)dx=(xμ)12πσ2exp[(xμ)22σ2]dx+μf(x)dx=(xμσ)12πexp[12(xμσ)2]dx+μf(x)dx=(xμσ)12πexp[12(xμσ)2]σdxσ+μ\begin{equation*}\begin{split}E(X)&=\displaystyle \int_{ - \infty }^{ \infty } xf(x) dx\\ &=\displaystyle \int_{ - \infty }^{ \infty } (x-\mu+\mu)f(x) dx\\ &=\displaystyle \int_{ - \infty }^{ \infty } (x-\mu)\frac{1}{\sqrt{2πσ^2}}\exp{[-\frac{(x-μ)^2}{2σ^2}]}dx+\displaystyle \int_{ - \infty }^{ \infty } \mu f(x) dx\\ &=\displaystyle \int_{ - \infty }^{ \infty } (\frac{x-\mu}{\sigma})\frac{1}{\sqrt{2π}}\exp{[-\frac{1}{2}{(\frac{x-\mu}{\sigma})}^2]} dx+\mu\displaystyle \int_{ - \infty }^{ \infty } f(x) dx\\ &=\displaystyle \int_{ - \infty }^{ \infty } (\frac{x-\mu}{\sigma})\frac{1}{\sqrt{2π}}\exp{[-\frac{1}{2}{(\frac{x-\mu}{\sigma})}^2]} \sigma\frac{dx}{\sigma}+\mu\end{split}\end{equation*}

ここでy=xμσy=\frac{x-\mu}{\sigma}とおくと

dydx=1σ  dy=1σdx\frac{ \mathrm{ d } y }{ \mathrm{ d } x }=\frac{1}{\sigma} ⇆ \mathrm{d}y=\frac{1}{\sigma}\mathrm{d}x

E(X)=y12πexp[12y2]σdy+μ=σ2π(12y2)e12y2dy+μ=[σ2πe12y2]+μ=μ\begin{equation*}\begin{split}E(X)&=\displaystyle \int_{ - \infty }^{ \infty } y\frac{1}{\sqrt{2π}}\exp{[-\frac{1}{2}{y}^2]} \sigma dy+\mu\\ &=\displaystyle \int_{ - \infty }^{ \infty } -\frac{\sigma}{\sqrt{2π}}{(-\frac{1}{2} {y}^{2})}'\mathrm{e}^{-\frac{1}{2}{y}^2} dy+\mu\\ &=\left[- \frac{\sigma}{\sqrt{2π}}\mathrm{e}^{-\frac{1}{2} {y}^{2}} \right]_{-\infty}^{\infty}+\mu\\ &=\mu \end{split}\end{equation*}

分散の導出

分散をV[X]=E(X2)[E(X)]2V[X] = E(X^2) - [E(X)]^2 で算出するために、[E(X)]2[E(X)]^2を求めていきましょう。(分散についての復習はこちら


E(X2)=x2f(x)dx=x212πσ2e(xμ)22σ2dx={(xμ)2+2μxμ2}12πσ2e(xμ)22σ2dx=(xμ)212πσ2e(xμ)22σ2dx+2μx12πσ2e(xμ)22σ2dxμ212πσ2e(xμ)22σ2dx=(xμ)212πσ2e(xμ)22σ2dx+μ2\begin{equation*}\begin{split}E(X^2)&=\displaystyle \int_{ - \infty }^{ \infty } x^2f(x) dx\\ &=\displaystyle \int_{ - \infty }^{ \infty }x^2\frac{1}{\sqrt{2\pi σ^2}}\mathrm{e}^{-\frac{{(x-\mu)}^2}{2σ^2}}dx\\ &=\displaystyle \int_{ - \infty }^{ \infty }\{{(x-\mu)}^2+2\mu x-{\mu}^2\}\frac{1}{\sqrt{2\pi σ^2}}\mathrm{e}^{-\frac{{(x-\mu)}^2}{2σ^2}}dx\\ &=\displaystyle \int_{ - \infty }^{ \infty }{(x-\mu)}^2\frac{1}{\sqrt{2\pi σ^2}}\mathrm{e}^{-\frac{{(x-\mu)}^2}{2σ^2}}dx+2\mu\displaystyle \int_{ - \infty }^{ \infty } x\frac{1}{\sqrt{2\pi σ^2}}\mathrm{e}^{-\frac{{(x-\mu)}^2}{2σ^2}}dx-{\mu}^2\displaystyle \int_{ - \infty }^{ \infty }\frac{1}{\sqrt{2\pi σ^2}}\mathrm{e}^{-\frac{{(x-\mu)}^2}{2σ^2}}dx\\&=\displaystyle \int_{ - \infty }^{ \infty }{(x-\mu)}^2\frac{1}{\sqrt{2\pi σ^2}}\mathrm{e}^{-\frac{{(x-\mu)}^2}{2σ^2}}dx+{\mu}^2\end{split}\end{equation*}

【Point①】

x12πσ2e(xμ)22σ2dx\displaystyle \int_{ - \infty }^{ \infty } x\frac{1}{\sqrt{2\pi σ^2}}\mathrm{e}^{-\frac{{(x-\mu)}^2}{2σ^2}}dxは正規分布の期待値であるため、μ である。

【Point②】

12πσ2e(xμ)22σ2dx\displaystyle \int_{ - \infty }^{ \infty }\frac{1}{\sqrt{2\pi σ^2}}\mathrm{e}^{-\frac{{(x-\mu)}^2}{2σ^2}}dxは正規分布の確率密度関数を確率変数のとりうる値で積分しているため1となる。


 y=(xμ)σ\ y=\frac{(x-\mu )}{σ}とおく。dydx=1σσdy=dx\frac{dy}{dx}=\frac{1}{σ}⇄σdy=dx

E(X2)=σ2y212πσ2e12y2σdy+μ2=σ22πy2e12y2dy+μ2=σ212πey22dy+μ2=σ2+μ2\begin{equation*}\begin{split}E(X^2)&=\displaystyle \int_{ - \infty }^{ \infty }{σ^{2}}{y^{2}}\frac{1}{\sqrt{2\pi σ^2}}\mathrm{e}^{-\frac{1}{2}y^2}σdy+{\mu}^{2}\\ &=\frac{σ^2}{\sqrt{2\pi }}\displaystyle \int_{ - \infty }^{ \infty }y^{2}\mathrm{e}^{-\frac{1}{2}y^2}dy+{\mu}^2\\ &=σ^2\displaystyle \int_{ - \infty }^{ \infty }\frac{1}{\sqrt{2\pi }}\mathrm{e}^{-\frac{y^2}{2}}dy+{\mu }^2\\ &=σ^2+\mu^2\end{split}\end{equation*}

【Point③】

y2e12y2dy=y(ey22)dy=[yey22]+ey22dy=ey22dy\begin{equation*}\begin{split}\int_{-\infty}^{\infty} y^{2} e^{-\frac{1}{2}y^2} \, dy &= \int_{-\infty}^{\infty} -y \left(e^{-\frac{y^2}{2}}\right)' \, dy \\&= \left[-y e^{-\frac{y^2}{2}}\right]_{-\infty}^{\infty} + \int_{-\infty}^{\infty} e^{-\frac{y^2}{2}} \, dy \\&= \int_{-\infty}^{\infty} e^{-\frac{y^2}{2}} \, dy\end{split}\end{equation*}

V(X)=E(X2)(E(X))2=σ2+μ2μ2=σ2\begin{equation*}\begin{split}V(X)&=E(X^2)-{(E(X))}^{2}\\ &={\sigma}^{2}+{\mu}^{2}-{\mu}^{2}\\ &={\sigma}^{2} \end{split}\end{equation*}

関連記事

正規分布の公式と特徴まとめ

正規分布の確率密度関数の成り立ち

期待値とは?定義や性質を解説

分散とは?2種類の公式と計算例を解説

標準偏差の公式と計算例

カテゴリ: 正規分布

関連サービス

講座一覧ページ

記事一覧はこちら

無料で統計学を学ぶ