Loading [MathJax]/extensions/MathEvents.js

ベルヌーイ分布

ベルヌーイ分布とは

成功(1)と失敗(0)のどちらかの値を取る離散型の確率分布になります。
成功確率をpで表し、ベルヌーイ分布に従う試行をベルヌーイ試行と呼びます。

具体的な事象

  • 50%の確率で表が出るコインでコイントスを行う
    ⇨ 成功: 表が出る 失敗: 裏が出る
  • 1/6の確率で1の目が出るサイコロを振る
    ⇨ 成功: 1の目が出る 失敗: 1以外の目が出る
  • 2%の確率でクリックされる広告を表示する
    ⇨ 成功: クリックされる 失敗: クリックされない

確率分布

\begin{align} X \sim Be(p) \end{align}

ベルヌーイ分布の確率変数と母数は以下の意味を持ちます。
なお、ここではベルヌーイ分布をBe(p)と表します。

  • X: 成功(1)か失敗(0)のどちらかを表す
  • p: ベルヌーイ試行が成功する確率

確率質量関数

\begin{align} P(X=x)=p^x(1-p)^{1-x} \end{align}

ベルヌーイ分布の確率質量関数は以下の要素から構成されます。

  • 成功する確率 \longrightarrow p^x
  • 失敗する確率 \longrightarrow (1-p)^{1-x}

「成功する確率」と「失敗する確率」

成功する確率をp=0.6とした時

  • 成功: (x=1) \rightarrow 0.6^1 \cdot 0.4^0 = 0.6
  • 失敗: (x=0) \rightarrow 0.6^0 \cdot 0.4^1 = 0.4

性質

期待値

\begin{align} E[X]&=p \\ \end{align}

分散

\begin{align} V[X]&=p(1-p) \end{align}

関係する分布

二項分布

ベルヌーイ分布を多試行化したものが、二項分布になります。
なお、ここでは二項分布をB(n,p)と表します。

\begin{align} Be(p) \longrightarrow B(1, p) \end{align}

証明

期待値

\begin{align} E[X] &= \sum_{x=0}^{1} x P(X=x) \\ &= \sum_{x=0}^{1} x p^x(1-p)^{1-x} \\ &= 0p^0(1-p)^{1-0}+1p^1(1-p)^{1-1} \\ \\ &= p \\ \end{align}

分散

\begin{align} E[X^2] &= \sum_{x=0}^{1} x^2 P(X=x) \\ &= \sum_{x=0}^{1} x^2 p^x(1-p)^{1-x} \\ &= 0^2p^0(1-p)^{1-0}+1^2p^1(1-p)^{1-1} \\ \\ &= p \\ \\ \\ V[X] &= E[X^2]-E[X]^2 \\ \\ &= p-p^2 \\ \\ &= p(1-p) \\ \end{align}

Sponsored Link