【統計学】負の二項分布の期待値と分散
統計学を学習していて色々な確率分布の期待値、分散を導出したので備忘録として記載していきます。
誤りがあればお知らせいただけると助かります。
・負の二項分布
成功確率のベルヌーイ試行について、回成功するまでに要した失敗回数の確率分布が負の二項分布になります。
合計回の試行のうち、成功が回で失敗が回とする。最後は成功で終わるので回中回の失敗を取り出せばよい。
よって、確率関数は
となる。と置いています。
が確率関数であることを確かめる
まずのマクローリン展開を考えます。
マクローリン展開の定義式は以下です。
\begin{align}
f(q) &= \sum_{x=0}^{\infty} f^{(x)}(0) \dfrac{q^x}{x!} \tag{2}\\
\end{align}
の両辺をで微分していくと、
\begin{align}
f^{\prime}(q) &= \dfrac{1}{(1-q)^2} \\
\end{align}
\begin{align}
f^{\prime\prime}(q) &= \dfrac{2}{(1-q)^3} \\
\end{align}
\begin{align}
f^{\prime\prime\prime}(q) &= \dfrac{6}{(1-q)^4} \\ \vdots
\end{align}
となるので、それぞれを代入すると式は
\begin{align}
f(q) &= f(0) + f^{\prime}(0)\dfrac{q^1}{1!} + f^{\prime\prime}(0)\dfrac{q^2}{2!} + f^{\prime\prime\prime}(0)\dfrac{q^3}{3!} + \cdots \\ &= 1 + q + q^2 + q^3 + \cdots \\ &=\sum_{x=0}^{\infty}q^x\\
\end{align}
よって、
\begin{align}
\dfrac{1}{1-q} &=\sum_{x=0}^{\infty}q^x \tag{3} \\
\end{align}
と書ける。
式を両辺で微分する。
\begin{align}
\dfrac{1}{(1-q)^2} &=\sum_{x=0}^{\infty} xq^{x-1} \\ &= \sum_{x=1}^{\infty} xq^{x-1} \\ &=\sum_{x=0}^{\infty} (x+1)q^{x} \\
\end{align}
※後のことを考えての形にしておく。
もう一回両辺で微分する。
\begin{align}
\dfrac{2}{(1-q)^3} &=\sum_{x=0}^{\infty} (x+1)\cdot xq^{x-1} \\ &= \sum_{x=1}^{\infty} x(x+1)q^{x-1} \\ &=\sum_{x=0}^{\infty} (x+2)(x+1)q^{x} \\
\end{align}
よって、左辺をあえて書き換えると
\begin{align}
\dfrac{2!}{(1-q)^{(2+1)}} &=\sum_{x=0}^{\infty} (x+2)(x+1)q^{x} \\
\end{align}
となる。
更にもう一回両辺で微分すると、(途中式は省略)
\begin{align}
\dfrac{6}{(1-q)^4} &=\sum_{x=0}^{\infty} (x+3)(x+2)(x+1)q^{x} \\
\end{align}
となる。
これも左辺を書き換えると
\begin{align}
\dfrac{3!}{(1-q)^{3+1}} &=\sum_{x=0}^{\infty} (x+3)(x+2)(x+1)q^{x} \\
\end{align}
となる。
よって、両辺をで微分し続けると、r-1回微分したときは以下のようになる。
\begin{align}
\dfrac{(r-1)!}{(1-q)^{(r-1)+1}} &=\sum_{x=0}^{\infty} (x+r-1) \cdots (x+1)q^{x} \\
\end{align}
左辺を1にするために整理すると、
\begin{align}
1 &=\sum_{x=0}^{\infty}\dfrac{(x+r-1) \cdots (x+1)}{(r-1)!} (1-q)^r q^{x} \\ &= \sum_{x=0}^{\infty}\dfrac{(x+r-1) \cdots (x+1) \cdot x \cdot (x-1) \cdot (x-2) \cdots}{x \cdot (x-1) \cdot (x-2) \cdots (r-1)!} p^r q^{x} \\ &= \sum_{x=0}^{\infty}\dfrac{(x+r-1)!}{x! (r-1)!} p^r q^{x} \\ &= \sum_{x=0}^{\infty} {}_{r+x-1} \mathrm{C}_x p^r q^x \\ &= \sum_{x=0}^{\infty} P \\
\end{align}
となるので、は確率関数である。
※2行目からと置いています。
期待値
確率母関数 を使って計算します。
:確率変数。その実現値 は整数 とします。
:となる確率
とします。
\begin{align}
G(s) &= E[s^X] \\
&= \sum_{x=0}^{\infty} s^x p(x) \\ &= \sum_{x=0}^{\infty} s^{x} {}_{r+x-1} \mathrm{C}_x p^r q^x \\ &= \sum_{x=0}^{\infty} {}_{r+x-1} \mathrm{C}_x p^r (sq)^{x}
\\ &= \dfrac{p^r}{(1-sq)^r} \sum_{x=0}^{\infty} {}_{r+x-1} \mathrm{C}_x (1-sq)^r (sq)^x \\ \end{align}
、とおくと、右辺の和記号の中身は負の二項分布の確率関数となり、その和は1になるので
\begin{align}
G(s) &= \dfrac{p^r}{(1-sq)^r} \\ \tag{4} \end{align}
となる。
両辺をで微分すると、
\begin{align}
G^{\prime}(s) &= \dfrac{p^r \cdot r(1-sq)^{r-1} \cdot q}{(1-sq)^{2r}} \\ &= \dfrac{rqp^r}{(1-sq)^{r+1}} \\ \end{align}
となるので、期待値は を代入して、
\begin{align}
E[X] &= G^{\prime}(1)\\ &= \dfrac{rqp^r}{(1-q)^{r+1}} \\ &= \dfrac{rqp^r}{p^{r+1}} \\ &= \dfrac{rq}{p} \\
\end{align}
となる。
分散
まず、式の両辺をで二階微分すると、
\begin{align}
G^{\prime\prime}(s) &= \dfrac{rqp^r \cdot (r+1)(1-qs)^r \cdot q}{(1-sq)^{2(r+1)}} \\ &= \dfrac{r(r+1)q^2p^r}{(1-qs)^{r+2}}
\end{align}
となるので、
\begin{align}
E[X(X-1)] &= G^{\prime\prime}(1) \\ &= \dfrac{r(r+1)q^2p^r}{(1-q)^{r+2}} \\ &= \dfrac{r(r+1)q^2p^r}{(p^{r+2}} \\ &= \dfrac{r(r+1)q^2}{p^2}
\end{align}
となる。
よって、分散は
\begin{align}
V[X] &= E[X(X-1)] + E[X]- {(E[X])}^2 \\
&= \dfrac{r(r+1)q^2}{p^2} + \dfrac{rq}{p} - \dfrac{r^2q^2}{p^2} \\
&= \dfrac{r^2q^2+rq^2+rpq-r^2q^2}{p^2} \\
&= \dfrac{rq(p+q)}{p^2} \\
&= \dfrac{rq}{p^2} \\
\end{align}
となる。
参考文献: