このブログの更新は Twitterアカウント @m_hiyama で通知されます。
Follow @m_hiyama

メールでのご連絡は hiyama{at}chimaira{dot}org まで。

はじめてのメールはスパムと判定されることがあります。最初は、信頼されているドメインから差し障りのない文面を送っていただけると、スパムと判定されにくいと思います。

参照用 記事

「従う」の使用例:正規分布とカイ二乗分布

昨日の記事「確率変数が分布に「従う」とは」で、「従う」という言葉の使い方を説明しました。この記事では、その使用例をひとつ挙げます。


「確率変数が分布に従う」という言い方の例として、こんなのがあります。

独特の言い回しに不案内だった僕は、この文言が「いかなる状況において、いかなる事態を記述しているのか?」皆目サッパリ理解出来ませんでした。

まず、記述が少し雑なので補足すると; ここでの確率変数は実数値の確率変数です。つまり、可測写像 X1, X2 の余域は実数の集合Rになります。独立といっているので、これらの可測写像の域は同一な集合(確率空間の台集合)Aです。また、正規分布として標準的なパラメータを持つ N(0, 1) を採用します。

先の文言「確率変数X1とX2」が記述する状況は、確率空間 A = (A, ΣA, μA) があり、Rを台とする標準的な可測空間*1 R = (R, ΣR) への2つの可測写像 X1, X2:A→R がある状況です。

X1, X2 が独立であることから、デカルトペア <X1, X2>:A→R×R により、R2 = R×R 上に同時確率分布を構成できます。νをその同時確率分布とすると、次が成立します。

  1. ν = <X1, X2>*A)
  2. X1が N(0, 1) に従うので、(X1)*A) = N(0, 1)
  3. X2も N(0, 1) に従うので、(X2)*A) = N(0, 1)
  4. νは、2つの独立な周辺分布 N(0, 1) の同時分布だから、ν = (X1)*A)\otimes(X2)*A) = N(0, 1)\otimesN(0, 1) (記号'\otimes'は、2つの測度の直積測度を表します。)

独立性、同時分布、周辺分布については次の記事を見てください。

q:R2R を q(x1, x2) := x12 + x22 と定義します。<X1, X2>:A→R2 は可測写像(確率変数とは単なる可測写像のこと)で、q:R2R も可測写像なので、その結合〈合成〉 Y := <X1, X2>;q : A→R も可測写像、つまり確率変数です。

確率変数 Y:A→R による確率測度 μA の前送りは、R2上の確率測度 ν = N(0,1)\otimesN(0, 1) のqによる前送りと同じです。

  • Y*A) = (<X1, X2>;q)*A) = q*(<X1, X2>*A)) = q*(ν) = q*(N(0, 1)\otimesN(0, 1))

「Yはカイ二乗分布に従う」は、「Yの分布はカイ二乗分布だ」と言っても同義なので、Y*A) = q*(N(0, 1)\otimesN(0, 1)) がカイ二乗分布だと言っていることになります。

結局、R2上の分布 N(0, 1)\otimesN(0, 1)(これは2次元の正規分布になります)を、q:R2R で前送りしたR上の分布としてカイ二乗分布が定義されます。状況と事態に関する情報の多くが、暗黙の前提に含まれていたのですね。

*1:Rの標準的な位相から導かれるボレル可測空間です。