二項分布とその仲間たち
ベルヌーイ分布
まず,離散変数のとりうる値が2種,すなわち0か1のいずれかの値をとる場合を考える. 1が現れる確率を$\mu$,0が現れる確率を$1-\mu$とする.$\mu$は0から1までをとる.このように定義される分布をベルヌーイ分布とよぶ.
$$p(x|\mu)=\mu^x(1-\mu)^{1-x}$$
このように確率変数を引数として,その値が確率であるような関数は確率質量関数とよばれる.
二項分布
ベルヌーイ分布の試行回数を増やすことを考える.
$$p(r|m,\mu)=\frac{m!}{r!(m-r)!}\mu^r(1-\mu)^{m-r}$$
多項分布
サイコロの確率を考える場合,取りうる値を1から6まで拡張する必要がある.ベルヌーイ分布や二項分布を一般化したものの多項分布とよぶ.
$$p(x|\mu)=p(x_1,x_2,…,x_k|\mu_1,\mu_2,…,\mu_k)=\frac{(\sum_{j=1}^kx_j)!}{\Pi_{j=1}^kx_j!} \Pi_{j=1}^k\mu_{j}^{x_j}$$
$m=1$の場合をマルチヌーイ分布とよぶ.
$$\mathcal{M}(x|\mu)=p(x|\mu)=\Pi_{j=1}^k\mu_j^{x_j}$$
参考
- 手塚 太郎,"しくみがわかるベイズ統計と機械学習"
Tags: