サイコロの目は1/6ずつ、人の身長は平均付近に集中——「どの値がどれくらい出やすいか」の全体像を表したものが確率分布です。統計とAIの土台となるこの考え方を、数式は最小限にして、離散型と連続型の違いを中心にやさしく解説します。
📖 ひと言でいうと
確率分布とは、確率変数(サイコロの目や身長のように、偶然によって値が決まる量)について、「取りうる値」と「その値の出やすさ(確率)」の対応関係を全体としてまとめたものです。結果が特定のとびとびの値になる「離散型」と、連続的な値を取る「連続型」の2つに大きく分けられます。
例えるなら、値の「人気投票の集計表」です。どの値に票(確率)が多く集まり、どの値がほとんど選ばれないのか——1回1回の結果は偶然でも、全体としての「出やすさの地図」は決まった形を持ちます。その地図が確率分布です。
🖼 1枚でわかる確率分布
📘 公式テキストの説明
確率分布 は本書の章節記事では正式な定義段落が用意されていません。以下は、シラバスの位置づけと関連用語から再構成した補足解説です。
なお、本書の章節本文では確率分布について「離散型確率分布」と「連続型確率分布」の2区分が説明されています。離散型はコインの表裏やサイコロの目のように結果が限定された特定の値にとどまる場合に用いられ(表が出る確率1/2、各目の確率1/6のように、確率がとびとびの値に対応)、連続型は身長や体重のように無限に多くの値を取り得る場合に使用され、特定の値ではなく「ある範囲内に収まる確率」を考える、という整理です。本記事もこの2区分を軸に解説します。
🔍 しっかり理解する
離散型:1つ1つの値に確率を割り当てる
離散型確率分布は、結果が「数えられる特定の値」に限られるときの分布です。コイン投げなら結果は表か裏の2通りで、それぞれに確率1/2が割り当てられます。サイコロなら1〜6の目に、それぞれ確率1/6です。このように「値→確率」の対応表がそのまま書けるのが離散型の特徴で、すべての値の確率を合計すると必ず1になります。
離散型の代表的な分布には次のようなものがあります。
- ベルヌーイ分布: 成功/失敗のような2値の試行1回分(コイン投げ1回)。
- 二項分布: 同じ2値の試行をn回繰り返したときの成功回数(コインを10回投げて表が出る回数)。
- ポアソン分布: 一定期間に起こるまれな出来事の回数(1時間あたりの問い合わせ件数など)。
連続型:「範囲に収まる確率」で考える
一方、身長や体重のような連続的な量は、取りうる値が無限にあります。ここで発想の転換が必要です。「身長がちょうど170.000…cmである確率」は事実上0になってしまうため、連続型では「ある範囲に収まる確率」(例えば165cm以上175cm以下の確率)を考えます。
このとき使うのが確率密度関数です。値ごとの「確率の濃さ」を表す曲線で、曲線の下の面積が確率に対応します。範囲が広いほど面積(確率)が大きくなる、という直感で十分です。連続型の代表が正規分布で、平均を中心とした左右対称の釣鐘型の曲線です。身長や測定誤差など、自然界や社会の多くのデータが近似的に正規分布に従うことが知られており、統計学で最も重要な分布とされています。
- 結果がとびとびの特定の値(数えられる)
- 例: コインの表裏、サイコロの目
- 値1つ1つに確率を割り当てられる
- 代表例: ベルヌーイ分布・二項分布・ポアソン分布
- 結果が連続的な値(無限に多くの値を取り得る)
- 例: 身長、体重、時間
- 「範囲に収まる確率」で考える(密度曲線の面積)
- 代表例: 正規分布
なぜAIの学習で確率分布が土台になるのか
機械学習は「データのばらつきの中からパターンを見つける」技術なので、ばらつきを数学的に扱う言語として確率分布が至るところに顔を出します。
- データのモデル化: 手元のデータは「ある確率分布から生成された標本」とみなして分析します。分布を仮定することで、期待値・分散などの道具が使えるようになります。
- 予測の表現: 分類モデルの出力は「各クラスに属する確率」であり、これは離散型の確率分布そのものです。
- 学習の理論: 尤度(データがその分布から出てくるもっともらしさ)を最大にするパラメータを探す最尤法など、学習アルゴリズムの理論は確率分布を前提に組み立てられています。
つまり確率分布は、単独の暗記項目ではなく、期待値・分散・正規分布・最尤法といった統計キーワード群の「共通の土台」だと捉えるのが正しい理解です。
💡 具体例で考える
サイコロ2個の和:分布には「形」がある
サイコロ1個の目の分布は、1〜6が各1/6の「平ら」な分布です。では2個振って目の和を取るとどうなるでしょうか。和は2〜12の値を取りますが、確率は均等ではありません。2になる組み合わせは(1,1)の1通りしかない一方、7は(1,6)(2,5)(3,4)(4,3)(5,2)(6,1)の6通りもあるため、7が最も出やすい山型の分布になります。「どの値も偶然」なのに、全体としては明確な形が現れる——これが分布を考える面白さであり、実際に多数回の合計・平均が釣鐘型に近づいていく現象は、正規分布が統計学の中心にいる理由にもつながっています。
迷惑メールフィルタの出力は確率分布
迷惑メールフィルタは、届いたメールに対して「迷惑メールである確率85%、通常メール15%」のような判定を出します。これは「迷惑/通常」という2値の上の離散型確率分布(ベルヌーイ分布の形)を出力していることに他なりません。しきい値(例えば90%以上なら隔離)を変えれば、誤って通常メールを隔離するリスクと、迷惑メールを見逃すリスクのバランスを調整できます。分類AIの出力を「確率分布」として読めると、こうした運用判断の意味がクリアになります。
⚠️ よくある誤解・紛らわしい用語
- 確率変数との違い — 確率変数は「偶然で値が決まる量」そのもの(サイコロの目など)、確率分布は「その値の出やすさの全体像」です。変数と、変数の振る舞いを記述するもの、という関係です。
- 確率密度と確率の混同 — 連続型では、密度関数の値そのものは確率ではありません。確率になるのは「範囲に対応する面積」です。「ちょうどこの値になる確率」は連続型では0として扱われます。
- 「分布=正規分布」ではない — 正規分布は代表例にすぎません。2値ならベルヌーイ分布、回数ならポアソン分布など、データの性質に合った分布を選ぶことが重要です。
- 度数分布との違い — 度数分布は手元のデータを集計した「実際の記録」、確率分布は背後にある「理論上の出やすさ」です。ヒストグラムは、データが従う確率分布を推測する手がかりになります。
📝 試験でのポイント
- 離散型と連続型の区別は最頻出の想定です。「コイン・サイコロ=離散型」「身長・体重=連続型」という例の対応をまず確実にしましょう。
- 「連続型では特定の値ではなく、ある範囲内に収まる確率を考える」という記述の正誤判定は定番の形式です。
- 代表的な分布(ベルヌーイ分布・二項分布・ポアソン分布=離散型、正規分布=連続型)を離散/連続に仕分けさせる問題が想定されます。
- 確率変数・確率密度・期待値など周辺キーワードとの関係(確率分布はそれらをつなぐ土台)を意識して整理しておくと、複合問題に対応しやすくなります。
📚 まとめ
- 確率分布は、確率変数の取りうる値と出やすさの対応を全体として表したものです。
- コインやサイコロのようにとびとびの値なら離散型、身長のように連続的な値なら連続型を使います。
- 連続型では「範囲に収まる確率」を密度曲線の面積として考えるのがポイントです。
- 代表例として、離散型のベルヌーイ分布・二項分布・ポアソン分布、連続型の正規分布を押さえましょう。
- 分類AIの確率出力や最尤法など、機械学習の理論と実践の土台になる基礎概念です。
