読み込み中…
読み込み中…
確率・公式・離散分布
「試行回数 がとても多いのに、1回あたりの成功確率 がとても小さい」二項分布は、平均 を1つ決めるだけのポアソン分布でうまく近似できます。階乗や巨大なべき乗の計算を避けられるので、レアな事故・請求の件数を扱うときの定番の道具です。
二項分布
大・ 小の二項分布をポアソンで近似する。
ポアソン近似は、 が大きく が小さい二項分布 を、平均 のポアソン分布で置き換える近似です。 二項分布
近似の主張
大・ 小なら 二項分布 、
二項分布 ()で2通りの確率を真値とポアソン近似 で比較する。
ポアソン近似 二項分布 の は?
ポアソン近似と正規近似の使い分けで正しいのは?
二項分布 で をポアソン近似 で求めるとおよそ?
実務での要点は 正規近似との使い分けです。二段構えで覚えると迷いません。第一に、 が大きく が小さくて が中程度(おおむね10以下)にとどまる「レアイベント型」なら、ポアソン近似が良く効きます。第二に、 も もともに大きい(両方5以上が目安)「成功も失敗も十分起こる型」なら、正規近似(連続性補正つきの正規分布)が適します。同じ二項分布でも、 が極端に小さいか中庸かで近づける相手が変わるわけです。ポアソン近似の目安はおおむね かつ 程度とされます。
数値で精度を確かめます。二項分布 ()で、ちょうど0件の確率は真値が 、ポアソン近似は で相対誤差は約4.7%です。1件の確率は真値 に対し近似は で相対誤差は約1.5%にとどまります。 が小さいほど、また が小さいほど近似は良くなります。注意として、 が小さくないのにポアソン近似を当てると外れます。たとえば のような中庸な確率では も も大きくなりやすく、正規近似の出番です。レアかどうか( が十分小さいか)を最初に見極めるのが、近似手法を正しく選ぶ鍵になります。
極限としての正当化
一定で二項のpmfが に収束する。区間を細かく分割する直感。
正規近似との使い分け
が中程度(10以下)でレアならポアソン、 と がともに大(5以上)なら正規近似。
適用の目安
おおむね かつ 。 が小さく が小さいほど近似精度が上がる。
誤差の実例
二項分布 で は真値0.04755 vs 近似0.04979(誤差4.7%)、 は0.14706 vs 0.14936(誤差1.5%)。
:真値 、近似 (相対誤差約1.5%)。
と中程度、 なのでポアソン近似がよく当てはまる。