Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

母関数

確率母関数、積率母関数、特性関数は、確率分布を特徴づける関数で、1つの確率分布に対して1つ対応する。そのため、もとの確率分布を調べることはその母関数を調べることと等しくなり、統計学において便利な道具となっている。中心極限定理の証明などに用いられる。

確率母関数

確率変数XXの標本空間を非負の整数全体X={0,1,2,… }\mathcal{X}=\{0,1,2,\dots\}とし、p(k)=P(X=k)p(k)=P(X=k)とする。

定義：確率母関数

∣s∣≤1|s|\leq 1となるssに対して

G(s)=E[sX]=∑k=0∞skp(k)G(s) = E[s^X] = \sum^{\infty}_{k=0} s^k p(k)
(1)

を確率母関数（probability generating function）という。

G(s)G(s)をkk回微分してs=0s=0とおけば、

G(k)(0)k!=p(k)\frac{ G^{(k)}(0)} { k! } = p(k)
(2)

となるため、G(s)G(s)は確率関数p(k)p(k)を生成する関数となる。

G(k)(0)/k!=p(k)G^{(k)}(0)/k! = p(k)について

確率母関数は

G(s)=p(0)+sp(1)+s2p(2)+⋯+skp(k)+⋯G(s) = p(0) + s p(1) + s^2 p(2) + \cdots + s^k p(k) + \cdots
(3)

であるので、微分すると

G(1)(s)=dG(s)ds=p(1)+2sp(2)+3s2p(3)+⋯+ksk−1p(k)+⋯G(2)(s)=d2G(s)ds2=2p(2)+3⋅2sp(3)+⋯+k(k−1)sk−2p(k)+⋯G(3)(s)=d3G(s)ds3=3⋅2p(3)+⋯+k(k−1)(k−2)sk−3p(k)+⋯⋮\begin{align} G^{(1)}(s) = \frac{d G(s)}{d s} &= p(1) + 2 s p(2) + 3 s^2 p(3) + \cdots + k s^{k-1} p(k) + \cdots \\ G^{(2)}(s) = \frac{d^2 G(s)}{d s^2} &= 2 p(2) + 3 \cdot 2 s p(3) + \cdots + k (k-1) s^{k-2} p(k) + \cdots \\ G^{(3)}(s) = \frac{d^3 G(s)}{d s^3} &= 3 \cdot 2 p(3) + \cdots + k (k-1) (k-2) s^{k-3} p(k) + \cdots \\ \vdots \end{align}
(4)

のようになる。ここでs=0s=0とおくと

G(1)(s)=p(1)G(2)(s)=2⋅p(2)G(3)(s)=3⋅2⋅p(3)⋮\begin{align} G^{(1)}(s) &= p(1)\\ G^{(2)}(s) &= 2 \cdot p(2)\\ G^{(3)}(s) &= 3 \cdot 2 \cdot p(3)\\ \vdots \end{align}
(5)

となるため、G(k)(0)/k!=p(k)G^{(k)}(0)/k! = p(k)となる。

積率母関数

積率母関数（moment generating function）

特性関数

確率母関数G(s)G(s)からp(k)p(k)を求めるにあたって、複素平面での積分を考えたほうが一般性がある

特性関数（characteristic function）

統計学
標本分布
統計学
中心極限定理