今回は連続型確率変数です。
正規分布がこちらに該当するので、離散型より出現率が高いですし、重要です。
そして、「ある1点の確率は0になる」とかいうわけのわからない性質は深掘りしたいと思います。
一言でいうと
連続型確率変数とは、一言でいうと、
「身長や時間のように、切れ目なく連続した値（測定値）を取る確率変数」
のことです。
サイコロの目のように「1、2、3…」と数えられるものではなく、実数の範囲でいくらでも細かく区切ることができる値を指します。
もちろん、実際の測定では「170.1cm」など、測定機器の精度によって丸められます。
ただ、統計学では、その背後にある値を連続的なものとしてモデル化することがあります。
身近な例で考えてみる
イメージを掴むために、具体例を見てみましょう。
- ランダムに選んだ1人の「身長」X
→ 170.0 \text{ cm} と 170.1 \text{ cm} の間には 170.05 \text{ cm} や 170.008 \text{ cm} など、さらに細かい値を考えることができます。 - Webサイトのページ読み込みにかかる「時間」X
→ 1.25 \text{ 秒} や 2.003 \text{ 秒} など、細かい値を取るものとして考えられます。 - 明日の「最高気温」X
→ 25.4 \text{ ℃} や 25.48 \text{ ℃} のように、連続的な値としてモデル化できます。 - ある工場の製品の「重量」X
→ 測定機器の精度を上げていけば、さらに細かい値を考えることができます。
このように、「計測する（はかる）データ」には連続型確率変数として扱えるものが多くあります。
離散型確率変数との違い
確率変数の代表的なタイプである「離散型」と「連続型」の違いを表で整理してみます。
| 項目 | 離散型確率変数 | 連続型確率変数 |
|---|---|---|
| 値の性質 | 飛び飛びの値（数えられる） | 切れ目のない連続値 |
| 具体例 | サイコロの目、回数、人数、個数 | 身長、体重、時間、気温など |
| 使う関数 | 確率質量関数（PMF） | 確率密度関数（PDF） |
| 1点の確率 | P(X=x) を直接考えられる | P(X=x)=0 |
| 確率の計算 | 足し算（\sum）で求める | 積分（\int）で求める |
連続型を理解する最大のヒントは、
「1点の確率は0で、確率は範囲の面積で計算する」
という点です。
ここをもう少し掘ってみます。
なぜ連続型だと「1点の確率 P(X = a)」が0になるのか？
連続型確率変数を学ぶ際、最も直感とズレやすく、混乱しやすいのが、
「特定の一点 a における確率 P(X=a) は0になる」
という性質です。
「実際にその身長や体重の人は存在するのに、確率が0ってどういうこと？」
これには、確率密度関数を使って考えるとかなり分かりやすくなります。
「無限だから1/∞」ではない
まず、先ほどの疑問から考えてみます。
例えばサイコロの場合、取りうる目は
1,2,3,4,5,6の6通りです。
そのため、公平なサイコロなら、
P(X=1)=\frac{1}{6}と考えられます。
一方、身長のような連続値では、
170.0 と 171.0 の間にも、
170.1,\ 170.01,\ 170.001,\dotsと、どこまでも細かい値を考えることができます。
ここで、
P(X=a)=\frac{1}{\infty}=0と考えたくなります。
まぁ、気持ちは分かりますｗ
ただし、数学的には「無限個あるから1を無限で割って0」というのが、連続型で1点の確率が0になる理由ではありません。
もっと正確には、連続型では確率を「確率密度の面積」として定義するためです。
これが本当のポイントです。
確率は「線」ではなく「面積」だから
連続型確率変数において、確率は確率密度関数 f(x) のグラフと横軸で囲まれた面積で表します。
例えば、a から b までの確率は、
P(a \le X \le b)=\int_a^b f(x)dxで求めます。
つまり、
横に幅がある範囲なら、その部分の面積が「確率」になる
ということです。
では、1点だけだったらどうでしょうか。
X=aという1点だけです。
この場合、
P(X=a)=\int_a^a f(x)dx=0となります。
なぜなら、a から a までなので、横幅が0だからです。
面積は、
縦 × 横
なので、横幅が0なら面積も0です。
つまり、
「確率密度があるかどうか」と「その点の確率」は別の話
ということです。
これが連続型確率変数の「1点の確率は0」という話の正体です。
【重要】「確率0＝絶対に起こらない」ではない！
ここも非常に重要です。
普通は、
「確率が0なら、絶対に起こらないんじゃないの？」
と思います。
確かに離散型では、そのように考えることが多いです。
例えば、普通の6面サイコロで、
P(X=7)=0なら、「7が出る」という事象は起こりません。
一方、連続型では、
P(X=a)=0でも、その値自体が「取りうる値」から除外されているとは限りません。
例えば、連続型のモデルで
P(X=170)=0だからといって、
「170cmの人は存在しない」
という意味ではありません。
1点には幅がないので、面積としての確率が0になるだけです。
この違いはかなり重要です。
例えば「169.5cm〜170.5cm」なら？
では、
「身長が170cmぴったりになる確率」
ではなく、
「169.5cm以上、170.5cm以下になる確率」
を考えてみます。
この場合は範囲があります。
なので、
P(169.5\le X\le170.5)=\int_{169.5}^{170.5}f(x)dxとなります。
グラフで考えると、この範囲にはちゃんと横幅があります。
つまり、面積が存在するので、確率も存在するわけです。
このため、連続型では、
「ぴったり何cm」ではなく「何cm〜何cm」
という範囲で確率を考えることが基本になります。
不等号に「＝」を付けても確率は変わらない
連続型では、1点の確率が0なので、
P(a\le X\le b)=P(a<X<b)となります。
同じように、
P(a\le X<b)=P(a<X\le b)とも考えられます。
端っこの1点を含めるかどうかで結果が変わらないわけですね。
なぜなら、その1点の確率が0だからです。
これは連続型の問題でよく出てくるポイントなので、覚えておきたいところです。
確率密度関数（PDF）とは？
連続型確率変数で範囲の確率を計算するときに使うのが、「確率密度関数（Probability Density Function : PDF）」です。
通常 f(x) と表します。
ここで重要な注意点があります。
関数の高さ f(x) 自体は「確率」ではありません。
f(x) はあくまで「確率密度」を表します。
ざっくり言えば、
「そのあたりに、どれくらい確率が集中しているか」
という「濃さ」のようなものです。
確率はグラフの「面積（積分）」で計算する
a から b の範囲に確率変数 X が収まる確率 P(a\le X\le b) は、確率密度関数 f(x) を a から b まで積分した面積で求めます。
P(a\le X\le b)=\int_a^b f(x)dxなので、
高さ＝確率ではない
面積＝確率
と覚えておくと分かりやすいです。
確率密度が1を超えてもいい？
ここも最初は、
「確率って0〜1じゃなかったっけ？」
と思うところです。
確かに確率そのものは、
0\le P(A)\le1です。
しかし、確率密度 f(x) は確率そのものではありません。
そのため、
f(x)>1となることもあります。
例えば、非常に狭い範囲に確率が集中している分布なら、グラフの高さが1を超えることがあります。
それでも、グラフ全体の面積が1になっていれば問題ありません。
ここでも、
高さ＝確率ではない
ということが重要になります。
確率密度関数が満たすべき2つのルール
連続型確率変数の確率密度関数 f(x) は、基本的に以下の条件を満たします。
1. 常に0以上
f(x)\ge0確率密度なので、マイナスにはなりません。
2. 全領域で積分した総面積は1
\int_{-\infty}^{\infty}f(x)dx=1グラフ全体の面積を足し合わせると、
100%＝1
になります。
これもPMFの、
\sum_i p_i=1と対応しています。
離散型は「確率を足す」。
連続型は「密度を積分する」。
この違いですね。
代表的な連続型確率分布
統計学で登場する主要な連続型確率分布には、以下のようなものがあります。
1. 正規分布（ガウス分布）
統計学で最も重要かつ代表的な分布です。
平均 \mu を中心に左右対称の釣鐘型（ベルカーブ）の形をしています。
N(\mu,\sigma^2)身長や測定誤差など、さまざまなデータのモデルとして登場します。
統計検定2級でもかなりお世話になる分布です。
2. 連続一様分布
指定された範囲内で、確率密度が一定になる分布です。
例えば、0 から 1 の間からランダムに値を選ぶようなモデルがあります。
3. 指数分布
「次に特定のイベントが起こるまでの待ち時間」などを表す分布です。
例えば、
- 次に電話がかかってくるまでの時間
- 次の来客までの時間
- 機器が故障するまでの時間
などをモデル化するときに登場します。
4. カイ二乗分布・t分布・F分布
これらも重要な連続型確率分布です。
特に、
- 推定
- 仮説検定
- 信頼区間
- 分散の推定
- t検定
- F検定
など、統計的推測のところで頻繁に登場します。
統計検定2級でも避けては通れないところですね。
練習問題
理解度を確認するための4択問題です。
連続型確率変数の性質について考えてみましょう。
【問題】
連続型確率変数および確率密度関数 f(x) に関する記述として、最も適切なものを次の①〜④の中から1つ選んでください。
① 連続型確率変数 X において、特定の1点 a における確率 P(X=a) は、確率密度関数の高さ f(a) と一致する。
② 確率密度関数 f(x) の値自体は「密度」を表すため、f(x)>1 となる区間が存在することもある。
③ a\le X\le b となる確率は、グラフの高さの平均値を算術計算することによって求められる。
④ 確率密度関数 f(x) を全領域（-\infty から \infty）で積分した値は、分布の形状によって 0 から 1 の間のさまざまな値をとる。
解答・解説
正解：②
① 誤り
連続型確率変数では、特定の1点における確率は、
P(X=a)=0となります。
一方、f(a) は「確率密度」であり、確率そのものではありません。
したがって、
P(X=a)\ne f(a)です。
② 正しい
確率そのものは 1 を超えませんが、確率密度 f(x) は確率ではありません。
そのため、
f(x)>1となることもあります。
重要なのは、グラフ全体の面積が1になることです。
③ 誤り
a\le X\le b に収まる確率は、確率密度関数 f(x) を a から b まで積分した「面積」で求めます。
P(a\le X\le b)=\int_a^b f(x)dx単純に高さの平均を計算するわけではありません。
④ 誤り
確率密度関数を全領域で積分すると、
\int_{-\infty}^{\infty}f(x)dx=1となります。
分布の形が変わっても、確率の合計が100%であることは変わりません。
まとめ
今回は「連続型確率変数とは何か？」について解説しました。
- 連続型確率変数は「身長や時間のように、切れ目なく連続した値を取る確率変数」
- 連続型では、特定の1点の確率 P(X=a) は0になる
- ただし、確率0＝絶対に起こらないという意味ではない
- 確率密度関数 f(x) の高さそのものは確率ではない
- 確率は、確率密度関数の面積（積分）で求める
- 確率密度 f(x) は1を超えることもある
- 全領域を積分した総面積は必ず 1（100%）になる
特に、
「高さ＝確率ではなく、面積＝確率」
というところを押さえておくと、連続型確率変数の話がかなり分かりやすくなると思います。
そして何より、
「確率0なのに起こりうる」
という、一見すると矛盾しているような話も、「1点には幅がなく、面積が0だから」と考えると少し納得できます。
「連続型はグラフの面積＝確率」というイメージを持っておくと、正規分布や標準化、統計的仮説検定の理解にもつながってきます。
参考 関連用語
| 用語 | 簡易的な説明 |
|---|---|
| 連続型確率変数 | 身長や時間のように、連続した値を取る確率変数。 |
| 離散型確率変数 | 個数や回数のように、飛び飛びの値を取る確率変数。 |
| 確率密度関数（PDF） | 連続型確率変数の確率密度を表す関数 f(x)。範囲の面積が確率になる。 |
| 確率密度 | 確率がどの程度集中しているかを表すもの。値そのものは確率ではない。 |
| 確率質量関数（PMF） | 離散型確率変数が特定の値を取る確率を表す関数。 |
| 正規分布 | 平均を中心に左右対称の釣鐘型をした代表的な連続型確率分布。 |
| 標準正規分布 | 平均0、分散1の正規分布 N(0,1)。 |
| 連続一様分布 | 一定の区間内で確率密度が一定となる分布。 |
| 指数分布 | 次のイベントが発生するまでの待ち時間などを表す連続型確率分布。 |
| t分布 | 母平均の推定や仮説検定などで利用される連続型確率分布。 |
| カイ二乗分布 | 分散の推定や仮説検定などで利用される連続型確率分布。 |
| F分布 | 分散比の検定などで利用される連続型確率分布。 |
| 期待値 E(X) | 連続型では \int x f(x),dx で計算される理論上の平均値。 |
| 累積分布関数（CDF） | F(x)=P(X\le x) で定義され、ある値以下になる確率を表す関数。 |
| 標準化 | 平均や標準偏差を使って、確率変数を標準正規分布などの基準に変換すること。 |
コメント