ポアソン分布とは？λの意味と確率を求める計算式を解説！

ポアソン分布とは？λの意味と確率を求める計算式を解説！

ポアソン分布は、一定の時間や範囲の中で、まれに起こる出来事の回数を考えるための確率分布です。

電話がかかってくる件数、ウェブサイトへの問い合わせ数、製品に見つかる小さな不良の数など、身近な現象にも利用されています。

ただし、単に平均回数を知るだけでは、ある回数が起こる確率までは分かりません。

この記事では、ポアソン分布の基本、λが表す意味、確率を求める計算式、実際の計算例、利用時の注意点を順に解説します。

ポアソン分布の意味とλによる発生回数の表現

それではまずポアソン分布の基本的な意味について解説していきます。

まれな出来事の回数を表す確率分布

ポアソン分布とは、一定の区間に起こる出来事の回数がどの程度になりやすいかを表す確率分布です。

ここでいう区間とは、1時間、1日、1平方メートル、1ページなど、観察する範囲を決めたものを指します。

たとえば、ある店舗に1時間あたり平均3件の問い合わせがあるなら、問い合わせが0件の日もあれば、3件や5件になる時間帯もあります。

ポアソン分布では、このように毎回同じ件数にはならない現象について、0件、1件、2件といった各回数の起こりやすさを計算します。

対象になるのは、個々の出来事が比較的独立していて、短い時間に何度も重なって起こりにくい現象です。

雨粒が狭い面積に落ちる数や、印刷物の一定面積にある小さな欠点の数は、代表的なイメージとして考えられるでしょう。

一方で、来店者がセール開始直後に集中する場合のように、発生のしかたが時間帯で大きく変わる現象には、そのまま当てはめにくいことがあります。

回数は0以上の整数に限られるため、身長や気温のように小数も取り得る量を扱う正規分布とは性質が異なります。

まずは、何を1つの出来事と数えるのか、どの時間や範囲を1区間とするのかを明確にすることが出発点です。

平均発生回数を示すλの意味

λは、観察する1区間あたりに期待される平均発生回数を表す値です。

ラムダと読むλはポアソン分布で最も重要な記号であり、分布の形を決める唯一のパラメータです。

たとえば、1時間あたり平均2件の故障連絡があるならλは2となり、1日あたり平均12件なら、1日を区間にしたλは12です。

λは必ず正の値であり、整数である必要はありません。

1時間あたり平均0.5件の問い合わせであればλは0.5となり、これは2時間に1件程度という意味ではあっても、毎回2時間ごとに必ず1件起こる意味ではありません。

期待値という言葉は、実際に1区間で必ず得られる件数ではなく、長い期間にわたって観察したときの平均を指します。

したがって、λが4だからといって、毎時間ちょうど4件の注文が入るわけではありません。

時間の長さを変えるとλも変わるため、1時間あたりなのか、1日あたりなのかを混同しないよう注意が必要です。

観察区間を半分にすれば、発生率が一定という前提ではλも半分になります。

適用しやすい現象の条件

ポアソン分布を使いやすいのは、発生率がほぼ一定で、各出来事が互いに強く影響しない場合です。

第一に、同じ長さの時間区間や同じ広さの範囲を比べたとき、平均的な発生の勢いが大きく変化しないことが求められます。

第二に、ある出来事が起きたことによって、直後の出来事が極端に起こりやすくなったり、起こりにくくなったりしないことも大切です。

たとえば、通常時のコールセンターに届く短い問い合わせを時間単位で数える場面では、近似的に使えることがあります。

しかし、災害報道の直後に問い合わせが集中する状況では、発生率が一定とはいえません。

また、家族や友人同士で連れ立って来店する場合は、来店が完全に独立しているとは考えにくいでしょう。

確認項目	ポアソン分布に近い例	注意が必要な例
発生率	通常時の機械エラー	キャンペーン開始直後の注文
独立性	紙面上の小さな印刷欠点	口コミで連鎖する購入
数える対象	1時間の電話件数	同じ電話の再発信を重複計上した件数
区間の大きさ	毎日同じ1時間	日によって異なる観察時間

現実のデータが条件に完全には当てはまらなくても、近似として有用なことはあります。

ただし、平均よりばらつきが極端に大きいデータでは、別の分布やモデルを検討したほうが適切な場合もあります。

確率を求める計算式と記号の読み方

続いては確率計算に使う式の構成を確認していきます。

確率質量関数の基本形

ポアソン分布でちょうどk回起こる確率は、λのk乗にeのマイナスλ乗を掛け、kの階乗で割って求めます。

式はP X＝k ＝ eのマイナスλ乗 × λのk乗 ÷ kの階乗と表されます。

P X＝k は、確率変数Xがちょうどkになる確率を意味します。

eは自然対数の底と呼ばれる定数で、およそ2.71828です。

kは実際に起こった回数として考える値であり、0、1、2のような0以上の整数を入れます。

kの階乗は、kから1までの整数を掛け合わせる計算です。

たとえば3の階乗は3×2×1で6となり、0の階乗は特別に1と定められています。

この式では、λとkの役割を入れ替えないことが重要です。

λはデータや設定から決める平均値であり、kは知りたい回数として順に変えて計算する値です。

階乗と指数計算の扱い

計算式でつまずきやすい部分は、kの階乗とeのマイナスλ乗を別々に計算することです。

階乗は感覚的に分かりにくい記号ですが、回数が増えるほど分母を大きくする働きを持ちます。

たとえば4の階乗は4×3×2×1で24、5の階乗は5×4×3×2×1で120です。

一方、eのマイナスλ乗は、λが大きくなるほど小さくなる値です。

λが2ならeのマイナス2乗は約0.1353であり、λが5ならeのマイナス5乗は約0.0067になります。

電卓や表計算ソフトでは、EXP 関数を使うとeの指数計算を行えます。

特に、マイナス記号を付け忘れてeのλ乗としてしまうと、確率が1を超える不自然な結果になりかねません。

確率は必ず0以上1以下になるという基本ルールを、計算後の確認にも使いましょう。

ちょうどの確率と累積確率の違い

ちょうど3回の確率と、3回以下の確率は、必要な計算が異なる別の値です。

ちょうど3回を求める場合は、式にk＝3だけを入れてP X＝3を計算します。

一方、3回以下を求める場合は、0回、1回、2回、3回の確率をすべて足し合わせます。

反対に、3回以上を求めるなら、0回から2回までの確率の合計を1から引く方法が便利です。

たとえば、異常が3回以上起こる確率を知りたいとき、3回、4回、5回と無限に足していく必要はありません。

知りたい内容	計算する確率	考え方
ちょうど2回	P X＝2	k＝2を式に入れる
2回以下	P X＝0＋P X＝1＋P X＝2	0回から2回までを合計する
2回以上	1－P X＝0－P X＝1	0回と1回を除く
2回より多い	1－P X＝0－P X＝1－P X＝2	0回から2回までを除く

日本語の問題文では、以下、未満、以上、超えるという表現によって含める回数が変わります。

計算を始める前に、どの回数までを合計するのかを書き出す習慣を付けると、条件の読み違いを減らせます。

具体例による確率計算の手順

続いては数値を使った確率の求め方を確認していきます。

平均2件でちょうど3件起こる場合

平均発生回数が2件のとき、ちょうど3件起こる確率は約0.1804です。

ここでは、ある受付に1時間あたり平均2件の問い合わせが来ると仮定します。

求めたいのは、ある1時間にちょうど3件の問い合わせが来る確率です。

この場合、λは2、kは3になります。

まず、3の階乗は3×2×1で6です。

次に、λのk乗は2の3乗なので8となります。

結果は約18.0パーセントであり、毎時間3件起こるという意味ではなく、同じ条件の時間を数多く観察したときに約18パーセントの割合で現れるという意味です。

平均が2件であっても、3件が起こることは珍しすぎる現象ではありません。

確率を百分率で示すときは、0.1804に100を掛けて18.04パーセントとします。

平均0.5件で0件となる場合

発生回数が0回の場合でも、ポアソン分布の式ではkに0を入れて確率を求められます。

たとえば、ある装置で1日に平均0.5件の軽微な警告が出るとします。

この日に警告がまったく出ない確率を考えると、λは0.5、kは0です。

0の階乗は1であり、0乗も1になるため、式は比較的簡単になります。

P X＝0 は eのマイナス0.5乗となり、その値は約0.6065です。

平均0.5件という数値を見て、半分の日には必ず1件起こると考えるのは誤りです。

実際には0件の日が約60.7パーセントあり、1件以上起こる日は残りの約39.3パーセントになります。

低い平均値の現象では、0件の確率が大きくなることを直感と結び付けて理解するとよいでしょう。

複数回の確率を合計する方法

ある回数以下の確率は、条件に含まれる各回数の確率を足し合わせて求めます。

1時間あたり平均2件の問い合わせについて、2件以下となる確率を求めてみましょう。

必要なのは0件、1件、2件の確率です。

それぞれを式で計算すると、P X＝0 は約0.1353、P X＝1 は約0.2707、P X＝2 は約0.2707です。

3つを合計すると約0.6767になり、2件以下となる確率は約67.7パーセントです。

表計算ソフトや統計ソフトを使う場合でも、どの範囲を合計した値なのかを理解しておくことが重要です。

数式を入力する前に、求める内容がちょうどなのか、以下なのか、以上なのかを日本語で確認しておくと計算ミスを防げます。

他の確率分布との違いと利用時の注意点

続いてはポアソン分布と関連する確率分布の違いを確認していきます。

二項分布と正規分布との比較

ポアソン分布は回数を扱う分布ですが、二項分布は成功回数、正規分布は連続的な値を主に扱います。

二項分布は、成功か失敗かのように結果が2種類に分かれる試行を、決まった回数だけ繰り返す場面で使います。

たとえば、100人に案内メールを送り、そのうち何人が申し込むかは二項分布で考えやすい対象です。

ポアソン分布には試行回数という上限が明示されず、一定時間に起こる件数そのものを扱う点に違いがあります。

正規分布は、テストの得点や製品の寸法のように、理論上は連続して変化する値を近似する際に用いられます。

確率分布	主な対象	値の特徴	身近な例
ポアソン分布	一定区間の発生回数	0以上の整数	1時間の電話件数
二項分布	決まった回数の成功数	0から試行回数までの整数	100通のうちの返信数
正規分布	連続的な測定値	小数を含む連続値	部品の長さ
指数分布	次の発生までの待ち時間	0以上の連続値	次の電話までの時間

ポアソン分布と指数分布は、発生回数と待ち時間という異なる側面を扱うため、同じ現象の分析で併用されることもあります。

目的に合わない分布を選ぶと、計算自体が正しくても解釈を誤るため、まずデータの種類を見極めましょう。

平均と分散から見るデータの確認

理想的なポアソン分布では、平均と分散がどちらもλになります。

分散は、データが平均の周りにどの程度散らばっているかを示す値です。

たとえばλが3なら、理論上の平均は3、分散も3となります。

実際の観測データで平均が3程度でも、分散が20のように大きければ、ばらつきがポアソン分布の想定より強い可能性があります。

この状態は過分散と呼ばれ、曜日、季節、利用者層などの違いが混ざっている場合に起こりやすくなります。

反対に、件数が人為的な上限によって抑えられていると、分散が平均より小さくなることもあります。

ただし、少数の観測だけで平均と分散が完全に一致する必要はありません。

データ量、観察条件、業務上の目的を踏まえ、近似として使えるかを判断する視点が大切です。

ポアソン分布の意味と確率計算のまとめ

ポアソン分布は、一定の時間や範囲で起こる出来事の回数を確率として表すための分布です。

λは1区間あたりの平均発生回数であり、観察する時間や範囲を変えると値も変化します。

ちょうどk回起こる確率は、eのマイナスλ乗、λのk乗、kの階乗を使う式で求めます。

0回の確率も計算でき、以下や以上といった条件では複数の確率を合計したり、1から引いたりします。

計算時には、λとkを混同しないこと、階乗と指数の符号を確認することがポイントです。

また、発生率がほぼ一定で、出来事同士が強く影響しないという前提も忘れてはいけません。

二項分布や正規分布との違いを知り、扱うデータが回数なのか成功数なのか連続値なのかを見分けることも重要です。

身近な件数データを一つ選び、まずは平均をλとして置いて、0回や平均付近の回数の確率から試してみてください。