スケールパラメータ

スケールパラメータとは

スケールパラメータは、確率論や統計学において確率分布の特徴を示す重要な数値です。このパラメータは、確率分布のばらつきを表すものであり、その値が大きいほどばらつきも大きくなることを意味します。スケールパラメータが小さい場合は、分布はより集中し、ばらつきが少ないことを示します。

定義

確率分布が特定の母数を持つとき、スケールパラメータはこの確率分布の性質を記述します。具体的には、ある確率分布の累積分布関数が次の様な形を持つ場合、

$$F(x; s, θ) = F\left(\frac{x}{s}; 1, θ\right)$$

ここで、$s$がスケールパラメータであり、他のパラメータとして$θ$が存在します。この関係から、スケールパラメータは量的なばらつきを定義するものであるとわかります。

位置母数との関係

確率分布に位置母数が含まれている場合、定義には微妙な変化があります。位置母数を$m$、スケールパラメータを$s$と表した場合、累積分布関数は以下のようになります：

$$F(x; s, m, θ) = F\left(\frac{x - m}{s}; 1, 0, θ\right)$$

このようにすることで、正規分布などで平均が0でない場合でも、標準偏差をスケールパラメータとして扱うことができるようになります。ただしすべてのケースでこの定義が利用されるわけではコ地ません。

確率密度関数

確率分布が確率密度関数を持つ場合、スケールパラメータを考慮すると次のように表されます：

$$f_{s}(x) = \frac{1}{s} f\left(\frac{x}{s}\right)$$

この式は累積分布関数の定義を元に証明されるもので、スケールパラメータがどのように分布を変化させるのかを示しています。このことから、確率分布の性質を理解する上で、スケールパラメータの重要性が浮き彫りになります。

レートパラメータとの違い

一部の確率分布では、スケールパラメータの代わりにレートパラメータが利用されることもあります。レートパラメータは、スケールパラメータの逆数であり、例えば指数分布では次のように表現されます：

$$f(x; β) = \frac{1}{β} e^{-\frac{x}{β}}, \quad x ≥ 0$$

この同じ分布はレートパラメータを用いて次のようにも表現されます：

$$f(x; λ) = λ e^{-λx}, \quad x ≥ 0$$

例

連続一様分布の場合、位置母数は$(a + b) / 2$、スケール母数は$(b - a)$として観察されます。また、正規分布は位置母数$μ$とスケール母数$σ$を持ち、ガンマ分布は形状母数と尺度母数で特徴づけられます。

さらに、特定の条件が満たされる場合、尺度母数が1である「標準」分布と呼ばれるものもあります。例えば、標準正規分布や標準コーシー分布があります。

スケール母数の推定

スケール母数は様々な統計量を用いて推定できます。これには、位置に対して不偏であり、尺度母数に線形に比例する統計量が必要です。また、サンプル数が増えることで統計量が尺度母数に収束します。

例えば、正規分布の標準偏差を推定する際には、中央値絶対偏差（MAD）を使用することがあります。この場合、スケール係数は特定の式で計算され、サンプル数を増やすことによってMADは標準偏差に収束することが示されます。

これにより、スケールパラメータの理解とともに、統計手法の応用が見えてきます。

もう一度検索