分布密度関数と分布関数の違いを徹底解説｜中学生でも分かる見取り図と例

---

はじめに：分布密度関数と分布関数の違いを知ろう

まずは結論から言います。分布密度関数は、ある値の近くにどれくらい人が集まりやすいかを表す曲線で、単位長さあたりの密度を示します。対して分布関数は、ある値以下になる確率を積み上げたものです。これを使うと、任意の区間の確率を計算しやすくなります。例えば、あるテストの得点が0点から100点の範囲に入る確率を知りたいときにはF(x)を使って0点からx点までの確率を足し合わせればOKです。

また、連続分布と離散分布の違いにも触れておきましょう。連続分布ではポイントxでの値f(x)を意味づける「密度」という概念を使い、f(x)を積分して確率を得ます。離散分布では「確率そのもの」を取り扱い、CDFは全ての可能性の合計として扱われます。これらは同じ現象の見方を変えただけの関係で、相互に補完する役割を果たします。

さらに、両者の関係を式で添えると理解が進みます。連続分布の場合、F(x) = ∫_{-∞}^{x} f(t) dt であり、F(-∞)=0、F(∞)=1 という性質を満たします。しっかり覚えておくと、確率計算の土台になります。

このセクションの要点は、PDFとCDFが別物だが同じデータを別の角度で見ているという点です。PDFはデータの分布の“形”を示す曲線、CDFはその形から求められる「確率」という意味の数値です。中学生にも理解できるように、日常の例に置き換えて考えると、データの山の位置と右肩の伸び具合を同時に見ることができ、結果としてデータのばらつきや偏りを直感的に読み解く力がつきます。

本文での重要なポイントは二つです。第一にPDFは密度であり、確率そのものを直接表すものではない点。第二にCDFは確率を表し、値が大きくなるほどその点までの確率が増えていく点です。これらを踏まえると、グラフを見ただけでデータの特徴を把握しやすくなり、区間の確率を一気に計算できるようになります。

この理解が深まると、統計の学習が楽しくなり、データの読み解きが現実の意思決定にも活かせるようになります。

最初のつかみとしての要点はPDFとCDFの関係性を覚えることと、区間の確率と累積確率の違いを理解することです。これらは統計の土台になる考え方であり、後の学習で必ず役立ちます。

ピックアップ解説

ねえ、統計の話でさ、分布密度関数と分布関数の違いって、最初は難しく感じるよね。分布密度関数は曲線としてデータの“密度”を表す。つまりxの周りにデータがどれくらい集まっているかの目安をくっついた曲線で示すんだ。これだけだと「確率なの？」と思うかもしれないけれど、実際にはこの曲線を区間の長さで積分すると、その区間に入る確率になる。逆に分布関数は、ある値以下になる確率を直接示す“累積の値”で、xが大きくなるほど値が大きくなっていく。だからPDFとCDFは友達同士で、PDFを読んでどの区間の確率を知るか、CDFを読んで特定の値以下の確率を知るか、を決めるといい。

この組み合わせを使いこなすと、データの山の見つけ方や、どの区間が重要かが直感的にわかるようになります。授業の小テストでも、PDFを見て区間の確率を推定し、CDFを使って特定の値以下の人がどのくらいいるかを読み取る練習をすると、問題が解きやすくなるはずです。さあ、身近なデータにこの考え方を持ち込んでみましょう。友達と一緒に、紙のグラフを見ながら話すだけで、理解が深まるはずですよ。

---