二項分布は無限母集団からのサンプリングなのか？仕組みと母集団との関係を解説

統計学を学んでいると、二項分布は「成功か失敗かの結果が出る試行を繰り返したときの確率分布」と説明されます。そのため、「この試行は無限母集団から標本を取り出しているのか」「有限母集団の場合は二項分布を使えないのか」と疑問に感じることがあります。

実際には、二項分布と母集団の大きさは直接的には同じ概念ではありません。二項分布が成立する条件や、無限母集団・有限母集団との関係を理解することで、この疑問を整理できます。

二項分布とはどのような確率分布なのか

二項分布とは、同じ条件の独立した試行を一定回数行ったときに、ある結果が何回起こるかを表す確率分布です。

例えば、コインを10回投げて表が出る回数を考える場合、表が出る確率を0.5とすると、その表の回数は二項分布に従います。

二項分布は、以下のような条件を満たす場合に利用されます。

重要なのは、二項分布は「母集団から標本を取る方法」そのものを表すものではなく、試行結果のばらつきを表す確率モデルだという点です。

二項分布は、理論上は無限母集団からのサンプリングに近い状況で説明されることが多いです。これは、各試行で成功確率が変化しないことを前提としているためです。

例えば、製造された製品から不良品を調べる場合、検査するたびに全体の不良率が変化しないほど大量の製品があるなら、無限母集団から抽出しているように考えることができます。

しかし、二項分布を使うために必ず無限母集団である必要はありません。有限の集団でも、母集団が十分に大きく、抽出による影響が小さい場合には二項分布で近似できます。

有限母集団から「戻さずに」抽出する場合、本来は二項分布ではなく超幾何分布を使います。

例えば、100個の製品の中に不良品が10個あり、そこから5個を取り出して不良品の数を調べる場合を考えます。この場合、1個取り出すごとに母集団の状態が変化するため、各試行は完全には独立ではありません。

このような場合は、超幾何分布が適しています。一方で、調査対象が非常に多い場合や、取り出す数が全体に対して少ない場合は、超幾何分布を二項分布で近似することがあります。

二項分布と超幾何分布の大きな違いは、試行が独立しているかどうかです。