logo

ポアソン分布の極限分布としての標準正規分布の導出 📂確率分布論

ポアソン分布の極限分布としての標準正規分布の導出

定理

XnPoi(n)X_{n} \sim \text{Poi} \left( n \right) かつ Yn:=Xnnn\displaystyle Y_{n} := {{ X_{n} - n } \over { \sqrt{n} }} ならば YnDN(0,1) Y_{n} \overset{D}{\to} N(0,1)


  • N(μ,σ2)N \left( \mu , \sigma^{2} \right) は平均が μ\mu で分散が σ2\sigma^{2}正規分布だ。
  • Poi(λ)\text{Poi} (\lambda) は平均と分散が λ\lambdaポアソン分布だ。

説明

二項分布のポアソン分布近似を考えると当然のように、ポアソン分布から標準正規分布も導出できる。

導出1

YnY_{n}モーメント生成関数 MYn(t)M_{Y_{n}} (t) を通して分布収束を示す。

ポアソン分布のモーメント生成関数: m(t)=exp[λ(et1)],tR m(t) = \exp \left[ \lambda \left( e^{t} - 1 \right) \right] \qquad , t \in \mathbb{R}

XnPoi(n)X_{n} \sim \text{Poi} (n) なので、 MY(t)=E[exp(Ynt)]=E[exp(Xnnnt)]=E[exp(Xnnt)exp(tn)]=exp(tn)E[exp(Xntn)]=exp(tn)exp(n(et/n1)) \begin{align*} M_Y (t) =& E \left[ \text{exp} \left( Y_{n} t \right) \right] \\ =& E \left[ \text{exp} \left( {{ X_{n} - n } \over { \sqrt{n} }} t \right) \right] \\ =& E \left[ \text{exp} \left( {{ X_{n} } \over { \sqrt{n} }} t \right) \text{exp} ( -t \sqrt{n} ) \right] \\ =& \text{exp} ( -t \sqrt{n} ) E \left[ \text{exp} \left( X_{n} {{ t } \over { \sqrt{n} }} \right) \right] \\ =& \text{exp} ( -t \sqrt{n} ) \exp \left( n \left( e^{t/\sqrt{n}} - 1 \right) \right) \end{align*} 二番目の引数のテイラー展開を通じて、 exp(tn+n(1+tn+12!t2n+13!t3nn+1))=exp(tn+n(tn+12!t2n+13!t3nn+))=exp(tn+tn+t22!+13!t3n+)=exp(t22!+13!t3n+) \begin{align*} & \text{exp} \left( -t \sqrt{n} + n \left( 1 + {{t} \over {\sqrt{n}}} + {{1} \over {2!}} {{t^2} \over {n}} + {{1} \over {3!}} {{t^3} \over {n \sqrt{n} }} + \cdots - 1 \right) \right) \\ =& \text{exp} \left( -t \sqrt{n} + n \left( {{t} \over {\sqrt{n}}} + {{1} \over {2!}} {{t^2} \over {n}} + {{1} \over {3!}} {{t^3} \over {n \sqrt{n} }} + \cdots \right) \right) \\ =& \text{exp} \left( -t \sqrt{n} + t \sqrt{n} + {{t^2} \over {2!}} + {{1} \over {3!}} {{t^3} \over { \sqrt{n} }} + \cdots \right) \\ =& \text{exp} \left( {{t^2} \over {2!}} + {{1} \over {3!}} {{t^3} \over { \sqrt{n} }} + \cdots \right) \end{align*} 従って、 limnMYn=et22 \lim_{n \to \infty} M_{Y_{n}} = e^{ t^2 \over 2 }