二項分布は、回数を先に決めた試行の中で、条件を満たす結果が何回出るかを表す分布です。例えば独立な5回の試行で、各回の成功確率が20%なら、成功数は0回から5回のいずれかになります。20%だから必ず5回に1回出る、という周期を意味するものではありません。
ここでいう成功は、数えたい条件の名前です。特定のマークが出る、指定した番号に一致するなど、試行ごとに当てはまるかどうかを決めます。利益や望ましさを意味する用語ではありません。成功以外を失敗とまとめた二つの区分で、回数だけを数えるモデルです。
計算には、試行回数n、一回の成功確率p、知りたい成功数kを使います。まず本当にn回を固定しているか、各回が独立か、pが同じかを確認します。この三つが変わると、見た目が似た成功数でも、同じ式をそのまま使う根拠はなくなります。
先に回数を決め、成功数を後から数える
二項分布ではnが固定され、成功数が変わります。最初の成功が出たところで終える実験とは、何を数えるかが異なります。
| 記号 | この例の値 | 表すもの |
|---|---|---|
| n | 5 | 先に固定する試行回数 |
| p | 0.20 | 各回の成功確率 |
| k | 0〜5の整数 | 知りたい成功数 |
| 1−p | 0.80 | 各回の失敗確率 |
5回を最後まで行う例
5回の試行を行うと決めたら、1回目で成功しても残り4回を含めて数えます。成功が早く出たか遅く出たかは、最終的な成功数とは別の情報です。成功数2という結果には、最初の2回が成功した場合も、最後の2回が成功した場合も含まれます。
途中の結果を見て回数を伸ばすなら、最初に決めた5回の分布とは違う集め方になります。5回のまとまりを比較するためには、成功したから打ち切る、失敗したから追加するという変更を混ぜないことが必要です。
成功条件を一つに固定する
成功を「指定のマークが出る」と定義したら、途中で別のマークまで成功へ加えません。結果を見てから条件を広げると、一回の確率p自体が変わります。最初の定義を保つことで、各回の成功と失敗を同じ基準で分類できます。
一回の試行に複数の細かな結果があっても、数えたい条件に入るか入らないかへ分ければ二つの区分になります。ただし、その区分に入る確率を正しく求める必要があります。二つに名付けただけでpが半分になるわけではありません。
回数の整数という制約
nが5なら、成功数kは0、1、2、3、4、5です。1.5回成功という結果はありません。成功数の平均が1.5になることはありますが、それは多数のまとまりを平均した数値で、一回のまとまりの結果ではありません。
入力したkがnを超える場合、その成功数は起こりません。負の成功数も同じです。計算する前に、数えられる範囲と整数の条件を確かめると、式へ数字を入れただけの誤りを防げます。

独立と一定確率は、別々に必要な条件
各回の成功確率が同じでも、結果同士が結び付いていれば独立とは限りません。確率の値と、前の結果から影響を受けない条件を分けて確認します。
前の結果で次が変わらない
独立な試行では、前の回が成功だったと知っても、次の成功確率pは変わりません。pが0.2なら、最初に成功した後も失敗した後も、モデル上の次の確率は0.2です。短い履歴によって確率が借金を返すように変わることはありません。
同じ装置を使ったというだけで独立が証明されるわけではありません。結果の生成方法や条件が、独立を仮定してよいかに関わります。計算例で置いた仮定と、実際の仕組みで確認された性質を区別して読みます。
同じ20%でも連動する例
最初に一度だけ成功か失敗かを決め、その結果を5回繰り返して表示する仕組みを考えます。各位置だけを見れば成功確率20%でも、成功数は0か5だけです。独立な5回の二項分布とは、可能な成功数の並びが大きく異なります。
この例では一つの結果が残りも決めるため、各回の確率が同じという条件だけでは足りません。成功数1や2が起こらない仕組みへ、独立試行の式を入れると、実際にはない結果へ確率を割り当ててしまいます。
pが回ごとに違う場合
1回目が10%、2回目が30%というように成功確率が変わるなら、同じpをn回使う二項分布の条件から外れます。平均が20%だからと、すべての回を20%へ置き換えても、成功数の分布まで同じになるとは限りません。
試行の途中で条件が変わった記録は、回ごとの確率を含めて扱う必要があります。単に成功率を一つへまとめるより、なぜ同じ確率と見なせるのかを確認します。モデルに必要な条件を省略しないことが計算の土台です。
ちょうどk回成功する確率を計算する
試行回数n、各回の成功確率p、成功数kから、組合せの数と二項確率を求めます。
各回が独立で同じ成功確率という仮定です。実際の製品の確率を示しません。
一つの順序の確率から、成功数の確率へ進む
5回で成功が2回なら、成功2回と失敗3回を含みます。一つの特定の順序の確率と、順序を問わない成功数2の確率は異なります。
成功・成功・失敗・失敗・失敗
p=0.2なら、この順序の確率は0.2×0.2×0.8×0.8×0.8で0.02048です。独立という条件によって、各回の確率を掛けています。百分率へ直すと2.048%で、これだけでは成功数2のすべてを数えていません。
成功が1回目と3回目に出る順序も、同じ因子を並べ替えた積になるため0.02048です。一定のpを使うので、成功位置だけが違う順序は同じ確率になります。順序ごとの確率をまとめる段階が、次に必要です。
成功位置の選び方を数える
5個の位置から成功を置く2個を選ぶ方法は10通りです。位置1と2、1と3というように、二つの成功の場所を決めます。成功した二回を別の名前で区別しないため、選んだ後の並べ替えを重ねて数えません。
この数は組合せC(5,2)で表せます。5×4÷2で10です。5×4だけでは、位置1と2を選ぶ場合と2と1を選ぶ場合を別々に数えてしまいます。二つの成功が同じ分類であることが、割り算の理由です。
重ならない順序を足す
10通りの順序は同時には起きないので、それぞれの確率を足します。0.02048が10個あり、成功数2の確率は0.2048、つまり20.48%です。一つの順序と成功数全体の間には、組合せの数という段階があります。
成功位置を問わない質問へ、一つの並びの確率だけを答えると過小に数えます。逆に特定の順序を指定した質問へ10を掛けると、求めていない順序まで含みます。質問が順序を限定しているかを最初に読みます。

二項分布の式を三つの部分として読む
ちょうどk回成功する確率は、C(n,k)×pのk乗×(1−p)のn−k乗です。組合せ、成功の積、失敗の積という三つへ分けると意味を追えます。
| 成功数k | 確率 | 百分率 |
|---|---|---|
| 0 | 0.32768 | 32.768% |
| 1 | 0.40960 | 40.960% |
| 2 | 0.20480 | 20.480% |
| 3 | 0.05120 | 5.120% |
| 4 | 0.00640 | 0.640% |
| 5 | 0.00032 | 0.032% |
成功をk回、失敗をn−k回
n回の中に成功がk回なら、残りはn−k回の失敗です。成功の確率をk回掛け、失敗の確率を残りの回数だけ掛けます。指数は見た目の記号ではなく、どの結果が何回含まれるかを表しています。
pと1−pを逆にすると、成功と失敗の定義が入れ替わります。pが小さい例では結果が大きく変わるので、式に入れる前に成功条件を言葉で確認します。入力欄の20%は、0.20と同じ確率です。
0回成功も一つの結果
kが0なら、5回すべて失敗する確率は0.8の5乗で0.32768です。成功が一度もない並びは一つだけなので、組合せの数は1になります。0回だから確率も0、という読み方ではありません。
同様にkが5なら、すべて成功する確率は0.2の5乗で0.00032です。両端の値も分布の一部です。成功数1だけを代表として見るのではなく、0から5までの可能性がどのように分かれるかを確かめます。
全部の成功数を足すと1
0回から5回までの確率を足すと1になります。成功数の区分が互いに重ならず、すべての結果を覆っているためです。丸めた表では合計にわずかなずれが出る場合があり、丸める前の値と区別します。
一部の成功数を省いた表なら、合計が1にならないこと自体は誤りではありません。ただし省いた範囲を明示します。数値を比較するときは、ちょうど一つの成功数か、複数の成功数をまとめた範囲かを確認します。
ちょうど2回と、2回以上を取り違えない
日常の質問には、ちょうど、少なくとも、多くてもという範囲の指定があります。同じnとpでも、どの成功数を含めるかで答えが変わります。
少なくとも1回は補集合で考える
5回のうち少なくとも1回は、1回から5回までを含みます。すべてを足す代わりに、1から0回の確率を引けます。この例では1−0.32768=0.67232、つまり67.232%です。1回だけの40.96%とは違います。
補集合は、含めない結果が分かりやすいときに役立ちます。「少なくとも一度」に対して、反対は「一度もない」です。反対を「一度だけ」と読んでしまうと、複数回の成功をどちら側へ置くかが崩れます。
2回以上は2から最後まで
2回以上なら、2、3、4、5の確率を足します。0.2048+0.0512+0.0064+0.00032=0.26272です。ちょうど2回の20.48%へ、3回以上の結果も加えた26.272%になります。
1回以下の確率を1から引く方法でも同じです。0回と1回を足して引くので、1−(0.32768+0.4096)になります。直接足す方法と補集合の方法が一致することは、範囲の取り違えを確認する手掛かりです。
多くても2回は0回も含む
多くても2回という条件は、0、1、2を含みます。成功しなかった結果も上限2以下なので、範囲の中です。1回と2回だけを足すと、条件に当てはまる0回を落としたことになります。
範囲を言葉だけで処理せず、含めるkを先に並べると間違いを減らせます。対話例がちょうどk回の計算だけを示す場合、2回以上の値を一つのkの欄へ入れた結果として読まないようにします。

平均の回数は、毎回の割り当てではない
二項分布の成功数の平均はnpです。この例では5×0.2=1ですが、成功数1が毎回出るという意味ではありません。平均と個別の結果を分けます。
平均1と、0回のまとまり
同じ条件の5回組を多数作ったとき、成功数の平均が1へ近づくという関係です。一つの5回組では0回も2回も起こります。表では0回が32.768%あるので、平均が1という説明と矛盾しません。
平均を配給のように読むと、前の組で0だったから次は2へ調整されると考えがちです。独立で同じpというモデルには、その埋め合わせはありません。組の間も同じ条件なら、次の組も同じ分布で考えます。
最も起こりやすい値も保証ではない
この例で最も確率が大きい成功数は1ですが、その確率は40.96%です。最頻値であっても半分を超えていません。最も大きい項目を、ほとんど必ず起こる結果へ言い換えないことが大切です。
ほかの成功数をまとめると59.04%あります。一つ一つの項目では1回が最大でも、1回以外の全体はそれより大きいのです。分類の一項目と残り全体を比較すると、最頻値の意味を正確につかめます。
ばらつきにも回数が関わる
成功数の分散はnp(1−p)で、この例では0.8です。回数の平均だけが同じでも、分布の形まで同じとは限りません。成功数を扱うための値であり、金銭的な結果や製品の評価へ直接変換するものではありません。
試行回数を増やすと成功数の平均も増えます。一方で成功数をnで割った割合の揺れとは単位が違います。回数の差と割合の差を混ぜず、何を縦軸や表の数値にしたかを確認します。
n・p・kを変え、一つずつ結果を確認する
操作できる例では、固定回数、成功確率、知りたい成功数を入力します。実際のゲーム履歴から確率を推定したり、次の結果を予測したりする機能ではありません。
kだけを変えて分布を読む
まずn=5、p=0.2を保ち、kを0から5へ順に変えます。成功数ごとに確率が違うことと、すべてが同じ重みではないことを確認できます。0から5の六つの候補があるから六分の一、という数え方にはなりません。
次に組合せの数と、各順序の確率を分けて見ます。中央付近の成功数は順序の数が多くても、pの大小が重みへ関係します。組合せが最も多い位置と確率が最も高い位置が、常に一致するわけではありません。
pを変える前に条件を言い直す
pを0.5へ変えるなら、各回が成功と失敗で半々になる別のモデルです。実際の仕組みがそう変わったことを示すものではありません。入力を動かして得た差は、仮定を変えると分布がどう変わるかを示します。
0.2と20という表記は同じ値ではありません。確率を0から1で入れる欄と、百分率で入れる欄の表示を確認します。数値の桁を読み違えると、計算対象そのものが変わるので、単位をそろえて使います。
観測した成功率とは別に扱う
5回で成功が1回だったという記録は、観測割合20%です。それだけで元の成功確率が厳密に20%と分かったわけではありません。計算例へ既知のpとして入れる操作と、未知のpをデータから推定する問題は別です。
短い記録と理論の差を見ただけで、仕組みの良し悪しを断定することもできません。二項分布を使うには、その記録が独立で一定確率の固定回数として集まったかが重要です。式の値だけでなく、集め方を一緒に確認します。

よくある質問
二項分布は何を数えますか。
先に固定したn回の試行の中で、条件を満たす結果が何回出るかを数えます。最初の成功までに何回待つかとは別の問題です。成功数には0回も含まれ、nを超えることはありません。
成功確率20%なら5回で1回は出ますか。
必ず出るという意味ではありません。独立な5回でp=0.2なら、一度も成功しない確率は0.8の5乗で32.768%です。平均成功数が1ということと、各まとまりへ1回ずつ割り当てられることは違います。
成功数2の確率に10を掛けるのはなぜですか。
5つの位置から成功する2つを選ぶ方法が10通りあるためです。各順序の確率は0.02048で、重ならない10通りを足すと0.2048になります。特定の順序だけを問う場合には10を掛けません。
ちょうど2回と2回以上は同じですか。
違います。5回でp=0.2なら、ちょうど2回は20.48%、2回以上は2から5回を足した26.272%です。質問に含まれる成功数を先に並べると、範囲の取り違えを防げます。
前の回が失敗なら次の確率は上がりますか。
独立でpが一定というモデルでは上がりません。次の成功確率は同じpです。過去の不足を補う動きは仮定に含まれません。実際の仕組みへ使う際には、独立と一定確率が成り立つかを別に確認します。
各回の確率が違っても平均pで計算できますか。
平均へ置き換えても成功数の分布が同じになるとは限りません。二項分布は同じ成功確率を使う条件です。回ごとに条件が違う場合は、その違いを含めて考える必要があり、一つのpへ無条件にまとめられません。
5回で1回成功したらpは20%ですか。
観測された割合は20%ですが、元の確率が厳密に20%と分かったわけではありません。既知のpから成功数を計算する問題と、観測数から未知のpを推定する問題を区別します。短い記録には揺れがあります。
計算例から実際の次の結果は分かりますか。
分かりません。入力したn、p、kの仮定の下で、成功数の確率を求める例です。特定サービスの仕組みや履歴を解析していません。成功数の分布と、次の一回の具体的な結果を同じものとして扱わないようにします。



