目次
指数分布（Exponential Distribution）
指数分布（Exponential Distribution）は、統計学や確率論において「次にある出来事が起こるまでの待ち時間」をモデル化するために非常によく使われる連続型確率分布です。
例えば、「次に電話が鳴るまでの時間」「電球が寿命を迎えるまでの時間」「打者がヒットを打つまでの間隔」などを表すのに適しています。
指数分布の主な特徴は下記の通りです。
-
無記憶性（Memoryless Property）: これが最大の極限です。「それまでいくら待ったか」という過去の経過が、将来の発生確率に影響を与えません。例えば、電球が500時間切れていなくても、次の1時間に切れる確率は、新品の電球が最初の1時間に切れる確率と同じである、と仮定します（実際の商品寿命には摩耗があるため厳密には異なりますが、理論上のモデルとして使われます）。
-
右に裾が長い: グラフを見ると、0に近いほど確率密度が高く、時間が経つにつれて急激に減少していきます。つまり、「すぐに起こる」確率が最も高く、「非常に長く待たされる」確率は低いことを示しています。
指数分布（Exponential Distribution）関連用語
指数分布（Exponential Distribution）に関連する単語は以下の通りです。
- 無記憶性（Memoryless Property）
- 期待値
- 幾何分布
指数分布（Exponential Distribution）やさしい解説
指数分布（Exponential Distribution）とは、「次にある出来事が起こるまでの待ち時間」を表す法則です。
最大の特徴は、「すぐ起こる確率が最も高い」という点です。グラフにすると、時間が経つほど確率が下がる滑り台のような形になります。
もう一つの面白い特徴は「無記憶性」です。例えば、10分間待っても来なかったとしても「そろそろ来るはず」とは言えず、そこからさらに待つ確率は、待ち始めた最初の瞬間と変わりません。
この法則は、レジにお客さんが来る間隔や電球の寿命、地震の発生間隔など私たちの身近な「いつ起こるか分からない待ち時間」を計算するのに役立っています。
AI関連の用語集【まとめ】
AI関連の用語集が気になる方のために、用語集一覧を作成しました。AIに関する学びを深めたいとお考えの方はぜひご覧ください。
＼AIの導入・開発・相談なら【クラベルAI】に相談しよう！／
