G検定 用語解説
確率分布とは
確率変数がとる値ごとに、その値が現れる確率を対応づけたもの。対応の形の違いによって正規分布やベルヌーイ分布など複数の種類に分かれる。
まず押さえる結論
確率分布は、G検定の「大項目8 AIに必要な数理・統計知識」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-07-03。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×相関と因果の取り違え（相関があっても因果とは限らない。第3の要因＝交絡に注意）。
×ベイズの定理（事前確率を観測で更新する）の理解。
×正規分布の性質（左右対称・釣鐘型・平均と標準偏差の2パラメータ）と他の概念の混同。
関連する確認問題
大項目8 AIに必要な数理・統計知識 / 確率・統計
確率分布に関する次の説明のうち、誤っているものはどれか。
正解は「ポアソン分布とは、成功する確率が一定の試行をn回繰り返したときに、成功した回数が従う確率分布である」（誤り）である。この説明は二項分布の定義であり、ポアソン分布は一定期間・一定区間に稀な事象が発生する回数が従う確率分布で、平均発生回数のみによって形が決まる。試行回数と成功確率という2つのパラメータで形が決まる二項分布とは、パラメータの数が異なる。ベルヌーイ分布・二項分布・正規分布の説明はいずれも正しい。ベルヌーイ分布を同じ条件でn回繰り返すと二項分布になり、二項分布は試行回数が大きく成功確率が小さい極限でポアソン分布に近づくという関係がある。
大項目8 AIに必要な数理・統計知識 / 確率・統計
確率変数が取り得る値と、それぞれの値が生じる確率との対応関係全体を表すものはどれか。
確率分布を選ぶには、値そのもの・値から計算される代表値・ばらつきの指標のどれでもなく、値と確率の対応関係を「全体」として答えているかを見極める必要がある。確率分布は確率変数が取り得るすべての値それぞれに生じる確率を対応づけたもので、離散的な値でも連続的な値でも定義でき、取り得る値に対応する確率の合計は必ず1になる。確率変数はこの対応関係の中で値が定まる対象そのもの、期待値はそこから計算される平均的な値、標準偏差はそのばらつきを表す指標であり、いずれも全体像から取り出した一部にすぎない。
大項目8 AIに必要な数理・統計知識 / 確率・統計
試行の結果に応じて値が定まり、その値ごとに確率が対応づけられる変数を何と呼ぶか。
確率変数という答えを導く軸は、確率という仕組みの中で「値が定まる主体」を問われているか、その主体が示しうる値と確率の全体像を問われているかにある。試行を行うたびに結果に応じて一つの値を取り、その値それぞれに生起確率が結びつく変数を確率変数と呼び、値のとびとびさ（離散）か連続性かで種類が分かれる。これに対し確率分布は同じ確率変数が取りうる値と確率の組み合わせをまとめて描いた全体像であり、期待値はその全体像から計算される代表的な一点、疑似相関は変数の話とは無関係な見かけ上の相関という別領域の現象である。いずれも確率変数という「値が定まる主体」そのものを指す語ではない。
同じ章で確認したい用語
到達チェック
- 確率分布を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、確率分布に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）