【第36回】AIは発生回数をどう考える？ポアソン分布とは
1時間に来る電話の本数や、1日に届くメールの件数のように、「何回起きるか」を考えたい場面があります。
そんな回数の分布を表すのが「ポアソン分布」です。
この記事では、ポアソン分布の特徴と、レアイベントとの関係をやさしく解説します。
1. 読み方
ぽあそんぶんぷ (Poisson Distribution)
2. 意味（定義）
「めったに起こらないイベントが、一定の時間や空間の中で、何回発生するかを表す確率分布」のことです。
この分布には、「平均して λ（ラムダ）回起こる」という基準となる数値（期待値）が決まっています。その基準をもとに、「今日は0回かもしれない」「明日は2回あるかもしれない」といった、回数のバラつきを計算します。
ポイント: 「めったに起きないこと」がキーワードです。
例：1時間あたりの交差点での事故件数
例：1日あたりのコールセンターへの問い合わせ件数
例：本の中に含まれる「誤字」の数
3. 歴史・背景
この分布は、19世紀のフランスの数学者、シメオン＝ドニ・ポアソンによって確立されました。
もともとは、鉄道の事故や、天文学的な現象など、「めったに起こらない事象」を数学的に記述するために研究されました。その後、「二項分布」が、「試行回数 n が非常に大きく、成功確率 p が極めて小さい（めったに起きない）」という極限の状態になったとき、このポアソン分布に近似できることが発見されました。これにより、複雑な計算をせずに、簡単な数値（平均発生回数 λ）だけで事象を予測できるようになりました。
4. 比較・対比（似た用語との違い）
ここが試験で狙われる「整理」ポイントです！
ポアソン分布 vs 二項分布 (Binomial Distribution) ★超重要
二項分布: 「何回中、何回成功するか」という、試行回数 n と確率 p が明確なもの。（例：コインを10回投げる）
ポアソン分布: 「めったに起きなすぎて、n や p を数えるのが難しい」もの。代わりに「平均 λ 回」という指標だけで扱う。（例：1時間で何回事故が起きるか）
※「二項分布の極限（n→∞,p→0）」がポアソン分布である、という関係性は超頻出です！
ポアソン分布 vs 正規分布 (Normal Distribution)
ポアソン分布: 「回数」を表す。値は 0,1,2… と飛び飛び（離散的）。
正規分布: 「身長や重さ」などの連続的な値。
5. 活用シーン（どんな問題に使うか）
待ち行列理論 (Queueing Theory): コンビニのレジ待ち、サーバーへのアクセス集中など、「客が到着する間隔や回数」を予測して、最適なレジの数を決める。
異常検知: ネットワーク通信における「エラーパケットの発生数」を監視し、急増したら攻撃とみなす。
品質管理: 半導体ウェハー上の「欠陥（欠け）の個数」の予測。
自然現象・医学: 放射線の放射量、特定の病気の感染者数の推移など。
6. G検定での出題傾向
G検定では、以下のポイントが狙われます！
定義と特徴の理解: 「めったに起こらない事象」「一定期間・範囲内での発生回数」というキーワード。
二項分布との関係（極限）: 「試行回数 n が大きく、成功確率 p が極めて小さいとき、二項分布はポアソン分布で近似できる」という性質は、統計学の超頻出問題です。
パラメータ λ (ラムダ) の役割: 平均発生回数がそのまま分布の形を決定する、という点。
離散的な分布であること: 値が 0,1,2… と整数であることを理解しているか。
7. G検定の例題
【問題1：二項分布との関係】
ある工場で、製品に欠陥が含まれる確率は極めて低く、p=0.0001 であることがわかっています。この製品を n=10,000 個製造したとき、欠陥品の個数の分布として、計算が簡略化でき、かつ近似的に妥当なものはどれですか？
A. 正規分布
B. 二項分布
C. ポアソン分布
D. ベルヌーイ分布
【問題2：ポアソン分布の性質】
ポアソン分布において、平均的な発生回数（期待値）を λ としたとき、この分布の分散はどのような値になりますか？
A. λ と等しい
B. λ である
C. λの2乗 である
D. 1−λ である
8. 例題の回答と解説
【問題1 の回答】
正解：C
【解説】
「試行回数 n が非常に大きい（10,000）」かつ「成功確率 p が極めて小さい（0.0001）」という条件が揃っています。
このような場合、二項分布の計算は非常に複雑になりますが、ポアソン分布を用いることで、「平均 λ=n×p=1 回」というシンプルな数値だけで近似計算が可能になります。これが「二項分布からポアソン分布への近似」です。
【問題2 の回答】
正解：A
【解説】 これはポアソン分布の非常にユニークで重要な性質です！
ポアソン分布の最大の特徴: 「期待値（平均）と分散が等しくなる」という点です。
つまり、期待値=λ であり、分散=λ です。 （※この性質により、「平均的な発生回数が増えるほど、バラつきも増える」ということが数学的に決まっています。）
