はじめに
先日作成した記事であるガンマ分布における変数変換 #統計検定 - jiku logにおいて,ガンマ分布を正規分布で近似する,という説明を行なった。
その後,X(旧Twitter)上で,以下の指摘を頂いた。
#統計 ガンマ分布の中心極限定理
— 黒木玄 Gen Kuroki (@genkuroki) 2024年9月23日
モーメント母関数の収束ではなく、密度関数
p(x|α,θ)dx = if x > 0 then (1/(θ^αΓ(α)))exp(-x/θ)x^{α-1}dx else 0
でx=θ(α+√α y)とおいてα→∞としたときの収束を見た方が直接的でかつStirlingの公式も得られるのでお得だと思いました。https://t.co/udgz4hYP4x https://t.co/WNoa19Hyc3 pic.twitter.com/ekDaH6aDll
ガンマ分布の正規分布で近似するだけでなく,スターリングの公式も導出してしまう,というエレガントな導出であった。
それと同時に,久保川達也 著「現代数理統計学の基礎」のP50にあった「スターリングの公式」の説明についても理解できた。私が理解できた,スターリングの公式に関する内容について紹介する。
スターリングの公式の導出
方針
標準化の応用と置換積分
ガンマ分布は,の極限において,正規分布に近似できる。
言い換えると,ガンマ分布にしたがう確率変数について,
のように標準化すると,確率変数はは標準正規分布に近似できる,といえる。
確率変数はガンマ分布にしたがい,となるので,
となる。よって,
となる。
この変数変換は,久保川達也 著「現代数理統計学の基礎」のP50にあった変数変換に近い式である。初見の際には,なぜこのような変数変換をするのか納得できなかったが,ガンマ分布を正規分布で近似することを考えると,ごく自然な変数変換であるということが分かる。
最後に,置換積分に向けた準備をしておく。
より, である。
また,より,である。
少しずらす
スターリングの公式は,が大きい値の場合における階乗の近似式である。そのためも,それに小さな値を加えたも,が大きい値の場合には大差がない。
その後の計算のことを考え,ではなく,の正規近似を考える。