負の二項分布計算ツールの使い方
負の二項分布計算ツールは、解析したい問題の定義（試行回数または失敗回数）を選択するだけで、簡単に確率計算が行えるオンラインツールです。
- 計算モードの選択 — r回目の成功がちょうど k 回目の試行で起こる確率を求める場合は「試行回数 k 指定」、r回目の成功までに発生する失敗回数 x の確率を求める場合は「失敗回数 x 指定」を選択します。
- 目標の成功回数 (r) — 達成したい成功回数を正の整数で入力します。
- 成功確率 (p) — 1回の試行あたりに成功する確率（0から1の範囲）を入力します。
- 試行回数 k または 失敗回数 x — 選択した計算モードに応じた値を入力します。
- 計算結果の確認 — 点確率 P(X = k)、累積確率 P(X ≤ k)、上側累積確率 P(X ≥ k)、期待値（平均）、および分散が自動的に計算され表示されます。
負の二項分布の計算式と理論
負の二項分布（Negative Binomial Distribution）は、成功確率が $p$ である独立なベルヌーイ試行を繰り返したとき、$r$ 回目の成功が得られるまでの「試行回数」または「失敗回数」が従う確率分布です。
1. 試行回数 $k$ を確率変数とする場合
$r$ 回目の成功がちょうど $k$ 回目の試行で達成される確率質量関数（PMF）$P(X = k)$ は以下の通りです。
P(X = k) = C(k − 1, r − 1) · p^r · (1 − p)^(k − r) （k ≥ r）2. 失敗回数 $x$ を確率変数とする場合
$r$ 回目の成功までに発生する失敗回数 $Y = x$（ただし $Y = X - r$）に関する確率質量関数 $P(Y = x)$ は以下の通りです。
P(Y = x) = C(x + r − 1, x) · p^r · (1 − p)^x （x ≥ 0）| 記号 | 意味・定義 |
|---|---|
| r | 目標とする成功回数 |
| p | 1試行あたりの成功確率 |
| k | $r$ 回目の成功が起こる試行回数 |
| x | $r$ 回目の成功までに発生する失敗回数 |
| C(a, b) | 二項係数（組み合わせ ${}_aC_b$） |
本ツールでは、要約統計量として以下の期待値（平均）および分散も同時に算出します。
期待値 E(X) = r / p
分散 Var(X) = r · (1 − p) / p²累積確率と上側確率
単一の点確率だけでなく、指定した値以下の確率の総和である累積確率 $P(X \le k)$ や、指定した値以上の確率である上側累積確率 $P(X \ge k)$ も計算します。これらは品質管理のしきい値設定や仮説検定において不可欠な指標です。
負の二項分布の活用シーン・実例
負の二項分布および本計算ツールは、統計学の学習から産業界の現場まで幅広く活用されています。
- 統計学・確率論の学習 — 二項分布や幾何分布（$r=1$ の場合の負の二項分布）との違いを理解し、過分散データのモデル化を演習するのに役立ちます。
- 品質管理・製品検査 — 工場の検品プロセスにおいて、$r$ 個の不良品を発見するまでに検査が必要な製品数 $k$ や不適合品数 $x$ の確率を試算します。
- マーケティング・Webコンバージョン — 目標とするコンバージョン数 $r$ 件を獲得するために必要な広告インプレッション数やアプローチ回数のシミュレーションに活用できます。
- ゲームのガチャ・ドロップ率 — 排出率 $p$ のレアアイテムを $r$ 個獲得するまでに必要なガチャの試行回数をモデル化し、確率分布を把握できます。
- 臨床試験・医学研究 — 目標とする症例・有害事象が $r$ 件観察されるまでに必要な患者登録数や試験期間の見積もりに使用されます。
- 疫学・感染症モデル — ポアソン分布よりもデータのばらつき（過分散）が大きい感染症の二次感染発生数などのモデル化に用いられます。
- スポーツアナリティクス — 一定の勝利確率を持つチームが、シリーズ戦で $r$ 勝目を挙げるのが何試合目になるかの確率計算に適用できます。