CDFの計算方法は、確率変数が離散型か連続型かによって異なります。
基本的な考え方は共通していますが、計算に使う数学的な処理が違います。
1.離散型確率分布の場合:確率を足し合わせる離散型確率分布とは、サイコロの出目や試験の正答数のように、取り得る値が飛び飛びになっている確率分布です。
この場合、CDFは対象となる値までの確率を合計して求めます。
例えば、一般的な6面サイコロを1回振る場合を考えてみましょう。
出目は1から6まであり、それぞれが出る確率は6分の1です。
3以下の目が出る確率を求める場合、次のように計算します。
\[
F(3)=P(X\leq3)
\]
\[
=\frac16+\frac16+\frac16
\]
\[
=\frac36=0.5
\]
したがって、CDFの値は0.5、つまり50%です。
同じように、5以下になる確率なら、1から5までの確率を合計するため、5/6になります。
離散型の場合、CDFは階段状のグラフになることが特徴です。出目が1つ増えるたびに、その出目の発生確率だけ累積値が上昇します。
2.連続型確率分布の場合:確率密度を積分する連続型確率分布とは、身長、体重、時間、温度など、一定の範囲内で連続した値を取り得る確率分布です。
この場合は、確率密度関数(PDF)を積分してCDFを求めます。
ここで、f(t)は確率密度関数です。
具体例として、0から10までの範囲で一様に値が発生する一様分布を考えます。
この分布の確率密度関数は、次のようになります。
\[
f(x)=\frac110
\quad (0\leq x\leq10)
\]
このとき、CDFは次の区分的な関数になります。
\[
F(x)=
\begincases
0 & x\fracx10 & 0\leq x\leq10\\
1 & x>10
\endcases
\]
例えば、7以下になる確率は、
\[
F(7)=\int_0^7\frac110\,dt
\]
\[
=\frac710=0.7
\]
となります。
つまり、0から10まで一様に発生する値が7以下になる確率は70%です。
3.2つの値の間に入る確率を求める方法CDFを使うと、ある値以下になる確率だけでなく、2つの数値の間に入る確率も計算できます。
一般的な公式は次のとおりです。
先ほどの一様分布で、3より大きく7以下になる確率を求めます。
\[
P(3\]
\[
=0.7-0.3=0.4
\]
答えは40%です。
このように、CDFの差を取るだけで区間の累積確率を求められます。
なお、離散型分布では下端の値を含めるかどうかに注意が必要です。例えば、\(P(a\leq X\leq b)\)を求める場合は、一般に\(F(b)-F(a-)\)となります。連続型では一点の確率が0なので、端点の扱いによる違いは生じません。
【徹底比較】CDFとPDFの違いは?グラフの見方も解説
CDFを理解するうえで、混同しやすいのがPDFです。
どちらも確率分布を表す関数ですが、示している情報は異なります。
CDFとPDFの基本的な違いPDFはProbability Density Functionの略称で、日本語では確率密度関数と呼ばれます。
CDFが累積確率を表すのに対して、PDFは連続型確率分布における確率密度を表します。
両者の関係は次のとおりです。
\[
F(x)=\int_-\infty^xf(t)\,dt
\]
また、CDFが微分可能な点では、
\[
f(x)=\fracdF(x)dx
\]
という関係が成立します。
つまり、PDFを積分するとCDFになり、CDFを微分するとPDFになります。
ただし、すべてのCDFが通常のPDFを持つわけではありません。離散型分布では確率質量関数(PMF)を使い、連続型と離散型が混在する分布も存在します。
CDF・PDF・PMF・ICDFの関係比較それぞれの役割を整理すると、次のようになります。
| 用語 | 正式名称 | 役割 | 主な用途 |
|---|---|---|---|
| CDF | 累積分布関数 | ある値以下になる確率 | 累積確率の計算 |
| 確率密度関数 | 連続分布の確率密度 | 区間確率の計算 | |
| PMF | 確率質量関数 | 離散値ごとの発生確率 | サイコロなどの確率計算 |
| ICDF | 逆累積分布関数 | 指定確率に対応する値 | 分位点・パーセンタイル |
特に覚えておきたいのは、PDFの縦軸の値と確率は同じではないという点です。
連続型分布のPDFは、値が1を超える場合もあります。確率そのものではなく密度を示しているためです。
一方、CDFの値は必ず0から1の範囲に収まります。
CDFグラフの見方:横軸と縦軸の意味CDFのグラフを見るときは、次の2つを確認します。
- 横軸:確率変数が取り得る値
- 縦軸:その値以下になる累積確率
例えば、横軸のx=70に対応する縦軸が0.8なら、70以下になる確率は80%です。
グラフから確率を読み取る場合は、次の順番で確認します。
1. 横軸で調べたい値を見つける。
2. その位置から上方向に進み、CDFの曲線と交差する場所を確認する。
3. 交差した場所から縦軸の値を読み取る。
逆に、累積確率が80%になる値を知りたい場合は、縦軸の0.8から横方向に進み、曲線との交点から横軸の値を読み取ります。
これはICDFの考え方につながります。
CDFグラフで注目すべき3つのポイント① 曲線が急に上昇する部分
その範囲に確率が多く集まっていることを示します。連続型分布では、PDFの値が大きい領域に対応します。
② 曲線が緩やかな部分
累積確率の増加が小さい領域です。確率密度が比較的小さいことを示します。
③ 階段状になっている部分
離散型確率分布で見られる特徴です。段差の高さが、その点で発生する確率に相当します。
なお、CDFは常に右肩上がりとは限りません。正確には単調非減少であり、確率が存在しない区間では水平になることもあります。
【応用編】正規分布とCDF・逆累積分布関数ICDFの使い方
CDFは、実際の統計分析でも幅広く利用されます。
代表的なものが正規分布と逆累積分布関数です。
正規分布とCDFの関係正規分布は、平均値付近にデータが多く集まり、平均から離れるほどデータが少なくなる左右対称の確率分布です。
身長、測定誤差、試験成績などのデータをモデル化する際に利用されます。
正規分布は一般に次のように表します。
\[
X\sim N(\mu,\sigma^2)
\]
- μ:平均
- σ:標準偏差
- σ²:分散
正規分布のCDFは、標準正規分布の累積分布関数Φを使って表せます。
\[
F(x)=\Phi\left(\fracx-\mu\sigma\right)
\]
ここで、平均100、標準偏差15の正規分布を例にします。
115以下になる確率を求めると、
\[
z=\frac115-10015=1
\]
標準正規分布表から、
\[
\Phi(1)\approx0.8413
\]
したがって、115以下になる確率は約84.13%です。
これは、平均から標準偏差1個分だけ上に位置する値までに、全体の約84%の確率が累積していることを意味します。
正規分布のCDFはどう計算する?正規分布のCDFは、積分によって定義されますが、一般的な場合には初等関数だけで表せる簡単な閉形式がありません。
そのため、実務では次のような方法を利用します。
- 標準正規分布表
- 統計ソフトウェア
- Excelなどの表計算ソフト
- PythonやRなどのプログラミング言語
PythonのSciPyを使う場合は、例えば次のように計算できます。
scipy.stats.norm.cdf(115, loc=100, scale=15)
この計算では、平均100、標準偏差15の正規分布における115以下の累積確率が得られます。
ICDFとは?CDFを逆方向に計算する仕組みICDFはInverse Cumulative Distribution Functionの略で、日本語では逆累積分布関数と呼ばれます。
通常のCDFでは、数値xを指定して、その値以下になる確率を求めます。
一方、ICDFでは確率pを指定して、その確率に対応する数値xを求めます。
数学的には次のように表します。
\[
x=F^-1(p)
\]
例えば、正規分布で累積確率95%に対応する値を求める場合、ICDFを利用します。
標準正規分布では、
\[
\Phi^-1(0.95)\approx1.645
\]
となります。
つまり、標準正規分布の95パーセンタイルは約1.645です。
ただし、離散型分布では通常の意味での逆関数が存在しない場合があります。その場合は、累積確率が指定値以上になる最小の値をICDFとして定義します。
分位点とパーセンタイルの違いCDFとICDFを理解すると、分位点やパーセンタイルも理解しやすくなります。
分位点とは、データを確率に基づいて区切る境界値のことです。
例えば、90パーセンタイルは、累積確率が90%に達する位置に対応する値です。
代表的な指標を整理すると次のようになります。
- 25パーセンタイル:第1四分位数。下位25%の境界。
- 50パーセンタイル:中央値。下位50%の境界。
- 75パーセンタイル:第3四分位数。下位75%の境界。
- 90パーセンタイル:下位90%の境界。
試験の成績分析で90パーセンタイルが80点だった場合、モデル上は全体の約90%が80点以下になる位置を意味します。
ただし、実際の標本データから計算するパーセンタイルと、理論上の確率分布から求める分位点では、計算方法や補間方法が異なる場合があります。
【プロの結論】CDFとICDFはセットで理解するCDFとICDFは、反対方向の計算を行う関数です。
CDFは「この値以下になる確率は何%か」を調べるために使い、ICDFは「この確率に対応する値はいくつか」を調べるために使います。
例えば、金融リスクの分析では、一定の損失額を超える確率をCDFから確認できます。一方、特定の確率水準に対応する損失額を求める際にはICDFが役立ちます。
確率を知りたいならCDF、確率に対応する数値を知りたいならICDFという使い分けが基本です。
【別の意味も解説】CDFはCommon Data Format・共通データフォーマットの略でもある
「CDFとは」と検索した際に、統計学とは異なる説明が表示されることがあります。
その代表例がCommon Data Format(共通データフォーマット)です。
こちらは確率を計算する関数ではなく、科学データを保存・管理・利用するためのデータ形式を指します。
NASAが提供するCommon Data Formatとは?
のCommon Data Format
Space Physics Data Facility(SPDF)が管理・提供
科学分野の多次元データを保存、操作、アクセスするためのデータ管理技術。
NASAの公式資料によると、Common Data Formatは多次元データセットを保存・操作・アクセスするための概念的なデータ抽象化です。
単なるファイルの拡張子ではなく、データモデルと、それを扱うためのプログラミングインターフェース(API)を含む仕組みです。
主な特徴は次のとおりです。
- 多次元配列データを扱える
- データセットや変数などに関するメタデータを管理できる
- 異なるコンピューター環境間でデータを利用しやすい
- C、Fortran、Java、Python、MATLABなどの環境に対応する
- 科学研究や宇宙物理分野のデータ管理に利用される
NASAのCDFソフトウェア、ドキュメント、サポートサービスは無料で提供されています。
Common Data Formatの歴史と2026年の最新情報NASAの公式履歴によると、Common Data Formatは1982年にPilot Climate Data System(PCDS)の一部として開発されました。
その後、1985年にNASAゴダード宇宙飛行センターのNational Space Science Data Center(NSSDC)によって一般化されました。
2026年3月には、NASAのCDF公式FAQで運用中のバージョンが更新されています。
特に注目したいのは、2026年3月更新の公式FAQに記載されたバージョン情報です。
CDF V3.9.2.0が2026年3月にリリースされ、同資料で現行の運用バージョンとして掲載されています。
これは統計学の累積分布関数とは別の技術的な話ですが、2026年時点でCommon Data Formatが継続して保守・提供されていることを示す情報です。
統計学のCDFとCommon Data Formatの違い両者は同じCDFという略称を使っていますが、目的も用途も異なります。
| 比較項目 | 統計学のCDF | Common Data Format |
|---|---|---|
| 正式名称 | Cumulative Distribution Function | Common Data Format |
| 日本語 | 累積分布関数 | 共通データフォーマット |
| 分野 | 統計学・確率論 | データ管理・科学研究 |
| 主な目的 | 累積確率を計算する | 多次元データを保存・管理する |
| 主な対象 | 確率変数・確率分布 | 科学データ・メタデータ |
| 代表的な用途 | 正規分布・統計分析 | 宇宙物理・科学データ処理 |
検索結果を判断する際は、周辺にある用語にも注目してください。
「確率」「PDF」「正規分布」「パーセンタイル」が一緒に登場する場合は統計学のCDF、「NASA」「ファイル」「Python」「データセット」などが登場する場合はCommon Data Formatを指している可能性が高くなります。
注意したいのは拡張子「.cdf」の意味もう一つ気を付けたいのが、ファイル名の末尾に付く「.cdf」です。
NASAの公式FAQでは、CDFという略称や拡張子を使う複数のデータ形式が紹介されています。
例えば、netCDFのファイルにも.cdfという拡張子が使われることがあります。
そのため、拡張子だけを見てNASAのCommon Data Formatだと判断するのは適切ではありません。
ファイルの内部情報、作成元のソフトウェア、利用するライブラリなどを確認する必要があります。
【CDFとは】に関するよくある質問(FAQ)
Q1:CDFとは簡単にいうと何ですか?
A1:CDFは累積分布関数の略で、確率変数が指定した値以下になる確率を示す関数です。例えばF(70)=0.8なら、70以下になる確率は80%です。
Q2:CDFとPDFの違いは何ですか?
A2:CDFはある値までの累積確率、PDFは連続型確率分布の確率密度を示します。PDFを積分するとCDFになり、CDFを微分すると、微分可能な範囲でPDFになります。
Q3:CDFの計算式は何ですか?
A3:基本式はF(x)=P(X≤x)です。離散型分布では各値の確率を合計し、連続型分布では確率密度関数をマイナス無限大からxまで積分します。
Q4:CDFが0.5の場合は何を意味しますか?
A4:確率変数が指定した値以下になる確率が50%であることを意味します。ただし、必ずしもその指定値が中央値になるとは限りません。
Q5:CDFグラフが階段状になるのはなぜですか?
A5:離散型確率分布では、確率変数が特定の値を取るたびに、その確率が累積値に加算されるためです。各段差の高さが、その値の発生確率を示します。
Q6:ICDFとパーセンタイルは同じ意味ですか?
A6:完全に同じ言葉ではありませんが、密接に関係しています。ICDFは指定した累積確率に対応する値を求める関数で、パーセンタイルはその結果を百分率で表現したものです。
Q7:CDFにはCommon Data Formatという意味もありますか?
A7:あります。NASAが提供する科学データ管理用のCommon Data FormatもCDFと略されます。統計学の累積分布関数とは異なる技術です。
Q8:CDFと累積相対度数は同じですか?
A8:似ていますが、厳密には異なります。CDFは確率変数の理論的な確率分布を表す関数です。一方、累積相対度数は実際に観測した標本データの累積割合を示します。標本から作る経験累積分布関数(ECDF)は、CDFを推定・比較する際に利用されます。
CDFとは、統計学における累積分布関数であり、確率変数が指定した値以下になる確率を示すものです。
基本となる計算式は、次のとおりです。
\[
\boxedF(x)=P(X\leq x)
\]
理解しておきたいポイントを整理します。
- CDFは、指定した値までに累積した確率を表す。
- 離散型確率分布では確率の合計で計算する。
- 連続型確率分布ではPDFを積分して計算する。
- PDFは確率密度、CDFは累積確率を表す。
- CDFのグラフは単調非減少で、縦軸は0から1の範囲になる。
- ICDFを使えば、指定した確率に対応する分位点を求められる。
- NASAのCommon Data FormatもCDFと略されるが、統計学とは別の概念である。
特に大切なのは、CDFとPDFを混同しないこと、そしてCDFとICDFの計算方向を区別することです。
確率分布を理解する際には、数値だけでなくグラフの形や累積確率の意味まで確認すると、統計分析の精度と理解が深まります。
2026年に統計学、データサイエンス、機械学習、科学データ処理を学ぶうえでも、CDFは押さえておきたい基本概念です。
主な参考資料:米国立標準技術研究所(NIST)統計ハンドブック、スタンフォード大学確率論講義資料、SciPy公式ドキュメント、NASA Goddard Space Flight Center・Space Physics Data FacilityのCDF公式FAQおよび開発履歴。