二項分布とは
二項分布（にこうぶんぷ）とは、「成功」か「失敗」の2つの結果しかない試行を繰り返したときに、成功回数がどのように分布するかを示す確率分布です。
この記事で分かること
- 二項分布の基礎知識と定義
- 二項分布の計算式と使い方
- ガチャ・宝くじへの応用例
- 二項分布のグラフの見方
- 実用的な確率計算の方法
1. 二項分布の基本
1.1 二項分布が使える条件
二項分布は以下の3つの条件を満たす場合に使えます：
- ✅ 結果が2つだけ（成功 or 失敗、当たり or 外れ）
- ✅ 各試行が独立（前の結果が次に影響しない）
- ✅ 成功確率が一定（毎回同じ確率）
1.2 身近な例
| 例 | 成功 | 失敗 | 適用可否 |
|---|---|---|---|
| ガチャ10連 | SSR獲得 | SSR未獲得 | ✅ 適用可 |
| コイン投げ | 表 | 裏 | ✅ 適用可 |
| 宝くじ | 当選 | 落選 | ❌ 不適 |
| サイコロ | 1が出る | 1以外 | ✅ 適用可 |
注意: 宝くじは「引いたくじは戻さない」ため、厳密には二項分布ではありません（超幾何分布）。ただし、くじの総数が十分多い場合は近似的に二項分布として扱えます。
2. 二項分布の計算式
2.1 基本の計算式
P(X = k) = C(n, k) × p^k × (1-p)^(n-k)
記号の意味:
- P(X = k): n回試行してちょうどk回成功する確率
- n: 試行回数
- k: 成功回数
- p: 1回あたりの成功確率
- C(n, k): 組み合わせの数（nCk）
2.2 組み合わせC(n, k)の計算
C(n, k) = n! / (k! × (n-k)!)
例: C(10, 3) = 10! / (3! × 7!) = 120
これは「10回中3回成功するパターンの数」を表します。
3. 具体例で理解する二項分布
例1: ガチャ10連でSSR1体以上引く確率
条件:
- SSR確率: p = 0.03（3%）
- 試行回数: n = 10回
- 求めたい: 1体以上（k ≥ 1）
計算方法:
「1体以上」= 1 - 「0体」
P(X ≥ 1) = 1 - P(X = 0)
P(X = 0) = C(10, 0) × 0.03^0 × 0.97^10
P(X = 0) = 1 × 1 × 0.7374 = 0.7374
P(X ≥ 1) = 1 - 0.7374 = 0.2626（26.26%）
例2: コイン投げ10回で表が5回出る確率
条件:
- 成功確率: p = 0.5（50%）
- 試行回数: n = 10回
- 成功回数: k = 5回
計算:
P(X = 5) = C(10, 5) × 0.5^5 × 0.5^5
C(10, 5) = 252
P(X = 5) = 252 × 0.03125 × 0.03125
P(X = 5) = 0.2461（24.61%）
例3: パチンコ100回転で1回以上大当たりする確率
条件:
- 大当たり確率: p = 1/319.7 ≒ 0.003128
- 試行回数: n = 100回
- 求めたい: 1回以上（k ≥ 1）
計算:
P(X ≥ 1) = 1 - P(X = 0)
P(X = 0) = (1 - 0.003128)^100 = 0.7318
P(X ≥ 1) = 1 - 0.7318 = 0.2682（26.82%）
4. 二項分布のグラフ
4.1 グラフの形状
二項分布のグラフは試行回数nと成功確率pによって形が変わります。
p = 0.5（コイン投げ）の場合
- 左右対称の山型
- 中央（n/2）が最も高い
- n = 10: 5回成功が最頻値
p = 0.03（ガチャSSR）の場合
- 左に偏った形
- 0回成功（外れ続け）が最も高い
- 右側の裾が長い
4.2 平均値と分散
平均値（期待値）
E(X) = n × p
例: 10連ガチャ（SSR 3%）
E(X) = 10 × 0.03 = 0.3体
分散
Var(X) = n × p × (1 - p)
例: 10連ガチャ（SSR 3%）
Var(X) = 10 × 0.03 × 0.97 = 0.291
標準偏差
σ = √Var(X) = √0.291 = 0.539
5. 二項分布の実用例
5.1 ガチャで天井まで引く確率
| 回数 | SSR 0体の確率 | SSR 1体以上の確率 |
|---|---|---|
| 10連 | 73.74% | 26.26% |
| 30連 | 40.04% | 59.96% |
| 50連 | 21.89% | 78.11% |
| 100連 | 4.76% | 95.24% |
| 200連 | 0.23% | 99.77% |
5.2 確率別の必要試行回数
「90%の確率で1回以上成功する」ために必要な試行回数は？
| 成功確率 | 必要試行回数（90%達成） | 例 |
|---|---|---|
| 1% | 230回 | SSR（1%） |
| 3% | 76回 | SSR（3%） |
| 5% | 45回 | SR |
| 10% | 22回 | R |
| 50% | 4回 | コイン投げ |
6. 二項分布と正規分布の関係
正規分布による近似
試行回数nが大きく、pが極端でない場合、二項分布は正規分布で近似できます。
近似の条件:
- n × p ≥ 5
- n × (1 - p) ≥ 5
近似後の正規分布:
平均 μ = n × p
標準偏差 σ = √(n × p × (1 - p))
7. 二項分布の計算ツール活用法
8. よくある質問
Q1: 二項分布と超幾何分布の違いは？
A: 二項分布は「元に戻す」（確率が一定）、超幾何分布は「元に戻さない」（確率が変動）という違いがあります。ガチャは二項分布、宝くじは超幾何分布です。
Q2: 負の二項分布とは何ですか？
A: 「k回成功するまでに何回試行が必要か」を表す分布です。二項分布の逆パターンです。
Q3: 二項分布の計算が複雑すぎて困っています
A: 当サイトの計算ツールを使えば、数値を入力するだけで自動計算できます。手計算は不要です。
Q4: pが0.5以外の場合、グラフは左右非対称ですか？
A: はい。p < 0.5の場合は左寄り、p > 0.5の場合は右寄りになります。p = 0.5のときだけ左右対称です。
9. 二項分布のまとめ表
| 項目 | 公式・説明 |
|---|---|
| 確率質量関数 | P(X=k) = C(n,k) × p^k × (1-p)^(n-k) |
| 平均値（期待値） | E(X) = n × p |
| 分散 | Var(X) = n × p × (1-p) |
| 標準偏差 | σ = √(n × p × (1-p)) |
| 最頻値 | ⌊(n+1)×p⌋（床関数） |
| 記号 | B(n, p) または Bin(n, p) |
まとめ
この記事のポイント
- 二項分布は「成功」「失敗」の2択試行の確率分布
- 計算式: P(X=k) = C(n,k) × p^k × (1-p)^(n-k)
- 平均値はn×p、分散はn×p×(1-p)
- ガチャ・コイン投げに応用可能
- 宝くじは厳密には超幾何分布（近似的に二項分布可）
- nが大きいと正規分布で近似できる
- 計算ツールで手計算不要
実践のヒント
二項分布を理解すれば、ガチャや宝くじの当選確率を正確に計算できます。当サイトの確率計算ツールを使えば、複雑な計算も一瞬で完了します。ぜひ活用してください。
関連記事
- 確率の基礎知識 - 確率計算の基本を学ぶ
- ガチャ確率の完全ガイド - ガチャシステムを徹底解説
- ガチャで天井まで回す確率と期待値計算 - 天井システムを解説
- 宝くじの期待値計算 - 宝くじの期待値を理解する
- 宝くじで1等が当たる確率 - 年末ジャンボの当選確率