- 無限長の時間軸を用意
- サンプルサイズ
n
の点を時間軸上にランダム配置 - 時間軸を有限の長さの区間に分割し、ある区間について考える
- ある区間内に各点が含まれる確率を
p
とする - 区間内の点の個数が
k
のとき、k ~ Bionomial(N, p)
となるので、P(N = k)
は以下のように書ける。 P(N = k) = nCk * p^k * (1-p)^(n-k)
区間内の個数kの期待値は
np
であり、これをnp := λ
とするn→∞
、p→0
の極限をとってポアソンの極限定理を用いると、k ~ Poisson(λ)
となる- このとき
P(N = k)
は以下のように書けなおせる。 P(N = k) = exp(-λ) * λ^k / k!
maxentは生物の発見データがポアソン過程で生成されたときの個体数に関するモデル
- 時間軸を平面空間に拡張している
n→∞
、p→0
の極限は、対象生物の個体数が十分大きく、平面上の区間は十分小さいことに対応- となると、区間内の発見個体数はせいぜい0か1となるため、発見個体数はベルヌーイ試行だといえる
- となると、区間内の個体数の期待値は
p
になる(ベルヌーイ分布) - と同時に、区間内の個体数の期待値は
λ
でもある(ポアソン分布) - よって、在データのみから
λ
を推定して、これを生物の生息確率とみなしてよい - ただし、各発見点はポアソン過程から生成されると仮定できれば、の話。