確率 2023.01.032021.07.24 目次 確率の定義確率変数離散型確率分布連続型確率分布複数(多次元)の確率変数をもつ確率同時確率条件付き確率確率の乗法定理とベイズの定理周辺確率 確率の定義 確率とは、確率分布確率関数の、ある予測される事象の値をいう。確率とは、確率分布(確率関数)の、ある予測される事象の値をいう。 確率分布の表記またはこれをの確率といい、は確率変数を表す。ここでは確率の値をと表記する。確率分布の表記 P(X)=P,P(x)=pまたはP(X=x)=pこれを X,x の確率 といい、X,x は 確率変数 を表す。{ここでは確率の値をP,pと表記する。} 確率の値の条件の条件確率変数の取りうる確率の値の範囲の記号は、確率変数の集合の中の一つの要素である確率変数を意味する記号。確率変数の取りうるすべての確率の値の和。確率の値{P の条件P(X)=P=1p の条件{0≦p≦1{確率変数 X∋x の取りうる確率 P(x) の値の範囲(∋ の記号は、確率変数Xの集合の中の一つの要素である確率変数xを意味する記号)。}p1+p2+p3+⋯+pn=1{確率変数 X=(x1,x2,x3,⋯,xn) の取りうるすべての確率 P(X) の値の和。} 確率変数 実例一つのサイコロを投げたときの出目をとする。はからまでの数のどれかであり、どの数をとっても確率の値は均一にとなる。このが確率変数である。二つのサイコロを投げたときの出目の和をとする。はからまでの数のどれかであり、どの数をとっても確率の値は均一にサイコロが二つなのでとなる。このが確率変数である。あれぇ値がバラバラだぞぉと思われるだろう。例えばの場合、出目がと、の通りがあり、それぞれの確率の値の和確率の加法定理でとなる。いずれにせよ、これは確率の値の課題であり、確率変数はで均一である。[実例]一つのサイコロを投げたときの出目を X とする。X は 1 から 6 までの数のどれかであり、どの数をとっても確率の値は 均一に 16 となる。この X(1,2,3,4,5,6) が 確率変数 である。P(1)=16,P(2)=16,P(3)=16,P(4)=16,P(5)=16,P(6)=16二つのサイコロ A,B を投げたときの出目の和を X とする。X は 2 から 12 までの数のどれかであり、どの数をとっても確率の値は 均一に 136(サイコロが二つなので 16×16) となる。この X(2,3,4,5,6,7,8,9,10,11,12) が 確率変数 である。P(2)=136,P(3)=236,P(4)=336,P(5)=436,P(6)=536,P(7)=636,P(8)=536,P(9)=436,P(10)=336,P(11)=236,P(12)=136{あれぇ? 値がバラバラだぞぉ! と思われるだろう。例えば P(3)=236 の場合、出目が A=1,B=2 と、 A=2,B=1 の2通りがあり、それぞれの確率の値の和(確率の加法定理 P(A∪B)=P(A)+P(B)) で 136+136=236 となる。いずれにせよ、これは確率の値の課題であり、確率変数は 136 で均一である。} 離散型確率分布 離散型の確率は事象試行によって起こり得る結果による確率である。加算自然数個の確率質量これが確率変数の和で表される。確率変数は実数の離散型確率変数で、離散型確率分布に従う。取り得る確率の実数値はすべて列挙できるので、連続性はない。離散型の確率は事象(試行によって起こり得る結果)による確率である。加算(自然数)個の確率質量(これが確率変数)の和で表される。確率変数 X は X=実数 の離散型確率変数 で、離散型確率分布 に従う。取り得る(確率の)実数値はすべて列挙できるので、連続性はない。 連続型確率分布 連続型の確率は一意の区間内ある実数から実数の間による確率である。非加算個の確率密度で表される。確率変数はで、の連続型確率変数で、連続型確率分布に従う。取り得る確率の値は実数値で、連続性がある。連続型の確率は一意の区間内(ある実数aから実数bの間)による確率である。非加算個の確率密度で表される。確率変数 X は X=0 で、(a≦X≦b) の連続型確率変数 で、連続型確率分布 に従う。取り得る(確率の)値は実数値で、連続性がある。 複数(多次元)の確率変数をもつ確率 っつの確率変数をもつ確率を例とする。3っつの確率変数をもつ確率を例とする。 同時確率 同時確率の表記同時確率関数の表記同時確率の表記P(X,Y,Z)⇒同時確率関数の表記fX,Y,Z(x,y,z) 事例3つのサイコロ、、を同時に投げるという試行から、それぞれの出目を得られた事象とし、それらの組み合わせ3つのサイコロの出目を試行結果とする確率。[事例]3つのサイコロ X、Y、Z を同時に投げるという試行から、それぞれの出目x,y,z を得られた事象とし、それらの組み合わせ(3つのサイコロの出目)を試行結果とする確率。 条件付き確率 条件付き確率の表記条件付き確率関数の表記確率変数の値は決まっているものこれが条件付きの所以と、するので、抜きの同時確率となる。確率変数の値が決まっているのなら、確率関数はの周辺確率となる。条件付き確率の表記P(X,Y|Z)⇒条件付き確率関数の表記fX,Y(x,y){確率変数 z の値は決まっているもの(これが 条件付き の所以)と、するので、z 抜きの同時確率となる。確率変数 y,z の値が決まっているのなら、確率関数は P(X,|Y,Z)⇒fX(x)の 周辺確率 となる。} 事例3つのサイコロ、、を同時に投げるという試行から、とした場合、つの出目を得られた事象確率変数とし、それらの組み合わせつのサイコロの出目を試行結果とする確率。[事例]3つのサイコロ X、Y、Z を同時に投げるという試行から、z=1 とした場合、2つの出目x,y を得られた事象(確率変数)とし、それらの組み合わせ(2つのサイコロの出目)を試行結果とする確率。 確率の乗法定理とベイズの定理 確率の乗法定理同時確率と条件付き確率の関係式確率関数が互いに独立した事象の場合の関係式は事例としてカード枚、カード枚ある場合、回目にカードを引いて元にもどし、回目に枚の中からカードを引く確率は確率変数の乗法定理はベイズの定理確率変数の確率をベイズの定理に当てはめるとベイズの定理の解説事後確率事前確率尤度ゆうど正規化事後確率とは一見意味不明なフレーズだが、「という事が起こった後のが起こる確率」と解釈すればいいだろう。要はここでいう条件付き確率のことである。確率の乗法定理(同時確率と条件付き確率の関係式)P(X,Y)=P(X|Y)P(Y)=P(Y|X)P(X){確率関数X,Yが互いに独立した事象の場合の関係式はP(X,Y)=P(X)P(Y)事例としてXカード4枚、Yカード5枚ある場合、1回目にXカードを引い て 元にもどし― 、2回目に9枚の中からYカードを引く確率は 49×59 3確率変数の乗法定理はP(X,Y,Z)=P(X|Y,Z)P(Y,Z)=P(X|Y,Z)P(Y|Z)P(Z)}ベイズの定理P(X|Y)=P(Y|X)P(X)P(Y){3確率変数の確率をベイズの定理に当てはめるとP(X,Y|Z)=P(X,Y,Z)P(Z)=P(X|Y,Z)P(Y,Z)P(Z)=P(X|Y,Z)P(Y|Z)P(Z)P(Z)=P(X|Y,Z)P(Y|Z)ベイズの定理の解説P(X|Y)=P(Y|X)P(X)P(Y)→P(X|Y)=P(X)×P(Y|X)P(Y)→事後確率=事前確率×尤度(ゆうど)正規化事後確率とは一見意味不明なフレーズだが、「Xという事が起こった後のYが起こる確率」と解釈すればいいだろう。要はここでいう条件付き確率のことである。} 周辺確率