確率の基礎
確率変数
コインの表、裏やサイコロの1,2,3,4,5,6など各値に対して、確率が与えられている変数を 確率変数 といいます。
確率分布
ある確率変数 の値が離散であるとき 、確率分布は以下のようになります。 このグラフを離散型の確率分布といいます。 横軸は確率変数、縦軸は 確率質量関数 といいます。
また、確率変数が連続 であるときの確率分布は、 連続型の確率分布 といいます。 確率変数が連続の値であるときの確率は 確率密度関数 といいます。
さきほどのグラフではグラフ全体を確率分布と呼びましたが、累積分布関数 のことを分布関数とも呼ぶため、とても紛らわしいです。 累積密度関数はこんな感じのグラフです。
同時確率
2つ以上(ここでは2つ)の確率変数X,Yが与えられたとき、2つの 確率変数の確率を同時確率 といいます。
ここからは、以下の表を使って解説していきたいと思います。
1年生 | 2年生 | 3年生 | 合計 | |
---|---|---|---|---|
野球部 | 0.10 | 0.15 | 0.10 | 0.35 |
サッカー部 | 0.15 | 0.12 | 0.12 | 0.39 |
バスケ部 | 0.09 | 0.08 | 0.09 | 0.26 |
合計 | 0.34 | 0.35 | 0.31 | 1.00 |
例えば、、の時の となる確率は、
です。 同時確率の合計は確率分布の全ての合計なので必ず1になります。
周辺確率
確率変数が与えられて、だけの確率を求めたいとき、その確率を 周辺確率[tex: {P(x=2年生)} といいます。
ここでは、2年生の合計だけを求めればいいので、 表の2年生の行をすべて足していきます。 $$ \begin{equation} P(2年生) = P(2年生,野球部) + P(2年生,サッカー部) + P(2年生,バスケ部) = 0.35 \end{equation} $$
同様に計算すると、確率変数xの周辺確率は $$ \begin{align} P(1年生) = 0.34 \\ P(2年生) = 0.35 \\ P(3年生) = 0.31 \\ \end{align} $$ となり、 $$ \begin{equation} P(1年生) + P(2年生) + P(3年生) = 1.0 \end{equation} $$ になります。
(は離散型確率変数)
(は連続型確率変数)
(は離散型確率変数,は連続型確率変数)
条件付確率
確率変数が与えられたとき、同時確率はと表されましたが、ここではから得られたデータであることが分かっていたとします。 このときの確率を 条件付き確率 いいます。 ここで、同時確率のときはのすべての値の合計は1でした。
条件付き確率では野球部であると分かっているときの確率分布を考えたいということです。ここで、確率分布は合計すると1でなければなりません。 つまり野球部の周辺確率の合計1になるようにしなければならないのです。 野球部の周辺確率は であるため、1になるようにP(野球部)=0.35で野球部の行をすべて割ることで正規化します。
| 野球部 | 0.10 | 0.15 | 0.10 | 0.35 | → | 野球部 | 2/7 | 3/7 | 2/7 | 1 | (割り切れないため分数)
となり、野球部の行を合計すると1になるとうになりました。
よって、条件付き確率は
となります。
$$ \begin{align} P(w,x,y,z) &= P(w,x,y|z)P(z) \\ &= P(w,x|y,z)P(y|z)P(z) & & (yはzで条件付けられている) \\ &= P(w|x,y,z)P(x|y,z)P(y|z)P(z) & & (xはyとzで条件づけられている) \end{align} $$
ベイズの定理
条件付き確率の式は、 $$ \begin{equation} P(x|y) = \frac{P(x,y)}{P(y)} \end{equation} $$ と表されました。 これを変形すると、 $$ \begin{equation} P(x,y) = P(x|y)P(y) \end{equation} $$ 同様に次の式が得られます。 $$ \begin{equation} P(x,y) = P(y|x)P(x) \end{equation} $$
上の2式を合わせると、下の式ができます。 $$ \begin{equation} P(x|y)P(y) = P(y|x)P(x) \\ ⇔ P(y|x) = \frac{P(x|y)P(y)}{P(x)} \end{equation} $$ これがベイズの定理です。 また、式はは同時確率のあるの点に注目したと考えれば、 から、 $$ \begin{equation} P(x|y) = \frac{P(x|y)P(y)}{P(y)} \end{equation} $$