このページでは、組合せと確率の基本、ベイズの定理とマルコフ過程の計算、平均・分散・標準偏差、正規分布の性質と標本平均の分布がわかります。
-
記号の書き方(このメモのルール):
- 本来は上に線を引いて表す「否定」「補集合」は、論理なら ¬A、集合なら Aᶜ と書く
- 2乗などのべき乗は 2³、σ² のように書く。log の底は log₂ のように書く
-
一言で言うと:
- 「どのくらい起こりやすいか(確率)」と、「データの真ん中とばらつき(統計)」の話。待ち行列、品質管理、AIの土台になる。
数え方と確率の基本(確率)→ 原因の逆算と状態の移り変わり(確率の応用)→ データの分布(確率分布)
覚え方の軸
- 「または」は足す、「かつ」は掛ける:
- 和の法則・加法定理(重なりがあれば引く)、積の法則・乗法定理(従属なら条件付き確率を掛ける)
- 原因の確率(ベイズ)は「その原因の分 ÷ 全体」:
- 結果が起こる全確率を、原因ごとに分けて足してから割る
- マルコフ過程は「直前だけで決まる」:
- 推移行列を2乗すると2段階後
- データは「真ん中」と「ばらつき」で見る:
- 代表値(平均・中央値・最頻値)、散布度(レンジ・分散・標準偏差)
- 正規分布の数字は 68.3 → 95.4 → 99.7:
- μ±1σ、±2σ、±3σの中に入る割合。分散は和でも差でも足す
確率:数え方と基本ルール
- 場合の数:
- ある事柄(事象)の起こり方の総数
- 例:
- サイコロの目の出方は6通り
- 積の法則:
- Aの起こり方がm通り、その各々に対してBの起こり方がn通りなら、AとBがともに起こる場合の数は m×n通り
- 和の法則:
- 同時には起こらないAとBで、Aがm通り、Bがn通りなら、A又はBが起こる場合の数は m+n通り
- 組合せ nCr(★):
- n個の異なるものから r個を選ぶ選び方の数(並べる順番は考えない)
- nCr = n! ÷ {r!×(n−r)!}
- nC1=n、nCn=1、nC0=1
- 例:
- 5C2=5!÷(2!×3!)=120÷(2×6)=10
- 順列:
- 取り出したものを順に並べる並べ方の数。nCr × r! で求める
- 例:
- 5個から2個並べる:10×2!=20通り
- 確率の定義:
- 全部でn通りあり、どれも同じくらい起こりやすいとき、事象Aが起こる場合がa通りなら、P(A)=a/n
- 確率はふつう記号Pで表す
- 確率の基本性質
| 内容 | 式 |
|---|---|
| 必ず起こる事象Uの確率 | P(U)=1 |
| 事象Aの起こる確率 | 0≦P(A)≦1 |
| 事象Aの起こらない確率(余事象) | P(Aᶜ)=1−P(A) |
| 決して起こらない事象(∅)の確率 | P(∅)=0 |
- 空事象:
- 決して起こらない事象。∅で表す
- 排反:
- 一方が起こったら、もう一方は起こらないこと(同時に起こらない)
- 独立:
- ある事象の起こり方が、他の事象の起こり方に影響しないこと
- 確率の加法定理(A又はBの確率)
- AとBが排反のとき:
- P(A∪B)=P(A)+P(B)
- AとBが排反でないとき:
- P(A∪B)=P(A)+P(B)−P(A∩B)
- AとBが排反のとき:
- 同時確率:
- 事象AとBがともに起こる確率
- 条件付き確率:
- Aが起こったという条件のもとでBが起こる確率。P_A(B)又はP(B|A)と書く(BがAの従属事象のとき)
- 確率の乗法定理(AかつBの確率)
- AとBが独立事象のとき:
- P(A∩B)=P(A)×P(B)
- BがAの従属事象のとき:
- P(A∩B)=P(A)×P_A(B)
- AとBが独立事象のとき:
- 例:
- サイコロを2回振って、両方とも6が出る確率:
- 独立なので 1/6×1/6=1/36
- サイコロを1回振って、「偶数」又は「3の倍数」が出る確率:
- 偶数3通り+3の倍数2通り−両方(6)1通り=4通り。4/6=2/3
- サイコロを2回振って、両方とも6が出る確率:
確率の応用:原因を逆算する、状態の移り変わりを追う
- 原因の確率:
- 互いに排反な事象E₁、E₂の結果として事象Nが起こったとき、Nの原因がE₁(又はE₂)である確率
- ベイズの定理(★):
- P=(E₁が起こり、Nが起こる確率)÷(Nが起こる確率)
- = P(E₁)×P_E₁(N) ÷ {P(E₁)×P_E₁(N)+P(E₂)×P_E₂(N)}
- 一般化:
- 事象E₁〜Eₙが互いに排反なら、P_N(Eₖ)=P(Eₖ)×P_Eₖ(N) ÷ Σ{P(Eᵢ)×P_Eᵢ(N)}
- 例:
- 部品を工場Xから60%、工場Yから40%仕入れている。不良率は工場Xが2%、工場Yが5%。不良品が出たとき、それが工場X製である確率は?
- 工場X製で不良:
- 0.6×0.02=0.012
- 工場Y製で不良:
- 0.4×0.05=0.020
- 不良品である全確率:
- 0.012+0.020=0.032
- 答え:
- 0.012÷0.032=0.375(37.5%)
- コツ:
- 確率木(枝分かれの図)を描くとわかりやすい
- ベイズ統計:
- ベイズの定理を基にした統計理論。古くからあるが、機械学習と相性が良いので再び注目されている
- マルコフ過程:
- いくつかの状態があり、ある状態が現れる確率が直前の状態だけで決まる確率過程
- 推移確率:
- 直前の状態がAのとき、状態Bに移る確率。p_AB と書く
- 推移行列 P:
- 推移確率を行列にしたもの。i行j列の pᵢⱼ が「SᵢからSⱼへ移る確率」
- 2段階推移行列 P²:
- P×Pで求める。P²のi行j列は、Sᵢから、どれかの状態を1つ経て、Sⱼへ2段階で移る確率
- 例:
- P²の1行2列=p₁₁p₁₂+p₁₂p₂₂(S₁→S₁→S₂ と S₁→S₂→S₂ の合計)
- 例(天気がマルコフ過程に従うとする):
| 今日 \ 翌日 | 晴れ | 曇り | 雨 |
|---|---|---|---|
| 晴れ | 0.6 | 0.3 | 0.1 |
| 曇り | 0.4 | 0.4 | 0.2 |
| 雨 | 0.2 | 0.5 | 0.3 |
- 晴れの2日後が雨である確率(P²の1行3列):
- 晴れ→晴れ→雨:0.6×0.1=0.06
- 晴れ→曇り→雨:0.3×0.2=0.06
- 晴れ→雨→雨:0.1×0.3=0.03
- 合計=0.15
モンテカルロ法
- モンテカルロ法:
- 数値モデルとして定義された問題(確率過程を含む)の答えを、乱数を使って推定する手法の総称
- もとは、確率を伴わない問題を確率の問題に置きかえて解くために考えられた。今はAIの強化学習などにも使われる
- 例:
- 円周率πの近似計算
- 手順:
- ①0.0〜1.0の乱数を2つ作り、(x,y)に点を打つ。これをN回繰り返す
- ②半径1の四分円の中(円周上を含む)にある点を数える(p個)
- ③円の面積 πr²=π×1.0² = 4×(p/N)から、π ≒ 4p/N
確率分布:データの真ん中とばらつき
- 代表値:
- データの性質や分布の特徴を数値で表したもの
- 平均値:
- データの分布のバランスポイント。x̄=(x₁+x₂+…+xₙ)÷n
- 中央値(メジアン、Me):
- データを大きさ順に並べたときの真ん中の値
- データ数nが奇数:
- (n+1)÷2番目
- データ数nが偶数:
- n÷2番目と、n÷2+1番目の平均
- 最頻値(モード値):
- 最も多く出てくる値(並の値)
- 散布度:
- データのばらつきの大きさ
- レンジ:
- 最大値−最小値(ばらつきの範囲)
- 分散 σ²=
- (1/n)×Σ(xᵢ−x̄)²
- 平均を中心にした広がりの程度。小さいほど平均のまわりに集まり、大きいほど平均から離れたデータが多い
- 偏差:
- xᵢ−x̄。分散は「偏差の2乗の平均」
- 標準偏差 σ=
- √(分散)
- 例:
- データ 2,4,6,8
- 平均=20÷4=5
- 偏差=−3,−1,1,3。2乗の平均=(9+1+1+9)÷4=分散5
- 標準偏差=√5 ≒ 2.24
- レンジ=8−2=6
- 中央値=(4+6)÷2=5(データ数が偶数なので2番目と3番目の平均)
- 平均値と分散・標準偏差の性質(★aは定数)
| 操作 | 平均 | 分散 | 標準偏差 |
|---|---|---|---|
| 全データに a を足す | もとの平均+a | 変わらない | 変わらない |
| 全データを a 倍する | もとの平均×a | もとの分散×a² | もとの標準偏差×|a| |
- 例(上のデータ 2,4,6,8):
- +10 すると、平均15、分散は5のまま
- ×2 すると、平均10、分散は5×4=20、標準偏差は2.24×2≒4.47
- x̄管理図(品質管理で使う):
- 管理限界線 UCL、LCL は中心線CLから±3σ。標本数が少ないときは、σの代わりに標本から求めたレンジの平均 R̄ を使い、CL±係数×R̄ とする
- 標本調査:
- 集団の一部だけを調べて、全体を推測すること
- 母集団:
- 本来調べたい集団全体
- 標本(サンプル):
- 調査のために無作為に抜き出した集団
- 母平均/標本平均:
- 母集団の平均/標本の平均
- 確率分布:
- 標本の分布に確率を取り入れたもの。確率変数の種類で2つに分かれる
| 種類 | データ | 主な分布 |
|---|---|---|
| 連続型確率分布 | 身長や体重のように連続的に変わる | 正規分布、指数分布、一様分布 など |
| 離散型確率分布 | 1,2,3…のように飛び飛び | 二項分布、ポアソン分布 など |
- 待ち行列理論では、指数分布とポアソン分布が重要
- ポアソン分布:
- 二項分布B(n,p)で、平均npを一定にしたままnを無限大にした分布。とても大きなサンプルで、起こる確率pがとても小さいときの分布
- 正規分布(ガウス分布):
- 統計で最も重要な分布。平均を中心に左右対称の釣鐘型
- ドイツの数学者ガウスが、測量の誤差を整理する中で研究した
- 形は平均μと標準偏差σで決まる。N(μ,σ²)と書く
- μ±σ のところが変曲点(曲線の曲がり方が変わる点)
- 標準正規分布:
- 平均0、標準偏差1の正規分布 N(0,1²)
- 確率密度関数:
- f(x)= 1/(√(2π)σ)× e^(−(x−μ)²/(2σ²))(π:円周率3.14159…、e:自然対数の底2.71828…)
- 正規分布の性質(★必ず覚える)
| 範囲 | 入る割合 |
|---|---|
| μ−σ 〜 μ+σ | 約 68.3% |
| μ−2σ 〜 μ+2σ | 約 95.4% |
| μ−3σ 〜 μ+3σ | 約 99.7% |
- 例:
- 平均と標準偏差がA(50,20)、B(65,10)、C(70,12)、D(75,6)の4つのテストで、85点以上の人の割合が最も多いのは?
- 85点が平均から標準偏差の何倍離れているか:A=35÷20=1.75、B=20÷10=2.0、C=15÷12=1.25、D=10÷6≒1.67
- 離れ方がいちばん小さいCが、85点以上の人の割合が最も多い
- 例:
- 平均60点、標準偏差10点の正規分布なら、70点以上の人は約(100−68.3)÷2 ≒ 16%
- 標本平均と標本合計の分布
- 母集団が平均μ、分散σ²の正規分布に従うとき、大きさnの標本について
- 標本平均 x̄ の分布:
- nが大きくなると、平均 μ、分散 σ²/n の正規分布に近づく(たくさん集めて平均するとばらつきが小さくなる)
- 標本合計 Σx の分布:
- 平均 n×μ、分散 n×σ² の正規分布に近づく
- 母集団が正規分布でなくても、n=50以上なら x̄ の分布はほぼ正規分布になる
- 正規分布の加法性(再生性):
- 独立なXとYが N(μx,σx²)、N(μy,σy²)に従うとき
- 和 X+Y:
- N(μx+μy,σx²+σy²)
- 差 X−Y:
- N(μx−μy,σx²+σy²)
- 注意:
- 平均は足したり引いたりするが、分散は差のときも足す(ばらつきは打ち消し合わず、増える)
混同しやすいペア
- 積の法則(ともに起こる。掛ける)/和の法則(どちらか。足す)
- 組合せ nCr(選ぶだけ)/順列(選んで並べる。nCr×r!)
- 排反(同時に起こらない。加法定理で関係)/独立(影響しない。乗法定理で関係)
- 同時確率(AとBがともに)/条件付き確率(Aが起きたうえでB)
- ベイズの定理(結果から原因の確率を求める)/マルコフ過程(直前の状態で次が決まる)
- 平均値(バランス点)/中央値(真ん中の順位)/最頻値(最も多い値)
- 分散(偏差の2乗の平均)/標準偏差(分散の平方根)
- データに足す(分散は変わらない)/データを掛ける(分散はa²倍)
- 連続型(正規・指数・一様)/離散型(二項・ポアソン)
- 母集団(本当に調べたい全体)/標本(抜き出した一部)
- 標本平均の分散 σ²/n(小さくなる)/標本合計の分散 nσ²(大きくなる)