この記事の読者
キーワード・知ってると理解がしやすい
- 確率
- 条件付確率 / 乗法定理
頻度主義
確率の定義 / 条件付確率について
Index
ベイズの定理とは
統計学における確率に対する考えの一つ.
簡易的な例
事象 を発生した結果、事象 を事象 が発生した原因とする.
多くの場合、知りたい情報としては、「Aが起こったとき、原因が である」確率、
すなわち だが、
多くの場合、知ることができるのは、「原因 が起こったときに結果Aが発生する」確率、
すなわち である.
そこで、結果Aが起こったときの原因の確率 を計算する方法としてベイズの定理がある.
定義
は互いに背反で、かつ の
ようにすべての場合をつくしているとする.
このとき、以下が成立している.
ここで、 は の事前確率 Prior Probability、 は事後確率 Posterior Probabilityと呼ばれる.
「事前」、「事後」は事象 A の発生を基準としている.
また、 は、原因 が発生したときに、事象 A が発生する確率となるので、尤度関数としても考えられる.
( の尤もらしさ、どれだけ A を発生させるか)
このことから、ベイズの定理は、以下のようにも表現できる.
ベイズ確率
確率の観点において、「頻度主義」と「ベイズ主義」は基本的な考えが異なる.
「 は、原因 が発生したときに、事象 A が発生する確率 = 尤度関数」について、
「頻度主義」は、 を を表現するための、固定されているパラメータと考え、それを推定量と考える.
「ベイズ主義」では、 を不確実性のある確率分布として考える.
つぼと玉の例
2つのつぼがあり、つぼ【1】には、白玉が 3 個、黒玉が 1 個入っており、
つぼ【2】には、白玉が 1 個、黒玉が 2 個入っている.
いま、いずれかのつぼから玉を 1 つ取り出したところ白玉であった.
どちらのつぼからである確率が高いかを考える.
をつぼ【1】から取り出す事象、
をつぼ【2】から取り出す事象とする.
いずれのつぼを選ぶのも等しい確率であると考えられるから、
事前確率は である.
また、それぞれのつぼの玉の状況から、条件付確率
であり、
である.
これらより、事後確率は以下のように計算できる.
よって、つぼ【1】から取り出した確率が高いのである.
どのくらい確率が高いのか、またもっと複雑な場合、例えば、つぼや玉の種類がさらに多い場合など、は計算式を立てられることで問題がスムーズに解決する