今回は、確率分野の中でも特に出題頻度が高い「条件付き確率」と、その応用である「確率の乗法定理」について解説します。統計検定2級の合格を狙う上で、絶対に落とせない超重要テーマです。
通常の確率は「全体の中でその事象が起こる割合」を考えますが、条件付き確率は「ある事象がすでに起こったという前提のもとで、別の事象が起こる割合」を考えます。この「前提条件（情報の追加）」によって全体（分母）が変化する点が最大のポイントです。
条件付き確率を一言でいうと
条件付き確率とは、ある事象 A が起こったという条件（前提）のもとで、別の事象 B が起こる確率のことです。
例えば、「雨が降る確率」と「雨が降ったという条件のもとで、電車が遅延する確率」は異なります。このように、ある前提条件が加わったときの確率を計算します。
条件付き確率の公式
事象 A が起こったという条件のもとでの、事象 B の条件付き確率 P(B|A) の計算式は以下の通りです。
P(B|A) = \frac{P(A \cap B)}{P(A)}- P(B|A)：事象 A が起こったときの事象 B の条件付き確率（縦棒の右側が「前提条件」になります）
- P(A)：事象 A が起こる確率（新しい分母になります）
- P(A \cap B)：事象 A と事象 B が同時に起こる確率（分子になります）
この公式の本質は、「分母（全体）が P(A) に縮小される」ということです。元の全事象から、事象 A の中だけに対象を絞り込み、その中で B も満たしている割合（A \cap B）を計算します。
確率の乗法定理への展開
先ほどの条件付き確率の公式の分母を払う（両辺に P(A) を掛ける）と、確率の乗法定理（同時に起こる確率の公式）が導き出せます。
P(A \cap B) = P(A) \times P(B|A)「A と B が両方とも起こる確率」を求めたければ、「まず A が起こる確率」を計算し、そこに「A が起こったという前提での B の確率」を掛け算すればよい、という意味になります。
「独立」と「従属」による公式の変化
統計検定2級でよく狙われるのが、2つの事象が独立（お互いに影響を与えない）か、従属（影響を与える）かという問題です。
| 事象の関係 | 条件付き確率 P(B|A) | 同時に起こる確率 P(A \cap B) | 特徴 |
|---|---|---|---|
| 独立な事象 （影響なし） | P(B) | P(A) \times P(B) | A が起こっても、B の確率に変化はありません（例：サイコロを2回振る場合など）。 |
| 従属な事象 （影響あり） | \frac{P(A \cap B)}{P(A)} | P(A) \times P(B|A) | A の結果によって、B の確率が変化します（例：クジを戻さずに続けて引く場合など）。 |
試験問題で「2つの事象が独立であるか判定せよ」と言われた場合は、P(A \cap B) = P(A) \times P(B) が成立するかどうかをチェックするのが鉄則です。
理解を深める例題
条件付き確率の「分母（全体）が縮小する」という感覚を、トランプを使った具体的な例題で掴んでみましょう。
【例題】
ジョーカーを除く52枚のトランプから1枚のカードを引きます。
このとき、以下の2つの確率をそれぞれ求めてみてください。
- （問題1） 引いたカードが「ハートのA（エース）」である確率
- （問題2） 引いたカードが「赤いマーク（ハートかダイヤ）」であると分かっているとき、それが「ハートのA」である確率
【解答・解説】
（問題1）の解説
これは前提条件のない、通常の確率です。
トランプは全部で 52 枚あり、その中に「ハートのA」は 1 枚しかありません。したがって、確率は以下のようになります。 \frac{1}{52}
（問題2）の解説
こちらが「条件付き確率」です。
「赤いマークであると分かっている」という前提条件が加わったため、分母（全体）が 52 枚から「赤いカードの総数」へと縮小します。
トランプの赤いカード（ハートとダイヤ）は全部で 26 枚あります。これが新しい分母になります。
そして、その 26 枚の赤いカードの中に「ハートのA」は 1 枚だけ含まれています。これが分子になります。したがって、求める確率は以下のようになります。 \frac{1}{26}
このように、「赤いマークである」という情報（条件）が事前に与えられたことで、カードが絞り込まれ、ハートのAを当てる確率が \frac{1}{52} から \frac{1}{26}へと高くなりました。
これが条件付き確率の本質的な仕組みです。
実務上の使いどころ
条件付き確率は、ビジネスや医療など、不確実な状況下で意思決定を行うさまざまな実務のベースになっています。
1. マーケティングにおける顧客行動分析
ECサイトなどで、「商品Aを購入した（事象A）」という条件のもとで、「商品Bも購入する（事象B）」という条件付き確率 P(B|A) を計算します。これはレコメンド機能（「この商品を買った人はこんな商品も買っています」）のアルゴリズムに直結しています。
2. 医療検査の精度評価
ある検査で陽性反応が出た（事象A）という条件のもとで、本当にその病気に罹患している（事象B）という条件付き確率 P(B|A) を計算します。これは「陽性的中率」と呼ばれ、ベイズの定理を応用して実務的に非常に重視される指標です。
練習問題
【問題】
ある会社では、全社員の 60% が男性であり、全社員の 30% が「社内資格の保有者」です。また、男性社員の中に絞ると、その 40% が社内資格を保有していることが分かっています。
いま、全社員の中から無作為に1人を選んだところ、その社員は「社内資格の保有者」でした。このとき、その社員が「男性」である条件付き確率として正しいものを1つ選んでください。
① 0.24
② 0.40
③ 0.50
④ 0.80
解答・解説
正解：④
解説：
それぞれの事象を以下のように定義します。
・事象 M ：選ばれた社員が「男性」である
・事象 Q ：選ばれた社員が「社内資格の保有者」である
問題文より、以下の確率が与えられています。
・全社員における男性の確率： P(M) = 0.60
・全社員における資格保有者の確率： P(Q) = 0.30
・男性であるという条件のもとでの資格保有確率： P(Q|M) = 0.40
求めたいのは、「資格保有者である（事象 Q）」という条件のもとで、「男性（事象 M）」である確率、すなわち P(M|Q) です。
まず、確率の乗法定理を用いて、男性かつ資格保有者である確率 P(M \cap Q) を求めます。
P(M \cap Q) = P(M) \times P(Q|M) = 0.60 \times 0.40 = 0.24次に、条件付き確率の公式に代入します。今回は「資格保有者であること」が前提なので、分母は P(Q) になります。
\begin{aligned} P(M|Q) &= \frac{P(M \cap Q)}{P(Q)} \\ &= \frac{0.24}{0.30} \\ &= 0.80 \end{aligned}したがって、条件付き確率は 0.80（④） となります。
まとめ
今回は「条件付き確率と乗法定理」について解説しました。
- 条件付き確率 P(B|A) は、事象 A が起こった前提での B の確率であり、分母が P(A) に変わる。
- 確率の乗法定理は、P(A \cap B) = P(A) \times P(B|A) で表され、2つの事象が同時に起こる確率を求める。
- 2つの事象が独立である場合、P(B|A) = P(B) となり、乗法定理は P(A \cap B) = P(A) \times P(B) に簡略化できる。
統計検定2級では、問題文から「何が前提条件（分母）になっているか」を正確に読み解くことが攻略の鍵です。ベン図やクロス集計表（2元分割表）を自分で描いて、全体がどこに縮小されたかを視覚的に捉える練習を積んでおきましょう！
参考 関連用語
| 用語 | 簡易的な説明 |
|---|---|
| 全事象 | 起こり得るすべての結果を合わせた事象です。通常の確率ではこれが分母になります。 |
| 積事象（A \cap B） | 事象 A と事象 B がどちらも同時に起こる事象です。 |
| 独立 | 2つの事象がお互いの確率に影響を与えない関係です。 |
| 従属 | 一方の事象が起こるかどうかが、もう一方の事象の確率に影響を与える関係です。 |
| ベイズの定理 | 条件付き確率の公式を発展させ、結果（陽性など）から原因（本当の病気など）の確率を逆算する定理です。本単元の次のステップになります。 |
コメント