【統計検定2級】確率の基礎をマスター｜事象・加法定理からベイズの定理までわかりやすく解説

統計検定2級の合格に向けて、基礎となる「確率」分野から事象と確率・加法定理・条件付き確率・乗法定理・ベイズの定理について勉強した内容をまとめました。確率の基本ルールからデータの更新まで、統計学の土台となる重要な理論をわかりやすく整理していきます。

今回学習する用語の要約リスト

• 事象と確率：ある実験や観察によって起こる結果の集まりと、それが起こる確からしさを表す割合
• 加法定理：2つ以上の事象のいずれかが起こる確率を、それぞれの確率の足し算から求めるルール
• 条件付き確率：ある事象がすでに起こったという前提のもとで、別の事象が起こる確率
• 乗法定理：2つの事象が同時に起こる確率を、条件付き確率とかけ算を利用して求めるルール
• ベイズの定理：結果のデータから、その原因が何であったかの確率を逆算する定理

各用語のメタファー（日常の例え話）

数学的な概念を、まずは直感的に理解するための日常的な例え話に置き換えて整理しました。

事象と確率：サイコロを振って「偶数が出る」確率

サイコロを1回振るという行動に対し、「2か4か6の目が出る」という結果のまとまりを「事象」と呼びます。そして、その事象が全体（1から6のすべての目）に対してどれくらいの割合で発生するかを表した数値（2分の1）が「確率」です。

加法定理：バイキングで「カレー」か「ラーメン」のどちらかを食べる確率

「カレーを食べる確率」と「ラーメンを食べる確率」を足し合わせる計算です。ただし、両方を同時に食べる（重複がある）場合は、ダブって数えた「両方食べる確率」を後から引き算する必要があります。完全にどちらか片方しか選べない（排慢な）場合は、単純に2つの確率を足すだけで済みます。

条件付き確率：曇りの日に「雨が降る」確率

ただ単に「明日雨が降る確率」を考えるのではなく、「すでに外が曇っている」という前提条件がついた状態での雨の確率です。分母（全体の可能性）が「すべての日」から「曇りの日だけ」へと狭まるのが特徴です。

乗法定理：1等入りのくじを「A君もB君も連続で当てる」確率

2つの出来事が続けて起こる確率です。まず「A君が当たる確率」を計算し、次に「A君が当たった状態（条件付き）」で「B君が当たる確率」を計算して、その2つを掛け算します。連続して物事が起きるルートをたどる計算です。

ベイズの定理：検査で陽性が出たとき「本当にその病気である」確率

「病気の人が検査で陽性になる確率（原因から結果）」は分かっていますが、知りたいのは「陽性が出た人が、実は本当に病気である確率（結果から原因）」です。手元のデータ（検査結果）をもとに、過去の前提知識をアップデートして真犯人を突き止めるような逆算の仕組みです。

各用語の相互関係図

今回学習した用語のつながりや、基本から応用への流れを整理したマップです。

【確率の基本】
事象と確率 （すべての土台）
　│
　├── 複数量の「または」を繋ぐ ──> 加法定理
　│
　└── 1つの事象を前提とする ────> 条件付き確率
 　　　　　│
 　　　　　├── 複数量の「同時に」を繋ぐ ──> 乗法定理
 　　　　　│
 　　　　　└── 結果から原因を逆算する ────> ベイズの定理

各用語の解説

事象と確率 (Event and Probability)

試行（サイコロを振るなどの実験）によって起こる結果の集まりを事象、その事象が発生するもっともらしさを数値化したものを確率と呼びます。

全事象（起こりうるすべての結果）を U、ある事象を A とするとき、事象 A の起こる確率 P(A) は以下のように定義されます（同様に確からしい場合）。

P(A) = \frac{n(A)}{n(U)}

確率の基本性質として、必ず 0 \le P(A) \le 1 になり、全事象の確率は P(U) = 1 になります。

加法定理 (Addition Theorem)

2つの事象 A または B の少なくとも一方が起こる確率（和事象の確率）を求めるための定理です。

一般の事象に対しては、共通部分（重複）を引き算する必要があります。

P(A \cup B) = P(A) + P(B) - P(A \cap B)

もし事象 A と B が同時に起こらない（互いに排反である、すなわち A \cap B = \emptyset）ときは、共通部分が 0 になるため、単純な足し算になります。 P(A \cup B) = P(A) + P(B)

条件付き確率 (Conditional Probability)

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。

記号では P(B|A) と表し、事象 A の確率を分母として、両方が同時に起こる確率の割合を計算します。

P(B|A) = \frac{P(A \cap B)}{P(A)} \quad \text{(ただし } P(A) > 0\text{)}

これによって、全体の全体集合が U から A へと縮小したことになります。

乗法定理 (Multiplication Theorem)

2つの事象 A と B が同時に起こる確率（積事象の確率）を、条件付き確率を用いて求めるための定理です。

条件付き確率の定義式を変形することで、以下の通り導かれます。

P(A \cap B) = P(A) \times P(B|A)

もし、事象 A と B の発生が互いに影響を与えない（独立である）場合、 P(B|A) = P(B) となるため、定理はシンプルな掛け算になります。 P(A \cap B) = P(A) \times P(B)

ベイズの定理 (Bayes’ Theorem)

条件付き確率の乗法定理を応用し、原因と結果の確率的な関係を反転させる定理です。

結果（データ B）が観測されたとき、その原因（事象 A）が何であったかという事後確率を求める際に使用されます。

P(A|B) = \frac{P(B|A)P(A)}{P(B)}

分母の P(B) は、すべての考えられる原因 A_i に分解して、以下のように展開されることが統計検定でも頻出します。 P(B) = \sum_{i} P(B|A_i)P(A_i)

各用語の4択問題と解答

加法定理に関する問題

問題

2つの事象 A と B が互いに排反であるとき、和事象の確率 P(A \cup B) を表す正しい式はどれか？

• A) P(A) \times P(B)
• B) P(A) + P(B)
• C) P(A) + P(B) - P(A \cap B)
• D) P(A) \times P(B|A)

解答・解説

正解：B) P(A) + P(B)

【各選択肢の解説】
・A) 誤り：これは A と B が独立であるときの積事象 P(A \cap B) の式です。
・B) 正解：排反のときは共通部分 P(A \cap B) = 0 となるため、単純な足し算になります。
・C) 誤り：これは排反ではない一般的な場合の加法定理の式です。
・D) 誤り：これは一般的な場合の乗法定理の式です。

ベイズの定理に関する問題

問題

ある病気の罹患率が0.5%とされる集団において、検査の感度（病気の人が陽性になる確率）が90%であるとする。このとき、「陽性が出た」という結果から「本当に病気である」確率を逆算したい場合に用いる最適な定理はどれか？

• A) 確率の加法定理
• B) 大数の法則
• C) ベイズの定理
• D) チェビシェフの不等式

解答・解説

正解：C) ベイズの定理

【各選択肢の解説】
・A) 誤り：加法定理は「または」の確率を求めるものなので適しません。
・B) 誤り：大数の法則は試行回数を増やすと確率が収束するという法則です。
・C) 正解：「病気→陽性」という事前の情報（尤度・事前確率）から、「陽性→病気」という事後確率を逆算するため、ベイズの定理が最適です。
・D) 誤り：チェビシェフの不等式はデータの散らばりと確率の評価に関する定理です。