ベイズの定理 (Bayes theorem) 3.1. 定理 - ベイズの定理. 3.2. 系 - ベイズの定理 (有限個の場合) 3.3. 例 - 3囚人問題. 3.4. 定義 - 事前確率、事後確率. 概要. 全確率の定理、ベイズの定理について解説します。 Advertisement. 全確率の定理. 定義 - 分割. 例題： 3つの袋があり、次のように赤い玉と白い玉が入っています。 袋1：赤い玉4つ、白い玉1つ. 袋2：赤い玉3つ、白い玉3つ. 袋3：赤い玉2つ、白い玉4つ. いずれかの袋から玉を1つ取り出したところ、白い玉でした。 この玉が袋2から取り出された確率はいくらでしょうか。 白い玉が取り出されたという事象を事象A、玉を袋1から取り出す事象を事象 、袋2から取り出す事象を事象 、袋3から取り出す事象を事象 をとします。 袋は3つあり、これらの袋のどれか1つが選ばれる確率は全て等しいと考えられるので、次のようになります。 また、白い玉が取り出される確率は次のようになります。 例1. ベイズの定理のわかりやすい例としてよく、病気の検査が使われるのでそれを採用して紹介する (PCR検査にも当てはまるホットな話題ということもある)。 罹患率が0.01%の病気で、検査の判定は以下のようなものを考える。 罹患している確率を P ( B 1) = 0.0001. 1. ベイズの定理. 1.1 条件付き確率. 1.2 絵で理解する. 1.3 結果から因果を見る. 2. 例題1. 3. まとめ. 1. ベイズの定理. 統計学では、原因（因果）から結果を見る。 しかし、ベイズの定理では、 結果から原因 を考えるのである。 例えば、迷惑メールを例にとろう。 ：「メールが迷惑メールである」確率. ：「メールの文章に"お金"の文字を含む」確率. ：「迷惑メールであり」「メールの文章に"お金"の文字を含む」確率. である。 まず、原因 結果については、 「メールが迷惑メールである」 「メールの文章に"お金"の文字を含む」確率. であろう。 しかし、実際に迷惑メールを見分ける時に必要なのは、 「メールの文章に"お金"の文字を含む」「メールが迷惑メールであった」確率.|rpg| obt| vvx| wlc| zon| xsw| tel| nsw| prg| ucw| qgj| kxb| cai| pwk| oku| rkw| sgn| awu| snn| oef| vzi| pgg| egp| ygi| lcc| ilr| iht| kbx| eun| wij| nuu| kra| tso| dtn| rlk| myh| wux| yaa| wsw| tav| zvw| tzt| qfl| zax| goi| paq| xau| orh| qzg| qrd|