ベイズの定理とは？（条件付き確率の逆算）【DS検定リテラシー】

DS検定トップ＞ベイズの定理とは？（条件付き確率の逆算）【DS検定リテラシー】

まず結論

ベイズの定理とは「結果から原因の確率を逆算する」ための公式です。
DS検定では「条件付き確率の向きを正しく判断できるか」を問われます。

「P(A｜B) と P(B｜A) を混同していないか」が最大のチェックポイントです。

直感的な説明

例えば、次のような場面を考えます。

ある病気の検査で「陽性」と出た
本当に病気である確率はどれくらいか？

多くの人は
「検査が当たる確率が高いなら、ほぼ病気だろう」と考えがちです。

しかし実際に知りたいのは

陽性が出たときに病気である確率

これは

病気の人に陽性が出る確率
とは別物です。

ここで使うのがベイズの定理です。

定義・仕組み

① 条件付き確率の基本

まず基本式です。

\[P(A｜B) = \frac{P(A ∩ B)}{P(B)}\]

意味は、

Bが起きたという条件のもとで
Aも同時に起きている割合

です。

② 乗法の定理

上の式を変形すると

\[P(A ∩ B) = P(B)P(A｜B)\]

これを 乗法の定理 と呼びます。

「同時に起こる確率」は
「先にBが起きる × その後Aが起きる」と考えられる、という意味です。

③ ベイズの定理の導出

同時確率は順番を変えても同じなので、

\[P(A ∩ B) = P(A)P(B｜A)\]

これと乗法の定理を組み合わせると、

\[P(B)P(A｜B) = P(A)P(B｜A)\]

これを整理すると

\[P(A｜B) = \frac{P(B｜A)P(A)}{P(B)}\]

これが ベイズの定理 です。

④ 式の意味（ここが重要）

P(A) → もともとの確率（事前確率）
P(B｜A) → AのときBが起こる確率
P(A｜B) → Bが起きたあとにAである確率（更新後）

つまり、

新しい情報Bを得たことで、Aの確率を更新する

という考え方です。

DS検定では、式そのものより
「確率を更新する」という意味を理解しているか が重要です。

どんな場面で使う？

使う場面

医療検査の信頼性評価
スパムメール判定
故障診断
異常検知
リスク評価

ビジネスでは

「新しい情報を得たときに判断を更新する」

という意思決定の考え方として使われます。

注意すべき場面

事前確率が極端に小さい場合
母集団の割合を無視している場合

DS検定では

「検査精度が高い＝本当にその状態である確率も高い」

という思い込みを狙ってきます。

よくある誤解・混同

① P(A｜B) と P(B｜A) の混同

DS検定ではここが最頻出です。

P(B｜A)：原因があるときに結果が出る確率
P(A｜B)：結果が出たときに原因である確率

向きが逆です。

選択肢で
「陽性のとき病気である確率」と
「病気のとき陽性になる確率」
が入れ替わっていたら要注意です。

② 乗法の定理との混同

乗法の定理 → 同時確率を表す
ベイズの定理 → 条件を逆にする

役割が違います。

③ 事前確率を無視する誤り

母集団にほとんど存在しない事象は
検査が高精度でも確率は低くなります。

これを「ベースレートの無視」と呼びます。

まとめ（試験直前用）

ベイズの定理は「結果から原因を逆算する」公式
P(A｜B) と P(B｜A) を絶対に混同しない
事前確率を必ず考慮する
乗法の定理は同時確率を表す式

DS検定では
「向き」「更新」「事前確率」
この3点を意識すれば選択肢を切れます。

対応スキル項目（データサイエンス力シート）

数理・統計基礎
確率
★ 条件付き確率やベイズの定理を理解している

🔗 関連記事

🏠 DS検定トップに戻る