確率の種類

ここでは、存在するすべての種類の確率とその計算方法がわかります。それぞれの確率の種類を詳しく説明し、例を挙げて、種類の違いを理解できるようにします。

確率にはどのような種類がありますか?

存在するすべてのタイプの確率は次のとおりです。

• 客観的確率
• 主観的確率
• 古典的確率
• 頻度確率
• 条件付き確率
• フィッシュチャンス
• 二項確率
• 超幾何確率
• 単純なチャンス
• 同時確率

数学的確率や論理的確率などの他のタイプも、確率タイプの分類によっては非常に広範な概念であり、さまざまな基準を使用して分類できるため、見られる場合もあります。しかし実際には、このページのリストにはこれらの他のタイプの確率も含めることができます。

論理的に、各確率タイプの名前だけでは、それぞれが何であるかわかりません。そのため、以下でそれぞれについて詳しく説明します。

客観的確率

客観的確率は、事象の確率を決定するための客観的な基準に基づいています。

たとえば、曇りの日に雨が降る客観的な確率を計算したい場合は、統計的研究を行う必要があります。過去 30 日間の曇り日と、そのうち雨が降った 17 日間を分析し、次のように客観的確率を計算したと想像してください。

ご覧のとおり、客観的な確率を計算する際に誰かの意見に依存したのではなく、研究に基づいてその結果から確率を計算しました。

同様に、客観的確率は、理論的確率と経験的確率という 2 つのタイプに分類されます。それらの違いを確認するには、ここをクリックしてください。

主観的確率

主観的確率は、イベントが発生する可能性を予測する人の経験に基づいています。つまり、主観的な基準に基づいています。

たとえば、明日雨が降るという主観的な確率を気象学者に尋ねることで得ることができます。気象学者はその知識と経験に基づいてその確率を決定します。

したがって、主観的確率は客観的確率の反対です。

このタイプの確率のその他の例をここで見ることができます。

古典的確率

古典的な確率は、先験的確率とも呼ばれ、イベントの確率を計算するロジックに基づいています。つまり、確率の理論的な計算を実行します。

たとえば、 「サイコロの目で数字の 4 が出る」確率を知るために、実験を行う必要はありません。サイコロには 6 つの異なる面があるため、特定の数字が出る確率は 1/6 になります。

しかし、これは単なる理論上の計算であるため、サイコロを 10 回振って 4 が出なかったり、逆に 10 回すべて出て 4 が出たりする可能性があります。

ご興味があれば、このタイプの確率に関する記事を残しておきます。

頻度確率

頻度確率 は、頻度主義確率とも呼ばれ、ランダム実験における基本事象の長期的に期待される相対頻度です。

事象の頻度確率を計算するには、実験を多数回実行し、得られた良好なケースの数を実行された総繰り返し数で割る必要があります。

このタイプの確率の定義は客観的確率と非常に似ていますが、周波数確率では同じ実験が何千回も繰り返されるという点が異なります。次のリンクで完全な例を確認できます。

条件付き確率

条件付き確率 は、条件付き確率とも呼ばれ、別のイベント B が発生した場合にイベント A が発生する確率を示します。したがって、条件付き確率では、イベント自体だけでなく、以前のイベントも考慮されます。

ご覧のとおり、このタイプの確率は理解するのが少し難しく、したがって計算も難しくなります。そのため、計算方法の詳細な説明を確認することをお勧めします。

フィッシュチャンス

ポアソン確率は、特定の期間内に特定の数のイベントが発生する確率を示します。

このタイプの確率は、イベントが発生する確率が非常に低い場合に非常に役立ちます。

ポアソン分布は、このタイプの確率を定義する関数です。次のリンクでポアソン分布の式を参照できます。

二項確率

二項確率は、考えられる結果が 2 つしかないイベントを数学的に定義するために使用されます。この結果を「成功」と「失敗」と呼びます。

たとえば、コインを投げる場合、考えられる結果は 2 つだけです (表または裏)。表を選択した場合、成功ケースはコインに表が現れるときであり、失敗ケースはコインに表が現れるときです。

したがって、二項分布は、シーケンスの特定の数の成功ケースの確率を示します。

超幾何確率

超幾何確率は二項確率とよく似ていますが、置換が異なります。

超幾何確率は、母集団からn 個の要素を置換せずにランダムに抽出した場合に成功するケースの数の確率を示します。

したがって、超幾何確率は超幾何分布によって定義されます。

単純な偶然

単純確率は、サンプル空間で単純なイベントが発生する確率です。

単純確率は、実験内の有利なケースの数を実験で考えられる結果の総数で割ることによって計算されます。

これはいわゆるラプラス則です。この式は、サンプル空間内のすべてのイベントの発生確率が同じである場合、つまり、サンプル空間が等確率である場合にのみ使用できることに注意してください。

同時確率

同時確率(または複合確率) は、2 つのイベントが同時に発生する確率を示します。

したがって、同時確率と単純確率は、2 つの反対のタイプの確率です。

2 つ以上のイベントの同時確率を求めるには、確率論のいくつかの概念を習得する必要があるため、ここをクリックして計算方法の詳細な説明を参照することをお勧めします。