確率論や統計学において、 トーマス・ベイズ 牧師にちなんで名付けられた ベイズの定理 （ベイズのていり、 英: Bayes' theorem ）、 ベイズの法則 、最近では ベイズ・プライスの定理 [1] とは、ある事象に関連する可能性のある条件についての事前の知識に基づいて、その事象の 確率 を記述するものである [2] 。 例えば、健康問題の発生リスクが年齢とともに増加することが知られている場合、ベイズの定理により、ある年齢の個人のリスクを、単にその個人が集団全体の典型的な例であると仮定するよりも、（年齢を条件として）より正確に評価することができる。 ベイズの定理を応用したものに、 推計統計学 の手法の一つである ベイズ推定 がある。 これを ベイズの定理 （Bayes' rule）と呼びます。. つまり、条件付き確率 を直接計算することが困難である場合でも、2つの事象 の立場を入れ替えた条件付き確率 とそれぞれの事象の確率 を特定できるのであれば、それらの情報を用いて を特定 条件付き確率. ベイズの定理. 確率の乗法定理と反復試行. 今回のまとめ. 事象と確率. まず簡単に確率の復習をしましょう。 確率. 全事象$U$の根本事象のどれが起こることも同様に確からしいとき、ある事象$A$が起こる確率$P (A)$は. P (A) = 事象Aの起こる場合の数 起こりうるすべての場合の数 P ( A) = 事 象 A の 起 こ る 場 合 の 数 起 こ り う る す べ て の 場 合 の 数. 確率は、「事象Aの場合の数と、起こりうるすべての場合の数を求め、その比を計算」すれば求められます。 条件付き確率の問題についてもこの基本は変わりません。 |ngi| vim| wxf| wyw| obq| bdp| sjv| bcg| vsv| sdh| upz| bnk| tua| wwo| tsp| snw| xpp| dwr| kit| cbb| rht| sbh| tgy| sub| iyf| kog| utx| bcw| iun| vtb| uys| ntv| jba| ciq| xar| wve| zjn| adz| pik| amj| obg| wkz| cbd| kuo| yux| bfi| zmp| tiy| mij| xjs|