ベイズの定理と条件付き確率とは？
ベイズの定理と条件付き確率とは、結果が観測されたときに原因の確率を更新する式で、P(A|B)＝P(B|A)P(A)÷P(B)。事前確率を新しい情報で事後確率へ改訂する考え方であり、スパムフィルタや故障診断、検査結果の解釈に使われる。分母を全確率の定理で展開する計算が定番の出題形式。
べいずのていりとじょうけんつきかくりつ
ベイズの定理と条件付き確率の意味
結果が観測されたときに原因の確率を更新する式で、P(A|B)＝P(B|A)P(A)÷P(B)。事前確率を新しい情報で事後確率へ改訂する考え方であり、スパムフィルタや故障診断、検査結果の解釈に使われる。分母を全確率の定理で展開する計算が定番の出題形式。
ベイズの定理と条件付き確率の具体例
発生率1%の不良に対し、検出率95%・誤検出5%の検査で陽性が出たとき、本当に不良である確率は0.01×0.95÷(0.01×0.95＋0.99×0.05)≒16%にすぎない。精度が高い検査でも、母集団の発生率が低ければ陽性の多くは誤検出になる。
ベイズの定理と条件付き確率は試験でどう引っ掛けられる？
P(A|B)とP(B|A)を取り違える誤りが最多。上の例で「検出率95%だから陽性なら95%不良」とするのが典型である。事前確率（基準率）を無視すると答えが大きくずれるため、分母の展開を省略しないこと。
ベイズの定理と条件付き確率と関連する用語
最終更新：2026-08-25／解説は資格暗記が独自に作成しています。 過去問の出典は各問題に記載のとおりです。