ベイズの定理とは？
ベイズの定理とは、ある結果が観測されたとき、その原因である確率を、原因側の事前確率と条件付き確率から求める式。P(A|B)＝P(B|A)P(A)/P(B)と表す。迷惑メール判定や故障診断のように、「症状から原因を推定する」問題の理論的な土台になる。
べいずのていり
ベイズの定理の意味
ある結果が観測されたとき、その原因である確率を、原因側の事前確率と条件付き確率から求める式。P(A|B)＝P(B|A)P(A)/P(B)と表す。迷惑メール判定や故障診断のように、「症状から原因を推定する」問題の理論的な土台になる。
ベイズの定理の具体例
発生率0.1％の故障を99％の精度で検出する試験があっても、陽性と出たときに実際に故障している確率は1割にも満たない。母数が小さい事象では偽陽性が圧倒的多数を占めるためで、直感的な感覚と大きくずれる典型例になる。
ベイズの定理は試験でどう引っ掛けられる？
P(A|B)とP(B|A)を同一視するのが最大の誤り。事前確率を無視して検査精度だけで判断すると答えを外す。ベイズフィルタは学習データの偏りをそのまま結果に引き継ぐ点も押さえておきたい。
ベイズの定理と関連する用語
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。