条件付き確率の思考法へようこそ！

未来の年金数理人（アクチュアリー）の皆さん、こんにちは！今日は、Exam Pの中で最もエキサイティングで実用的なトピック、「全確率の法則」と「ベイズの定理」について学びます。これらの概念は、物事の「全体像」が小さく異なるグループの集まりで構成されている場合でもリスクを計算できるため、アクチュアリー科学の要（かなめ）とも言えます。難しそうに聞こえるかもしれませんが、大丈夫です。このノートを読み終える頃には、これらが情報を整理するための非常に論理的な方法に過ぎないことが分かるはずです。

1. 準備：分割（Partition）とは

公式を学ぶ前に、「分割」という前提となる概念を理解する必要があります。巨大なピザを想像してください（これが標本空間、つまり起こりうるすべての結果の集合です）。このピザを、一切れのパン屑も取り残さず、かつどのパン屑も必ず一つの切れ端に属するように切り分けるとします。これが「分割」です。

確率の用語では、分割とは以下の条件を満たす事象の集合 \( B_1, B_2, \dots, B_n \) のことです：
1. 互いに排反である（重なりがない）。
2. 網羅的である（すべて合わせると標本空間全体を覆う）。

なぜこれが重要か：一般的な事象（これを事象 \( A \) と呼びましょう）の確率を求める際、この「分割」した各「一切れ」の中で \( A \) がどのように振る舞うかを考える方が、計算がずっと簡単になることが多いからです。

2. 全確率の法則 (Law of Total Probability: LTP)

全確率の法則は、「加重平均」のようなものです。分割された各ケースにおける条件付き確率を用いることで、事象 \( A \) の全体的な確率を求めることができます。

公式

\( P(A) = P(A|B_1)P(B_1) + P(A|B_2)P(B_2) + \dots + P(A|B_n)P(B_n) \)

簡単な例え

ある保険会社に2種類のドライバーがいると想像してください。「優良ドライバー（顧客の80%）」と「要注意ドライバー（顧客の20%）」です。
- 優良ドライバーが事故を起こす確率は 0.05 です。
- 要注意ドライバーが事故を起こす確率は 0.30 です。

無作為に選ばれたドライバーが事故を起こす全体的な確率を知りたい場合、LTPを使います。
事故の全体確率 = (優良の場合の事故率) × (優良である確率) + (要注意の場合の事故率) × (要注意である確率)

\( P(Accident) = (0.05)(0.80) + (0.30)(0.20) = 0.04 + 0.06 = 0.10 \)

LTPを解くステップ

1. 分割を特定する（「高リスク」対「低リスク」のように、全体を構成するカテゴリーを分ける）。
2. 各カテゴリーの確率 \( P(B_i) \) を求める。
3. 各カテゴリー内での事象の条件付き確率 \( P(A|B_i) \) を求める。
4. それぞれのペアを掛け合わせて、すべて足し合わせる！

クイック復習ボックス：
全確率の法則は、「条件付き」確率が分かっていて、「全体的な」確率を求めたいときに使います。

3. ベイズの定理：逆方向に考える

では、もし「事故が実際に起きた」ということが分かっていて、「そのドライバーが要注意ドライバーであった確率はどれくらいか？」を知りたい場合はどうでしょうか？ここで登場するのがベイズの定理です。これは条件付き確率を「逆転」させることを可能にします。

公式

\( P(B_i|A) = \frac{P(A|B_i)P(B_i)}{P(A)} \)

分母の \( P(A) \) は、先ほど計算した全確率の法則そのものですよ！

実際にはどういう意味？

ベイズの定理は、単なる分数です：
分子：興味のある特定の経路（例：事故 かつ 要注意ドライバー）。
分母：結果の全体的な確率（例：すべての事故）。

覚え方：「求めたい部分」割ることの「全体」と覚えておきましょう。

例題の続き

先ほどのドライバーの例で、事故が起きたときにその人が「要注意ドライバー」である確率は？
\( P(Bad | Accident) = \frac{P(Accident | Bad)P(Bad)}{P(Accident)} \)
\( P(Bad | Accident) = \frac{(0.30)(0.20)}{0.10} = \frac{0.06}{0.10} = 0.60 \)

要注意ドライバーは全体の20%しかいないのに、事故全体の60%を占めていることになります！

豆知識：
ベイズの定理は、18世紀の牧師トーマス・ベイズにちなんで名付けられました。実は彼自身はこの研究を一度も出版しなかったのですが、友人のリチャード・プライスが彼の死後に発見して出版したのです！

4. 秘密兵器：樹形図（ツリー図）

公式で頭が混乱してしまうなら、心配しないでください。多くのExam P受験生は、樹形図を使って問題を解きます。これがミスを防ぐ最も確実な方法です。

樹形図の描き方：
1. 出発点から分割した枝（例：優良ドライバーと要注意ドライバー）を描き、枝の上にそれぞれの確率を書きます。
2. その各枝から、さらに事象の枝（例：事故あり、事故なし）を描きます。ここに条件付き確率を書きます。
3. 乗法ルール：枝に沿って掛け合わせることで、共通部分の確率（例：要注意ドライバー かつ 事故）を求めます。
4. 加法ルール：条件を満たす枝の先をすべて足し合わせると、全体の確率（LTP）が求まります。
5. ベイズルール：確率を逆転させたい場合は、特定の枝の結果を、関連するすべての枝の合計で割ります。

5. よくある落とし穴

1. \( P(A|B) \) と \( P(B|A) \) を混同する：
常に自分に問いかけてください。「今、確実に分かっていることは何か？」。確実に分かっている情報が縦棒（|）の後ろに来ます。\( P(陽性 | 病気) \) は検査の精度ですが、患者が本当に知りたいのは \( P(病気 | 陽性) \) です。これらは全く別物です！

2. 分母を忘れる：
ベイズの定理では、分母には「その事象が起こりうるすべてのケース」を必ず含めなければなりません。

3. 確率の合計が1にならない：
分割した最初のセット（最初の枝分かれ）において、確率は必ず合計1.00になるはずです。もし1にならなければ、どこかのカテゴリーが漏れています！

6. まとめ

- 分割：重なりがなく、全体を網羅するグループ分け。
- 全確率の法則：各パーツを足し合わせて「全体像」を求める： \( \sum P(A|B_i)P(B_i) \)。
- ベイズの定理：知識のアップデート。「目標の経路」を「全確率」で割る。
- 視覚化：迷ったら樹形図を描く！作業が整理され、計算ミスを防げます。

応援メッセージ：これらの概念はExam Pで頻出です。最初は計算問題の読み取りにコツが必要で難しく感じるかもしれませんが、大丈夫です。まずは「何が与えられていて」「何を求められているのか」を丁寧に整理することから始めましょう。あなたなら絶対にできます！