ペアの世界へようこそ！

これまで、皆さんは主に一度に1つの確率変数（例えば、1日の保険金請求件数など）に注目して学習してきたはずです。しかし、現実の世界、そして試験P（Exam P）においては、物事は単独で起こることはほとんどありません。多くの場合、2つ以上の変数がどのように連動して動くかに興味があります。これを多変量確率変数と呼びます。

この章では、離散型の変数に焦点を当てます。これは、1本の線ではなく「グリッド（表）」のような可能性の広がりを見ていると考えてください。最初は難しく感じるかもしれませんが、大丈夫です。表の中にあるパターンが見えてくると、ぐっと簡単になりますよ！

1. 同時確率質量関数 (Joint PMF)

2つの離散型確率変数 \(X\) と \(Y\) があるとき、両方とも同時に起こる確率を知りたいと考えます。これを \(p(x, y)\) または \(P(X = x, Y = y)\) と表記します。

「レストランの注文」のたとえ

ファストフード店を想像してください。\(X\) は客が注文するハンバーガーの数（0, 1, 2個）、\(Y\) はソーダの数（0, 1, 2杯）とします。同時確率質量関数（Joint PMF）は、「ある客がちょうどハンバーガーを2個、ソーダを1杯注文する確率は？」といった特定の組み合わせの確率を示してくれます。

同時PMFのルール

単一の変数の場合と同じく、妥当な同時PMFには2つの黄金ルールがあります。
1. 非負性: すべての確率は0以上でなければなりません: \(p(x, y) \ge 0\)。
2. 全確率の合計: グリッド（表）内のすべてのセルの値を合計すると、必ず1にならなければなりません: \(\sum_x \sum_y p(x, y) = 1\)。

クイックレビュー：表での見方

試験Pの離散型同時変数の問題では、表が与えられることがほとんどです。行が \(X\) の値、列が \(Y\) の値を表します。各セルは、その特定のペアに対する同時確率です。

重要なポイント： 同時PMFは、2つの変数に関する「かつ（AND）」の確率を一度にマッピングするための手段に過ぎません。

2. 周辺確率：「消去法」での足し算

\(X\) と \(Y\) の表があるのに、突然 \(X\) だけに注目したくなることがあります。これを周辺分布を求める、といいます。

やり方

\(X\) の周辺確率を求めたい場合、\(Y\) のすべての可能な値にわたって合計（サミングアウト）します。これは、ソーダの注文を無視して、ハンバーガーの合計数だけを見ているのと同じことです。

\(X\) の公式: \(p_X(x) = \sum_{all y} p(x, y)\)
\(Y\) の公式: \(p_Y(y) = \sum_{all x} p(x, y)\)

覚え方：「周辺（Marginal）」ってなぜ呼ぶの？

紙を思い浮かべてください。マージン（余白）は端っこの部分ですよね。周辺確率を求めるには、行や列を合計して、その合計をテーブルの端（周辺）に書き込みますよね。だから「周辺」分布と呼ぶのです！

ありがちなミス： \(X\) の周辺分布を計算するとき、うっかり \(X\) の値を合計してしまう学生がいます。覚えておいてください。ある \(X\) の「合計」を求めるには、その \(X\) と起こり得るすべての \(Y\) の値を足し合わせなければなりません。

3. 同時累積分布関数 (Joint CDF)

同時累積分布関数（Joint CDF）は \(F(x, y)\) と書かれ、\(X\) がある値以下であり、かつ \(Y\) がある値以下である確率を示します。

\(F(x, y) = P(X \le x, Y \le y)\)

「左下の角」ルール

離散型の表において、\(F(1, 2)\) を求めたい場合、単純に \((1, 2)\) のセルを見つけて、そこから左下にあるすべての確率を合計します（そのセル自身も忘れずに含めてください）。原点から点 \((x, y)\) までを囲む長方形をハイライトするイメージです。

豆知識

同時CDFは常に以下の性質を持っています。
- 0から始まります（\(x\) や \(y\) が非常に小さいとき）。
- 1で終わります（\(x\) と \(y\) が最大値のとき）。
- 単調増加します。\(x\) や \(y\) を大きくしても、確率は減ることはなく、同じか増えるかのどちらかです。

4. ステップ・バイ・ステップ：離散型同時分布問題の解き方

もし \(x = 1, 2\)、\(y = 1, 2\) に対して \(p(x, y) = k(x + y)\) のような同時PMFの公式が出題されたら：

ステップ1：表を作る。 すべてのペア（(1,1), (1,2), (2,1), (2,2)）を書き出します。
ステップ2：値を代入する。 （例えば(1,1)なら、値は \(k(1+1) = 2k\) となります）。
ステップ3：\(k\) を求める。 すべてのセルの合計を1に設定します（\(2k + 3k + 3k + 4k = 12k = 1\)、したがって \(k = 1/12\)）。
ステップ4：問いに答える。 もし \(P(X=1)\) の周辺確率を問われたら、\(X=1\) の行を合計するだけです。

まとめと重要なポイント

1. 同時PMFは、\(X\) と \(Y\) が同時に起こる確率です: \(P(X=x, Y=y)\)。
2. 周辺PMFは、不要な変数を「足し合わせる」ことで求めます。行を合計すればその行の変数の周辺確率になります。
3. 同時CDFは「累積」確率です: \(P(X \le x, Y \le y)\)。
4. 表は頼れる味方！ 離散型変数の場合、グリッドを描くことが、計算ミスを防ぐ最も速く安全な方法です。

二重総和記号が怖そうに見えても大丈夫ですよ！単に箱の中の数字を足しているだけと考えてください。あなたならきっとできます！