1.はじめに
確率・統計について学習した内容をレポートにまとめました.
2.頻度確率とベイズ確率
確率は大きく分けて以下の2つに分けられる.
頻度確率(客観確率)
・発生する頻度
ベイズ確率
・信念の度合い
3.条件付き確率
・ある事象X=xが与えられた下で,Y=yとなる確率
𝑃(𝑌=𝑦|𝑋=𝑥)=\frac{𝑃(𝑌=𝑦,𝑋=𝑥)}{𝑃(𝑋=𝑥)}
すでに起こったある事象をA,その後に起こった事象をBとすると次のようになる.
𝑃(B|A)=\frac{P(B)𝑃(A|B)}{𝑃(A)} \\
𝑃(B|A)=\frac{P(A∩B)}{𝑃(A)}
また,AとBが独立(お互いに確率について影響を与えない)な場合には,
次のように計算できる.
P(A∩B)=P(A)P(B)
4.確率変数と確率分布
確率変数
・事象と結び付けられた数値
・事象そのものを指すと解釈する場合も多い
例:さいころの出る目
確率分布
・事象の発生する確率の分布
例:さいころでは,1から6までの確率変数の値にそれぞれ1/6の確率が対応している.
5.期待値(離散値と連続値)
確率変数Xが離散値(さいころの目など)を取る場合,
期待値(または平均値)は次のようになる.
E(X)=
\sum_{i=1}^{n} x_ip_i
また,確率変数が連続値を取る場合には次のようになる.
E(X)=
\int_{-∞}^{∞}xp(x)dx \\
6.分散と標準偏差
分散
・データの散らばり具合を示す.
・各データが平均からどのくらい離れているかの平均.
・単位は2乗になるため,扱いづらいとされている.
・N:全データ数,xバー:平均
V(X)=
\frac{1}{N}
\sum_{i=1}^{N} (x_i-\bar{x})^{2}
V(X)=E(X^{2})-E(X)^{2}
標準偏差
・分散の平方根をとったもの.
・単位が2乗じゃなくなるので,分散より扱いやすい.
\begin{align}
σ&=\sqrt{V(X)} \\
&=\sqrt{
\frac{1}{N}
\sum_{i=1}^{N} (x_i-\bar{x})^{2}
}
\end{align}
7.様々な確率分布
ベルヌーイ分布
・取り得る値が2パターンしかない分布(k=0,1)
P(X=k)=p^{k}(1-p)^{1-k}
二項分布
・n回のベルヌーイ試行を行うときにちょうどn回成功する確率
P(X=k)=nCk・p^{k}(1-p)^{n-k}
ガウス分布(正規分布)
・平均μの周りにデータが集中する分布.
・μ±σ(標準偏差)の範囲内には約7割のデータが含まれている.
・計算がしやすい分布といわれている.
N(x;μ,σ2)=
\frac{1}{\sqrt{2π}σ^2}e^{-\frac{(x-μ)^2}{2σ^2}}