conditional probability

conditional probability（条件付き確率）は、ある事象が既に発生しているという前提に基づいて、別の事象が発生する確率を計算する概念です。これは単なる独立した確率ではなく、新しい情報や特定の状況が加わったことで、元の確率がどのように変化するかを分析するために用いられます。

確率の更新とベイズの定理

この概念の核心は、情報の更新にあります。例えば、ある病気の罹患率という事前確率があるとき、検査で陽性が出たという条件を加えることで、実際に病気である確率という事後確率を導き出します。このような計算手法は Bayes' theorem（ベイズの定理）として知られており、データサイエンスや機械学習、医療診断などの分野で不可欠な役割を果たしています。

独立事象との違い

conditional probability を理解する上で重要なのは、事象間の依存関係です。

事象が独立している場合：ある事象が起こっても別の事象の確率に影響を与えないため、条件付き確率は単純な確率と一致します。
事象が依存している場合：ある事象の発生が別の事象の起こりやすさを変えるため、条件付き確率は元の確率から変動します。

例えば、サイコロを二回振る際、一回目に何が出たかは二回目の結果に影響しませんが、袋からカードを戻さずに引く場合は、一度に引いたカードによって次に引くカードの確率が変化するため、条件付き確率を用いて考える必要があります。