確率計算機

2つの事象の確率計算機

2つの独立した事象の確率がわかっている場合、この2つの事象の確率計算機を使用することで、それらが同時に発生する確率を簡単に求めることができます。計算機に事象Aと事象Bの確率を入力するだけで、2つの独立事象の和事象（和集合）、積事象（交差・共通部分）、その他の関連する確率が、視覚的にわかりやすいベン図とともに表示されます。

2つの事象の確率ソルバー

2つの事象の確率ソルバーを使用すれば、入力値から2つの独立事象に関連するさまざまな確率を正確に計算できます。これは、一方または両方の事象の確率が未知である場合に特に役立ちます。また、計算結果には詳細なステップごとの計算手順も表示されるため、学習ツールとしても最適です。

連続する独立事象の確率

連続する独立事象の確率計算ツールを使用すると、試行のたびに次々と発生する独立事象の確率を簡単に求めることができます。この確率計算機では、事象が発生する回数（試行回数）を設定するだけで、複雑な計算を自動的に実行します。

正規分布の確率

正規分布の確率計算機は、正規分布曲線の下の面積（確率）を求める際に非常に便利なツールです。平均値 μ 、標準偏差 σ 、および求めたい範囲の境界値を入力するだけで機能します。この正規確率計算機は、設定された境界における確率と、さまざまな信頼水準に基づく信頼区間を即座に算出します。

確率入門

確率とは、特定の事象（イベント）が発生する可能性の度合いを表す指標です。事象が必ず発生する場合、その確率は「1」となります。逆に、事象が絶対に発生しない場合の確率は「0」です。したがって、特定の事象が起こる確率は常に「0から1の間」に収まります。当サイトの確率計算機を活用すれば、さまざまな事象の確率を迅速かつ非常に簡単に計算できます。

事象の演算ルール

確率論において、試行の結果の集まりを「事象」と呼びます。これは標本空間（サンプルスペース）の任意の部分集合となります。事象の基本的な演算ルールとして、補事象（補数）、積事象（共通部分・交差）、和事象（和集合）が挙げられます。以下の具体例を用いて、これらのルールをわかりやすく解説します。

具体例

ある大学には、ビジネス学部を含むさまざまな学部があり、留学生も多数在籍しています。あなたはプロジェクトの一環として、大学生にインタビューを行う必要があります。そこで、正門を通った最初の学生に声をかけることにしました。このとき、以下の確率がわかっていると仮定します。

A = 最初の学生がビジネス学部の学生である事象 B = 最初の学生が留学生である事象

P(A) = 0.6 P(B) = 0.3

補事象（事象の補集合）

補事象とは、ある事象に含まれない標本空間内のすべての結果の集合を指します。

たとえば、事象Aの補事象は「最初の学生がビジネス学部以外の学生である」ことを意味します。これは $A\prime$ または Aᶜ と表されます。

事象Aの補事象をベン図で示してみましょう。

上記のベン図において、色付きの領域は事象Aの補事象を表しています。

四角形全体の面積は標本空間全体の確率を表しており、その値は常に「1」です。円Aの外側の領域は、事象Aの補事象の確率を示しています。ベン図を用いると、以下の関係式が成り立ちます。

$$P\left(A\right)+P\left(A^\prime\right)=1$$

したがって、以下のようになります。

$$P\left(A^\prime\right)=1-P\left(A\right)$$

それでは、次の確率を計算してみましょう。

インタビューに選んだ最初の学生がビジネス学部の学生ではない確率：

$$P\left(A^\prime\right)=1-P\left(A\right)=1-0.6=0.4$$

インタビューに選んだ最初の学生が留学生ではない確率：

$$P\left(B^\prime\right)=1-P\left(B\right)=1-0.3=0.7$$

積事象（事象の共通部分）

2つの事象AとBの積事象（共通部分）は、事象Aと事象Bの両方に属するすべての要素の集合です。2つの集合の共通部分を表す際、一般的に「AND（かつ）」という言葉が使われます。

先の例における事象Aと事象Bの積事象は、「選ばれた最初の学生が留学生であり、かつビジネス学部の学生である」ことを意味します。これは次のように表されます。

$$A\cap B$$

事象AとBの積事象をベン図で確認してみましょう。

上記のベン図において、色付きの領域が事象AとBの積事象（共通部分）を表しています。

次に、インタビューのために地元の学生（非留学生）を選ぶ事象をCとします。事象AとCの関係をベン図で表示します。

一人の学生が留学生であり、同時に地元の学生であることは不可能です。仮に事象Aと事象Cがこのように同時には起こり得ない関係だとすると、事象AとCは互いに排反事象（相互に排他的な事象）となります。

互いに排反する事象には、共通の要素がありません。したがって、互いに排反な2つの事象の積事象は空集合となります。

$$A\cap C=φ$$

積事象（共通部分）の確率は、いくつかの方法で計算できます。事象AとBの積事象の確率は次のように記述できます。

$$P\left(A\cap B\right)=P\left(A\right)+P\left(B\right)-P\left(A\cup B\right)$$

$$P\left(A\cap B\right)=P(A)× P(B/A)$$

$$P\left(A\cap B\right)=P(B)× P(A/B)$$

独立事象

独立事象とは、互いの発生に影響を与えない事象のことです。今回の例において、ビジネス学部の学生を選ぶことは、その学生が留学生であるかどうかの確率に影響を与えません。したがって、事象Aと事象Bは「2つの独立事象」であると言えます。

事象が独立している場合、一方の事象が発生する確率は、もう一方の事象が発生する確率に依存しません。そのため、以下のようになります。

$$P(B/A)=B\ と\ P(A/B)=A$$

これらの関係を用いることで、先ほど学んだ式を変形し、2つの独立事象の積事象の確率を求めることができます。

$$P\left(A\cap B\right)=P\left(A\right)× P\left(\mathrm{B/A}\right)P\left(A\cap B\right)=P(A)× P(B)$$

$$P\left(A\cap B\right)=P\left(B\right)× P\left(\mathrm{A/B}\right)P\left(A\cap B\right)=P(B)× P(A)$$

したがって、これら2つの事象の確率を掛け合わせることで、2つの独立事象の積事象（共通部分）の確率を算出できます。

$$P\left(A\cap B\right)=P\left(A\right)× P\left(B\right)=P(B)× P(A)$$

事象Aと事象Bが独立しているという前提のもと、インタビューのために最初に選んだ学生が「ビジネス学部の留学生」である確率を計算してみましょう。

$$P\left(A\cap B\right)=P\left(A\right)× P\left(B\right)=0.6× 0.3=0.18$$

和事象（事象の和集合）

2つの事象の和集合（和事象）とは、一方または両方の事象のすべての要素を含む新しい事象のことです。一般的に、2つの事象の和事象を表す際には「OR（または）」という言葉が使用されます。

先の例において、事象AとBの和事象は「選ばれた学生が留学生である、またはビジネス学部の学生である」ことを意味します。これは次のように表されます。

$$A\cup B$$

事象AとBの和事象をベン図で示してみましょう。

上記のベン図において、色付きの領域は事象AとBの和事象を表しています。

事象Aまたは事象Bが発生する確率を計算するには、両方の事象の確率を足し合わせ、そこから積事象（共通部分）の確率を引く必要があります。

事象AとBの和事象の確率は、次のような公式で表すことができます。

$$P\left(A\cup B\right)=P\left(A\right)+P\left(B\right)-P\left(A\cap B\right)$$

2つの事象が独立しており、かつ積事象の確率が不明な場合、上記の式を変形することで、2つの独立事象の和事象の確率を求めることができます。 事象が独立している場合、以下のようになります。

$$P\left(A\cap B\right)=P(A)× P(B)$$

したがって、式は次のように変形できます。

$$P\left(A\cup B\right)=P\left(A\right)+P\left(B\right)-P(A)× P(B)$$

それでは、事象AとBの和事象の確率、すなわち「ビジネス学部の学生、留学生、またはその両方の条件を満たす学生」を選択する確率を計算してみましょう。

$$P(A\cup B)=P(A)+P(B)-P(A\cap B)=0.6+0.3-0.18=0.72$$

当サイトの2つの事象の確率計算機や確率ソルバーを活用すれば、こうした複雑な計算も瞬時に完了できます。また、確率ソルバーは計算のステップを詳細に表示するため、自分で確率計算の手順を確認・学習したい場合にも非常に役立ちます。

正規分布

正規分布（ガウス分布）は左右対称な釣鐘型（ベルカーブ）の形状をしています。正規分布においては、平均（Mean）、中央値（Median）、最頻値（Mode）がすべて同じ値となり、データの50%が平均より大きく、残り50%が平均より小さくなります。正規分布曲線は平均から左右両方向に無限に伸びていきますが、決してX軸と交わる（接触する）ことはありません。また、曲線の下の合計面積は常に「1」となります。

確率変数Xが、平均μと分散σ²をパラメータとする正規分布に従う場合、通常は X ~ N(μ, σ²) のように表記されます。

正規分布の確率

正規分布の確率密度関数は、以下の数式で表されます。

$$f\left(x\right)=\frac{1}{\sqrt{2π\sigma^2}}× e^\frac{-{(x-\mu)}^2}{2\sigma^2}$$

この関数における各パラメータの意味は以下の通りです。

• μ は分布の平均を表します。
• σ² は分布の分散を表します。
• π は円周率（約3.14）です。
• e はネイピア数（約2.7182）です。

平均と標準偏差の組み合わせによって正規分布曲線は無限に存在するため、すべての組み合わせに対応する確率表を用意することは不可能です。そこで、一般的には標準正規分布が用いられます。平均が「0」、標準偏差が「1」の正規分布を標準正規分布と呼びます。

手動で正規分布の確率を計算する場合、まずZスコアを用いて実際の分布を標準正規分布に変換（標準化）し、Zテーブル（標準正規分布表）を参照して確率を求める必要があります。当サイトの正規確率計算機を使用すれば、この変換作業を自動で行い、さまざまな信頼水準に応じた確率を即座に算出できます。

$$Z=\frac{X-\mu}{\sigma}$$

標準正規分布の曲線は、現実世界の多様な問題を解決するのに非常に有用です。特に、連続確率変数の確率を求める際に正規分布が活用されます。連続変数とは、小数を含む任意の数値を取り得る変数のことで、例えば身長、体重、気温などが該当します。

以下の具体例を用いて、正規分布の確率を求める手順を学びましょう。

具体例

ある統計学コースの試験結果が正規分布に従っており、平均点が65点、標準偏差が10点であるとします。このとき、ランダムに選ばれた1人の学生について、以下のシナリオごとの確率を求めてみましょう。

• 学生のスコアが70点以上である確率
• 学生のスコアが70点未満である確率
• 学生のスコアが50点から70点の間である確率

解答

$$P\left(X≥70\right)=P\left(Z≥\frac{70-65}{10}\right)=P\left(Z≥0.5\right)=1-0.6915=0.3085$$

$$P\left(X<70\right)=P\left(Z<\frac{70-65}{10}\right)=P\left(Z<0.5\right)=0.6915$$

$$P\left(50>X>70\right)=P\left(\frac{50-65}{10}>Z>\frac{70-65}{10}\right)=P\left(1.5>Z>0.5\right)=0.4332+0.1915=0.6247$$

正規曲線の確率を手動で計算するには、標準化の手順を踏み、Zテーブルを参照するなど、多くのステップが必要です。しかし、正規分布確率計算機を活用すれば、わずか4つの数値を入力するだけで複雑な確率計算が完了します。正規分布計算機の使い方は非常に簡単で、平均、標準偏差、そして求めたい範囲の左右の境界値を入力するだけです。