11. ベイズの定理
条件付き確率を用いると下記のベイズの定理が導出できる
P X H P H
P X H P H
P H X
PX
P X H PH
H
仮説 H
観測値 X
事後確率
P H X
Xを観測した上での、仮説のHの確率
尤度
P X H
仮説Hの基での、観測値Xの尤もらしさ
事前確率
P H
仮説Hの起こる確率
13. 確率分布
確率変数Xが離散型の場合
確率分布
f x k P X x k (k 1,2,3,L ) は下記を満たす
f x k 0 (k 1,2,3,L ) かつ
確率変数Xが連続型の場合
f x 1
k
k 1
確率変数Xの取る値が次のように表される場合
Pa X b
b
f xdx
a
Xは連続型の確率分布を持つといい、下記を満たす
f x 0
かつ
f x dx 1
また、関数 f x をXの確率密度関数と呼ぶ
14. 確率変数の期待値とその性質
期待値
離散型
E X xf x
x
連続型
E X
期待値の性質
xf xdx
E c c
E X c E X c
E cX cE X
E X Y E X E Y
15. 確率変数の分散とその性質
分散
離散型
V X x f x
2
x
連続型
V X
x f xdx
2
また次の式でも導出できる
V X E X
期待値の性質
2
E X
V c 0
V X c V X
V cX c 2V X
2