イベントの確率を単独または組み合わせて求める方法
確率とは、あるイベントがどれだけ起こりやすいかを、0(絶対起こらない)から1(確実に起こる)の間の数値で測定したものです。 有利な事象数と総事象数を入力して単一のイベントの確率とその余事象を求めるか、2つの独立したイベントの確率を入力して両方が起こる確率、どちらかが起こる確率、どちらも起こらない確率を求めます。
計算式
単一のイベント:
余事象(そのイベントが起こらない確率)は常にです。
2つの独立したイベント(片方が起こってももう片方が起こる確率が変わらない場合):
- — 2つをそのまま足すと両方が起こる重複部分を二重カウントすることになるため、それを一度差し引きます(包除原理)。
計算例
単一のイベント: 標準的な6面サイコロで偶数の目が出る場合。
- 有利な事象: 総数6のうち3(2、4、6): 。
- 余事象: (奇数の目が出る)。
2つの独立したイベント: コインを投げて表が出る(P = 50%)かつサイコロを振って6が出る(P ≈ 16.67%):
- P(両方) = 0.5 × 0.1667 ≈ 8.33%
- P(どちらか) = 0.5 + 0.1667 − 0.0833 ≈ 58.33%
- P(どちらも起こらない) = 0.5 × 0.8333 ≈ 41.67%
考慮すべき重要なポイント
- ここでの独立事象の公式は、片方の事象の結果がもう片方の事象に本当に影響しない場合にのみ適用されます。 コイントスとサイコロを振ることは典型的な独立事象です — しかし、デッキから2枚のカードを戻さずに引くことは独立ではありません。なぜなら1枚目のカードを取り除くと2枚目の確率が変わるからです。従属事象にこれらの公式を適用すると誤った結果になります。
- 確率0は絶対起こらないことを、1は確実に起こることを意味します — 実際のすべての確率はこの2つの極端の間のどこかに収まります。 この0から1のスケール(または同等の0%から100%)は、確率と統計全体を通じた普遍的な慣習であり、これがこの計算機の結果が常にその範囲内に収まる理由です。
- 「ギャンブラーの誤謬」は、この計算機の数学が直接反証するよくある誤解です。 表が何回か連続した後に公正なコインは裏が「出る番だ」と信じることは、独立性を誤解しています — 以前起こったことは公正なコインの次の結果に実際の影響を与えないため、各コイントスは以前に何が起こったかに関わらずまったく同じ50%の確率を持ちます。
- 古典的確率(有利な事象数を総事象数で割ったもの)は、すべての結果が等しく起こりやすいことを前提としています。 この前提は公正なサイコロや公正なコインには成り立ちますが、すべての現実のシナリオに成り立つわけではありません — 重り付きのサイコロや偏ったコインは、その真の確率を見積もるためにこの単純な数え方ではなく実際に観測された頻度が必要になります。
よくある間違い
- 実際には独立していないイベントに独立事象の公式を使うこと。 最初のカードを戻さずにデッ キから2枚引くのは典型的な例です — 最初のカードを取り除くと2枚目の確率が変わるため、独立 として扱うと実際の組み合わせ確率を過大評価または過小評価することになります。
- どちらかが起こる確率を求めるために単純にP(A)とP(B)を足すこと。 これは両方が起こる場合 を二重にカウントしてしまいます — 重複部分は一度差し引く必要があり、それが上記の包除原理 の公式が行っていることです。
- 連続した結果の後、公正なコインやサイコロが特定の結果を「出す番」だと信じること。 各独 立した投げは、以前の投げで何が起こったかに関係なく、毎回まったく同じ確率を持ちます — こ の誤解(「ギャンブラーの誤謬」)は、これらの公式が依存する独立性の前提によって直接反証さ れます。
知っておくと便利なこと
- 単一の確率ではなく、数値の完全なデータセットを扱っていますか? 統計計算機 は平均、中央値、最頻値、標準偏差を計算します。
- 確率ではなく、配置や選択の数を数える必要がありますか? 順列組み合わせ計算機 は順列と組み合わせを計算します。
- 確率を計算するだけでなく、実際にサイコロを振ってみたいですか? サイコロジェネレーター は任意の面数のサイコロを任意の個数振ります。