条件付き確率は、別のイベントがすでに発生している場合に発生するイベントの確率です。この概念は、確率論の典型的な概念の1つです。全確率の法則全確率の法則（全確率の法則とも呼ばれます）は、条件付きおよび限界に関連する統計の基本的な規則です。条件付き確率は、2つのイベント間に常に因果関係があることを示すものではなく、両方のイベントが同時に発生することを示すものでもないことに注意してください。
条件付き確率の概念は、主にベイズの定理に関連しています。ベイズの定理統計と確率論では、ベイズの定理（ベイズの定理とも呼ばれます）は、条件付きを決定するために使用される数式です。統計における影響力のある理論。
条件付き確率の式
どこ：
- P（A | B）–条件付き確率。イベントBがすでに発生している場合、イベントAが発生する確率
- P（A∩B）–イベントAとBの同時確率。イベントAとBの両方が発生する確率
- P（B）–イベントBの確率
上記の式は、独立した独立イベントではないイベントの条件付き確率の計算に適用されます。統計および確率論では、独立イベントは、あるイベントの発生が別のイベントの発生に影響を与えず、相互に排他的でもない2つのイベントです。
条件付き確率を計算する別の方法は、ベイズの定理を使用することです。この定理は、イベントAが発生した場合のイベントBの条件付き確率、およびイベントAとBの個々の確率を知ることにより、イベントBが発生した場合のイベントAの条件付き確率を決定するために使用できます。 、ベイズの定理は次のように表すことができます。
最後に、条件付き確率は樹形図を使用して見つけることができます。樹形図では、各ブランチの確率は条件付きです。
独立したイベントの条件付き確率
1つのイベントの結果の確率が別のイベントの結果の確率に影響を与えない場合、2つのイベントは独立しています。このため、2つの独立したイベントAとBの条件付き確率は次のようになります。
P（A | B）= P（A）
P（B | A）= P（B）
相互に排他的なイベントの条件付き確率
確率論では、相互に排他的なイベント相互に排他的なイベント統計と確率論では、2つのイベントは、同時に発生できない場合、相互に排他的です。相互に排他的な最も単純な例は、同時に発生できないイベントです。つまり、1つのイベントがすでに発生している場合、別のcanイベントは発生しません。したがって、相互に排他的なイベントの条件付き確率は常にゼロです。
P（A | B）= 0
P（B | A）= 0
追加リソース
Financeは、Financial Modeling＆Valuation Analyst（FMVA）™FMVA®認定を提供しています。キャリアを次のレベルに引き上げたいと考えている人のために、Amazon、JP Morgan、Ferrari認定プログラムなどの企業で働く350,600人以上の学生に参加してください。あなたのキャリアを学び、前進させ続けるために、以下の財務リソースが役に立ちます：
- 予測予測予測とは、過去と現在の出来事を考慮して、将来何が起こるかを予測することを指します。基本的には、過去のデータや傾向を調べることで、企業が将来の不確実性の影響に対処するのに役立つ意思決定ツールです。
- 大数の法則大数の法則統計と確率論では、大数の法則は、同じ実験を多数繰り返した結果を表す定理です。
- ノンパラメトリック検定ノンパラメトリック検定統計では、ノンパラメトリック検定は、分析に必要な仮定を満たすために分布を必要としない統計分析の方法です。
- 定量分析定量分析定量分析は、ビジネスの行動とパフォーマンスを理解するために、収益、市場シェア、賃金などの測定可能で検証可能なデータを収集および評価するプロセスです。データ技術の時代では、定量分析は情報に基づいた意思決定を行うための好ましいアプローチと見なされています。