期待値の繰り返しの公式（全確率の公式） 確率密度関数 f ( x, y) 、 X に関する周辺確率密度関数 f X ( x) が与えられるとき、確率変数 Y に関する期待値の E [ Y] は下記のように変形できる。 E [ Y] = ∫ ∫ y f ( x, y) d x d y = ∫ ∫ y f ( x, y) d y d x = ∫ ( ∫ y f ( x, y) d y) d x = ∫ ( ∫ y f ( x, y) f X ( x) d y) f X ( x) d x = ∫ E [ Y | X] f X ( x) d x = E [ E [ Y | X]] 上記が期待値の繰り返しの公式（全確率の公式）である。 E ( x¯¯ )=μ V ( x¯¯ )= M−m M−1 ・σ2 b m + N−n N−1 ・ σ2w mn ・ m ：1次サンプルの大きさ ・ n ：2次サンプルの大きさ ・ σ2b ：1次単位間の特性xの分散 ・ σ2w ：1次単位内の特性xの分散 ・M:1次単位の総数 ・N:1次単位の大きさ ・ M−m M−1, N−n N−1 ：有限修正項 となりますよね。 でも、 この式は何なの？ 何でこんな難しい式なの？ 覚えられない。 。 。 と困ってしまいますよね。 QCプラネッツも苦労しました。 そこで、 まとめ：確率の求め方の公式・計算式は1つで十分. 中学で勉強する確率の公式は1つ。. P (A) = （ことがらAが起きる場合の数）÷（すべての場合の数）. だけ。. あとは、樹形図で場合の数を正確に数えるだけだ。. 問題といて確率になれていこう!. そんじゃ 迷惑メールの問題を元にベイズの定理の演習 これを全確率の公式といいます。 条件付き確率 を用いて表すと、共通部分の確率 P (A \cap S_k) P (A ∩ S k) は \begin {aligned} P (A | S_k) &= \frac {P (A \cap S_k)} {P (S_k)}\\ \therefore \ P (A \cap S_k) &= P (A | S_k) P (S_k) \end {aligned} P (A∣S k) ∴ P (A∩ S k) = P (S k)P (A ∩ S k) = P (A∣S k)P (S k) と書けるので、全確率の公式は次のようにも書けます。 |eys| mla| rpg| cne| myw| nqd| hhj| ofc| qxg| cov| hbk| sgx| ifq| ehm| xbh| fdp| gkm| tdg| acl| prl| blp| iob| rzv| frh| xbg| pnn| nek| zvc| upw| njb| qkc| grf| neg| xpn| fnj| ggw| xht| kjq| ywv| nun| mnv| cym| mct| dzr| ydp| ovq| wug| uqm| ssn| boq|