かなり久しぶりのデータサイエンスシリーズです。

「条件付き確率」というものについて語っていきたいと思います。

条件付き確率とは高校で習う確率の一種で、ある条件があったときに起きる確率です。

例えばヒラメは潮どまりに釣れる、と語る釣りの上手い人がいたとする。

それは「潮どまりに釣れる確率」ではなく「釣りの上手い人は潮どまりに釣れる」と主張していることに注意しなければなりません。

この例だと釣りの上手い人という条件があって、その上で潮どまりが釣れる、という条件付き確率になっています。

もう一つの例。

茨城のヒラメは殆どカタクチしか食っていない、と言えば、茨城のヒラメだからカタクチしか食っていないのでは？という条件付きの確率だからではないか、と思われる。


本当に知りたいのはヒラメは殆どカタクチしか食べていないかどうかで地域性が関係しているかどうかが関係ないかどうかを知りたい。

こういうのを数学の記号で書くと、ヒラメのベイトがカタクチであった確率をP（ヒラメのエサはカタクチ）とすると、茨城で釣れたヒラメのエサがカタクチであったという条件付き確率はP（ヒラメのエサはカタクチ|茨城で釣れたヒラメ）と書く。

まぁ式は難しいのでスルーしてください。

「条件付き確率」というのは、普通の確率とはイコールの関係になっていたり、なっていなかったりする。

「茨城で釣れたヒラメが食べているベイト≠ヒラメが食べているベイト」ということもある。

ではどうやったらヒラメのエサが何であるかを知ることができるか？

地域性などからヒラメのベイトが何であるかを知るためには、全確率の公式というものを使う。

式は書かないけど、直感的に、色んな地域のヒラメのベイトを調べればいいというのは分かると思う。

それに、地域によって釣れるヒラメの数というのも違うので、そこら辺は割ってやって平均してやる必要性も感じると思う。

それを丁寧に書くと全確率の公式になる。


上手い人が潮どまりに釣れるといった場合は、下手な人も中級者も釣れたヒラメの数に応じて調整しながら足し合わせて計算しないと潮どまりが釣れる、とまでは言えない。

もし釣果から釣りのパターンを見つけようと思ったら、データがある条件下だけで起きていないかどうかを調べる必要性があります。

普遍性、再現性のあるパターンを見つけるためには様々な条件下で調べて叩いてみるのをオススメします。


以前、シンプソンの矛盾について書いておいて今回は条件付き確率というのは順序が滅茶苦茶な気もする。

サーフ釣りは科学的にも掘り下げていけばとても面白い遊びだと思います。

そのために、いくつか科学的な手法を取り入れて理解しないといけないような非常に複雑な構造もあるので、趣味の一環として勉強をしてみるのも良いと思います。