まず条件に合う行だけを残す
条件付き確率P(A|B)は、Bが起きたと分かっている範囲でAが起きる割合です。P(B)>0ならP(A∩B)/P(B)と計算します。分母は元の全体ではなく、条件Bに合う部分です。例えば利用者100人のうち有料会員が40人、その会員のうち資料を保存した人が30人なら、会員だと分かった後の保存率は30/40です。30/100は会員かつ保存した人の全体に占める割合で、別の問いへ答えています。計算前に対象者を言葉で定めると、式の取り違えを見つけやすくなります。
四つの区画で検査を表す
説明用に、対象1000件のうち異常が100件ある検査を考えます。異常の90件で陽性、正常900件の90件でも陽性になったとします。表の四区画は異常・陽性90、異常・陰性10、正常・陽性90、正常・陰性810です。行と列の合計も書き、陽性の合計が180になることを確かめます。異常例を検出する率は90/100で90%ですが、陽性の中で本当に異常である割合は90/180で50%です。これは計算練習の仮想データであり、実在の検査性能を示すものではありません。
条件を逆にすると分母が変わる
P(陽性|異常)とP(異常|陽性)は、同じ90件を分子にしていても分母が違います。前者の分母は異常100件、後者は陽性180件です。ベイズ則は、この二つを事前確率と全陽性率で結びます。P(異常|陽性)=P(陽性|異常)P(異常)/P(陽性)です。ここで全陽性率は異常からの陽性だけでなく、正常からの陽性も合計して求めます。検出率だけを聞いて逆向きの確率を決めることはできません。現象の発生頻度と誤陽性がどちらも必要です。
発生頻度を変えて再計算する
同じ検出率90%、正常での陽性率10%を仮定しても、異常が10%から1%へ減ると結果は変わります。10000件中100件が異常なら真陽性90件、正常9900件からの陽性990件で、陽性中の異常は90/1080、約8.3%です。検査の条件付き性能を同じと置いても、利用先の母集団で陽性の意味が変わります。ただし現実には母集団が変わると検出率自体も変わり得るため、数値をそのまま持ち込む前に対象・測定手順・欠測の扱いを確認します。
独立と条件付き独立を分ける
AとBが独立なら、P(A|B)=P(A)です。ただし確率ゼロの条件を除いて比較します。別の属性Cで分けた各群の中で独立だからといって、混ぜた全体でも独立とは限りません。例えば利用プランごとに画面変更と保存率が無関係でも、変更が特定プランに偏っていれば全体の割合は違って見えます。分割表にプラン別の層を足し、集計前後を比べます。確率の関連だけから因果効果は決まらず、条件を増やせば常に偏りが消えるわけでもありません。
分母のない率を報告しない
条件付き確率を報告するときは割合だけでなく、分母の件数と対象期間を添えます。1/2と500/1000は同じ50%でも、標本の不確かさは同じではありません。練習として四区画のうち正常・陽性だけを90から45へ変え、他の区画のうち何を調整すべきかを考えてください。正常総数900を維持するなら正常・陰性は855へ増え、陽性中の異常は90/135、約66.7%です。異常内の検出率90%は変わりません。変更した条件と保持した合計を明示することが検算になります。