こんにちは。 今回は少し統計について書きたいと思います。 ●ベイズ統計「見えないものをさぐる　―それがベイズ」を出版しました。詳しくはこちら ベイズ統計の基本的な考え方は、事前確率と事後確率にあります。 例えば、コインAを２回投げて、表と裏が一回ずつでたとすれば、このコインAの表がでる事前確率は0.5 となります。このコインAで、再度２回投げたら２回とも表だったとします。すると、このコインAの表の出る確率、すなわち事後確率は0.75になります。 このようにある事象があった場合に、確率をどんどん変化させていくことをベイズ更新といいます。ベイズ更新は事象があるたびに行うことができるので、ベイズ統計は少ない試行でも、このベイズ更新によって、私たちが経験的に「そうだ」と思うような確率に近づいていくので重宝されています。 ベイズ的に考えなくても、上の例では、合計4回投げて表が３回でたのですから、確率0.75 には納得がいきます。     さて、ここで次のような事例を考えます。 昨年１年間、ある薬Bの効果を調べたら　確率 0.4 で効果があることがわかった。 この調査で100個のデータを集めたのか、あるいは１万個のデータを集めて集計した結果なのかはわかっていません。この薬Bが効く確率（事前確率）は0.4であると...