- 「確率」という言葉は毎日使うのに、いざ「確率って何？」と聞かれると答えられない
- 「降水確率30%」と「くじの当たる確率」が、なんとなく違う気がするけど説明できない
- 条件付き確率やベイズの定理が出てくると、もう頭が真っ白になる
- 確率には「3つの意味」があり、場面で使い分けられていること
- 確率の計算ルールを、サイコロとコインで1つずつ理解できる
- 「検査で陽性=95%病気」が間違いになる理由を、人数で数えて納得できる
確率（かくりつ）とは、「あることがどれくらい起こりやすいか」を0から1までの数字で表したものです。たとえばコインを投げて表が出る確率は1/2（0.5）。これは「2回に1回くらいの割合で表が出る」という意味です。計算のしかたはとてもシンプルで、「あてはまる場合の数 ÷ 全部の場合の数」だけ。むずかしい記号は、この基本の上に少しずつ積み重なっているだけなので、安心してください。
目次
そもそも確率とは？「起こりやすさ」の物差し
確率とは、ひとことで言えば「あることがどれくらい起こりやすいか」を数字で表したものです。
未来のことは、起きてみるまで分かりません。明日雨が降るかもしれないし、降らないかもしれない。でも「たぶん降りそう」「まず降らないだろう」という感覚は、誰にでもありますよね。その「どれくらい起こりそうか」という感覚を、はっきりした数字に置きかえたもの——それが確率です。
確率は「起こりやすさの物差し」です。0に近いほど「ほぼ起きない」、1に近いほど「ほぼ確実に起きる」。長さをセンチで測るように、起こりやすさを数字で測っているのです。
この物差しには、はしっこがあります。絶対に起きないことは0（0%）、絶対に起きることは1（100%）。だから確率は、必ず0から1までの間におさまります。「確率150%」のようなものは存在しません。
つまり確率とは、不確かな未来を「数字」で見えるようにする道具だ、ということです。
じつは「確率」には3つの意味がある
ひとくちに確率と言っても、じつは出し方が3種類あります。同じ「確率」という言葉でも、場面によって中身が違うのです。ここを知っておくと、ニュースの数字にも惑わされなくなります。
① 計算で出す確率（古典的確率）
サイコロやトランプのように、起こりうることがすべて平等なときに、計算だけで出せる確率です。サイコロで1が出る確率は、計算で「6分の1」とすぐ分かります。実際に振ってみなくても分かるのが特徴です。
② 実績から出す確率（統計的確率）
過去のデータをもとに「100回中、何回起きたか」で出す確率です。降水確率や、工場の不良品の割合がこれにあたります。計算では出せないので、たくさんのデータを集めて「実際どうだったか」から求めます。
③ 経験や信念で出す確率（主観的確率）
「この新商品はたぶん80%くらい売れる」のように、経験や勘をもとにした確率です。新しい情報が入るたびに、数字を更新していくのが特徴です。
| 種類 | 出し方 | 身近な例 |
|---|---|---|
| ① 計算 | 理屈で計算する | サイコロ・トランプ |
| ② 実績 | 過去のデータから出す | 降水確率・不良率 |
| ③ 信念 | 経験や勘で出す | 「たぶん売れる」 |
つまり、同じ「確率○%」でも、計算なのか・実績なのか・勘なのかで意味が変わる、ということです。
サイコロで確率の計算を完全理解
確率の計算は、たった1つの式で表せます。むずかしくありません。
確率 ＝ あてはまる場合の数 ÷ 全部の場合の数
サイコロで考えてみましょう。サイコロの目は1から6まで、全部で6通り。これが「全部の場合の数」です。
では「3が出る確率」は？3が出るのは1通りだけ。だから——
答えは6分の1（約0.17、つまり約17%）です。「6回振れば1回くらい3が出る割合」という意味になります。
「偶数（2・4・6）が出る確率」なら、あてはまるのは3通り。だから 3÷6＝1/2（0.5、50%）です。あてはまる数を数えて、全部の数で割る。これだけで確率は出せます。
つまり確率の計算は、「ほしい結果を数える → 全部の数で割る」というシンプルな割り算だ、ということです。
覚えるのは「3つの計算ルール」だけ
確率を組み合わせるときのルールは、たった3つです。日本語の「または」「じゃない」「かつ」に対応していると考えると、すっと頭に入ります。
「または」は足し算
サイコロで「1または2」が出る確率は、1/6 ＋ 1/6 ＝ 2/6（＝1/3）。どちらか一方でもOKなときは、足します。
「じゃない」は1から引く
サイコロで「1以外」が出る確率は、1 − 1/6 ＝ 5/6。全体（1）から、起きてほしくない分を引きます。
「かつ」は掛け算
コインを2回投げて「両方とも表」が出る確率は、1/2 × 1/2 ＝ 1/4。両方そろってほしいときは、掛けます。
「または」と「かつ」を逆にしてしまう人がとても多いです。コツは「どちらか1つでいい＝足す」「両方そろってほしい＝掛ける」。掛けると数字は小さくなりますが、それは「両方そろうのは難しい」という意味で、感覚的にも正しいのです。
つまり、「または＝足す」「じゃない＝引く」「かつ＝掛ける」の3つさえ押さえれば、確率の計算はだいたい乗り切れる、ということです。
直感がだまされる「条件付き確率」
ここからが今回の山場です。でも難しい記号は使いません。一緒にゆっくり進みましょう。
条件付き確率とは、「ある情報がわかったあとで、確率がどう変わるか」という考え方です。たとえば、ふつうにくじを引くより、「すでに当たりが1本減ったあと」に引くほうが、確率は変わりますよね。情報が増えると、確率は変わるのです。
「今日の降水確率」と「すでに空が真っ黒な状態での降水確率」は違いますよね。空が黒いという情報が加わると、雨が降る確率はぐっと上がります。これが条件付き確率の感覚です。
有名なクイズ：検査で陽性、本当に病気？
こんな問題があります。直感がいかにだまされるか、体験してみてください。
100人に1人（1%）がかかる病気があります。検査キットは、病気の人には95%正しく「陽性」と出ます。でも、健康な人にも5%は間違って「陽性」と出てしまいます。あなたが検査で「陽性」でした。本当に病気である確率は何%でしょう？
「95%でしょ？」と思った方が多いはずです。でも正解は、なんと 約16%。意外すぎますよね。次のブロックで、その理由を「人数」で1人ずつ数えて確かめます。
なぜ95%じゃない？1万人で数えてみる
確率の式で考えると混乱します。そこで、いったん確率を忘れて「1万人が検査を受けた」と考えてみましょう。具体的な人数にすると、一気にわかりやすくなります。
1万人のうち、病気の人は1%だから 100人。健康な人は 9900人。
病気の100人のうち95%が陽性 → 陽性は 95人。
健康な9900人のうち5%が誤って陽性 → 陽性は 495人。
陽性になった人は全部で 95＋495＝590人。そのうち本当に病気なのは95人。
| 人数 | 陽性になる人 | |
|---|---|---|
| 病気の人 | 100人 | 95人 |
| 健康な人 | 9900人 | 495人（誤陽性） |
| 陽性の合計 | — | 590人 |
陽性590人のうち、本当に病気なのは95人だけ。だから「陽性だった人が本当に病気である確率」は——
95 ÷ 590 ≒ 0.16、つまり約16%です。
そもそも病気の人がとても少ない（1%）ため、「健康なのに間違って陽性と言われた人（495人）」のほうが、「本当に病気の人（95人）」よりずっと多くなってしまうのです。だから陽性でも、本当に病気の割合は意外と低くなります。
つまり、確率は人数に置きかえて数えると、直感のワナを見抜ける、ということです。
ベイズの定理は「情報で考えを更新する」こと
いまやった「条件付き確率」の考え方には、名前がついています。それが ベイズの定理（ていり） です。名前はいかついですが、中身は「新しい情報が入るたびに、考えを更新する」というだけです。
「あの人、たぶん優しい人かな」と最初は思っていた。でも「困っている人を助けていた」という情報を知ると、「やっぱり優しい人だ！」と確信が強まる。このように、情報で考えを上書きしていくのがベイズの考え方です。
最初の予想（たぶんこうだろう）
新しい証拠が手に入る（データ入手）
予想を上書きする（確信度が変わる）
じつはこの仕組み、私たちの身近なところで大活躍しています。たとえば迷惑メールの判定。「『激安』という単語が入っている」という情報が見つかると、「これは迷惑メールだ」という確率がグンと上がる。これもベイズの考え方です。AIの予測にも広く使われています。
つまりベイズの定理とは、「最初の予想 → 新しい情報 → 予想を更新」という、人間が自然にやっている考え方を数式にしたものだ、ということです。
よくある質問
まとめ：確率は「起こりやすさの物差し」
- 確率＝起こりやすさを0〜1の数字で表したもの
- 計算は「あてはまる数 ÷ 全部の数」のシンプルな割り算
- 3つの意味：計算（古典）・実績（統計）・信念（主観）
- 3つのルール：または＝足す、じゃない＝引く、かつ＝掛ける
- 条件付き確率は直感がだまされやすい→人数で数えると見抜ける
- ベイズの定理＝新しい情報で予想を更新する考え方
確率がわかると、ニュースの数字や検査結果に振り回されず、冷静に判断できるようになります。「陽性=ほぼ病気」と早とちりしない目が手に入るのは、大きな武器です。
次は、確率を使って「平均的にどうなるか」を予測する「期待値（きたいち）」を学びましょう。宝くじを買うべきか、といった身近な疑問も計算で見抜けるようになりますよ。
自動車部品メーカーで電気設計・品質保証に携わってきた経験をもとに執筆しています。むずかしい専門用語をできるだけ使わず、はじめて統計や確率を学ぶ人がつまずかないように、図とたとえで説明することを大切にしています。
📚 次に読むべき記事
確率を含む統計学全体を、どの順番で学べばいいか迷わなくなる学習地図です。
この記事の続き。確率を使って「平均的にどうなるか」を予測する考え方です。
確率を組み合わせると見えてくる「確率分布」の入口。コイン投げで学べます。