メインコンテンツへ
基礎理論

ある工場では製品の5%が不良品である。検査機は不良品を95%の確率で「不合格」と判定し、良品を90%の確率で「合格」と判定する。ランダムに選んだ製品が「不合格」と判定されたとき、それが実際に不良品である確率として最も近いものはどれか。

ア.約51%
イ.約5%
ウ.約67%
エ.約33%正解

解説

ベイズの定理は「逆算の神器」。判定結果という結果から、その原因(本当に不良品か)を確率で推定する。事前確率×尤度を分母で割る——医療診断でも同じ計算が走っている。

なぜ エ が正解か

エが正解。P(不良)=0.05、P(良品)=0.95。P(不合格|不良)=0.95、P(不合格|良品)=1-0.90=0.10。全確率P(不合格)=0.05×0.95+0.95×0.10=0.0475+0.095=0.1425。ベイズ:P(不良|不合格)=P(不合格|不良)×P(不良)/P(不合格)=0.0475/0.1425≈0.333≈33%。不良品は5%しかないので「不合格」でもほとんどは良品の誤検知という直感と一致する。

なぜ ア は間違いか

51%。検査精度95%と事前確率5%を混同し、単純平均してしまった誤り。ベイズは乗算・除算の計算が必要。

なぜ イ は間違いか

5%。事前確率P(不良)=0.05をそのまま答えた誤り。検査結果「不合格」という新情報を反映せず、事前確率のまま回答している。ベイズの定理で事後確率に更新する必要がある。

なぜ ウ は間違いか

67%。P(不良|不合格)とP(良品|不合格)を逆に読んだ誤り。67%は「不合格判定が良品だった確率」に近い値。

出典: AI生成問題(学習用)