確率変数と確率分布:「値と確率の対応表」を作る

| \(X\) | \(x_1\) | \(x_2\) | \(\cdots\) | \(x_n\) | 計 |
|---|---|---|---|---|---|
| \(P\) | \(p_1\) | \(p_2\) | \(\cdots\) | \(p_n\) | \(1\) |
確率の合計は必ず \(1\) なので、\(1-(0.2+0.5)=0.3\) です。
記号だらけに見えるこの単元、実は使う道具は2つだけです。ニックニ先生とYuiちゃんの対話で、公式を「意味」から一本の流れでつなげます。



※大学公表の「出題の意図」(2025年度)および2027年度入試要項にもとづきます。出題範囲は変更される可能性があるため、志望校の最新募集要項を必ずご確認ください。
数列や微積分に比べ、一般選抜対策をしている受験生がまだ少ない単元。基本問題を確実に取るだけで大きな差がつきます。
新薬が「本当に効いた」と言えるかを判断するのが仮説検定。医学部が統計を問うのは極めて自然な流れです。
出題パターンが比較的限られ、短期間で仕上げやすい。この記事1本で入試の土台がすべて整います。
「全員を同じだけずらす(\(+b\))」「全員を同じ倍率で伸ばす(\(a\)倍)」とどうなるか。
「独立なものを足す」と平均もバラつき(分散)も単純な足し算になる。

| \(X\) | \(x_1\) | \(x_2\) | \(\cdots\) | \(x_n\) | 計 |
|---|---|---|---|---|---|
| \(P\) | \(p_1\) | \(p_2\) | \(\cdots\) | \(p_n\) | \(1\) |



和の期待値は無条件で分解できます。
積の期待値は独立なら掛け算に分解。
独立なら分散も単純な足し算に!
\(V(X-Y)\) をうっかり \(V(X)-V(Y)\) と引き算してはいけません!
\(X-Y = X + (-1)Y\) と見れば、道具Aより \(V(-Y)=(-1)^2V(Y)=V(Y)\) です。よって独立なら \(V(X-Y)=V(X)+V(Y)\) となります(ブレるもの同士を引き算しても、ブレ幅は合算されて増えます)。



\(0\) から \(1.96\) までの片側面積が \(0.4750\)。左右合わせて \(0.4750\times 2 = 0.95\)(95%)!
\(0\) から \(2.58\) までの片側面積が \(0.4951\)。左右合わせて約 \(0.99\)(99%)!
コインを400回投げるような二項分布 \(B(n,p)\) は、\(n\) が十分大きいとき、同じ平均 \(m=np\)・分散 \(\sigma^2=np(1-p)\) を持つ正規分布 \(N(np,\ np(1-p))\) とみなして標準化 \(Z=\dfrac{X-np}{\sqrt{np(1-p)}}\) で確率を計算できます。

調べたい対象全体の集合。その真の平均を母平均 \(m\)、標準偏差を母標準偏差 \(\sigma\) と呼びます。
母集団から実際に抜き出して調べた一部。抜き出したデータの個数 \(n\) を標本の大きさといいます。
1個ずつ戻して引くのが復元抽出。戻さなくても母集団が十分大きければ復元抽出とみなして計算できます。



中心は母平均 \(m\) と完全一致
分散はもとの \(\dfrac{1}{n}\) 倍に縮む!
ルートをとるので \(\dfrac{1}{\sqrt n}\) 倍に縮む!



95%より確実に母平均 \(m\) を捕まえたいので、網(区間の幅)を広げます。係数の \(1.96\) を \(2.58\) に変えるだけです。
標本比率(実際に賛成した割合)を \(R\) とすると、\(n\) が十分大きいとき:
母平均 \(m\) は最初から決まっている定数です。「1回作った区の中に \(m\) が動いて95%の確率で飛び込んでくる」のではなく、「同じ方法で \(n\) 人を選んで信頼区間を作る調査を100回くり返したら、そのうち約95本の区間が真の母平均 \(m\) を捕まえている(約5本は外れる)」という意味です。下の「Lab 02:100回シミュレーター」で実際にボタンを押して体感してみてください!


示したい主張と反対の立場で立てる仮説。「コインに偏りはない(\(p=\frac{1}{2}\))」「新薬に効果はない」など。これが正しいと仮定して確率を計算します。
本当に主張したい仮説。「コインは表が出やすい(\(p>\frac{1}{2}\):片側)」「表裏に偏りがある(\(p\ne\frac{1}{2}\):両側)」など。
・両側検定(「異なるか・偏りがあるか」を調べるとき):帰無仮説のもとで標準化した値が \(|Z|\ge1.96\)(左右両端2.5%ずつ=合計5%以下の領域)に入れば、帰無仮説を棄却する。
・片側検定(「より大きいか(または小さいか)」を調べるとき):上側5%の境目 \(Z\ge1.64\)(または \(Z\le-1.64\))に入れば、帰無仮説を棄却する。
※ 超重要:「棄却できない(5%より大きい)」ときは、「差があるとは判断できない(証拠不十分)」と答えます。「帰無仮説が正しいと証明された」と書いてしまうと大減点になるので注意!
人数 \(n\) や信頼度を動かすと、\(\sigma(\bar X)=\dfrac{\sigma}{\sqrt n}\) によって区間の幅がどう縮むかが一目でわかります。
真の母平均 \(m=170\)(本当は誰も知らない値)の母集団から、標本調査を100回くり返します。何本の区間が \(m\) を捕まえるでしょうか?
藤田医科大学の数学(一般選抜)は、大問1で各分野から小問集合を広く出題する形式です。統計的な推測も、まずは小問・中問で基本が問われると想定して準備しておきましょう。以下はTMPS医学館オリジナルの予想演習です。
| 単元 | 期待値(平均) | 分散(バラつき) | ひとことで言うと |
|---|---|---|---|
| 一般の確率変数 | \(\sum x_kp_k\) | \(E(X^2)-\{E(X)\}^2\) | 2乗の平均 − 平均の2乗 |
| 道具A:\(aX+b\) | \(aE(X)+b\) | \(a^2V(X)\) | \(+b\) は消え、\(a\) 倍は2乗で効く |
| 道具B:\(X+Y\) | \(E(X)+E(Y)\) | \(V(X)+V(Y)\)(独立) | 独立なら分散も単純な足し算 |
| 二項分布 \(B(n,p)\) | \(np\) | \(np(1-p)\) | 1回分(平均 \(p\), 分散 \(pq\))× \(n\) |
| 標準化 \(Z\) | \(0\) | \(1\) | \(Z=\frac{X-m}{\sigma}\) で \(N(0,1)\) へ |
| 標本平均 \(\bar X\) | \(m\) | \(\dfrac{\sigma^2}{n}\)(標準偏差 \(\dfrac{\sigma}{\sqrt n}\)) | \(n\) 個足して \(\frac1n\) 倍 \(\Rightarrow \frac{n}{n^2}=\frac1n\) |
| 母平均の推定(95%) | \(\bar X\pm1.96\dfrac{\sigma}{\sqrt n}\) | 99%信頼区間なら \(1.96\to 2.58\) | |
| 母比率の推定(95%) | \(R\pm1.96\sqrt{\dfrac{R(1-R)}{n}}\) | \(n\) が十分大きいとき | |
| 仮説検定(5%・両側) | \(|Z|\ge1.96\) なら帰無仮説を棄却 | 棄却できない ≠ 帰無仮説が正しい | |
| \(z\) | 1.00 | 1.50 | 1.64 | 1.96 | 2.00 | 2.58 |
|---|---|---|---|---|---|---|
| \(p(z)\) | 0.3413 | 0.4332 | 0.4495 | 0.4750 | 0.4772 | 0.4951 |
確認問題で「わかった!」を押すとスタンプがたまります。9個そろえば、この単元の土台は完成です。
新しく出題範囲に入った単元は、対策した人から得点源にできます。TMPS医学館では、志望校の出題傾向に合わせて、考え方の整理から入試問題への応用まで一緒に仕上げます。
※無理な勧誘はいたしません。まずは学習相談からどうぞ。
Yuiちゃん、お疲れさまでした。最初は記号だらけに見えたこの単元も、道具Aと道具Bの2つで、確率分布から標本平均の分散 \(\dfrac{\sigma^2}{n}\)、そして信頼区間・仮説検定まで一本につながりましたね。統計は「わからない世界を、確率の言葉で誠実に語るための方法」です。だからこそ、医学部が受験生に問うのだと思います。問題文を読んだら、まず「何が分かっていて、何を知りたいのか」を言葉にしてから式を選んでください。それができれば、この単元は必ずあなたの得点源になります。
