【第32回】AIは「まだ決まっていない値」をどう扱う？確率変数とは
サイコロの目や明日の気温のように、結果がまだ決まっていない値をどう考えればよいのでしょうか。
その考え方の基本になるのが「確率変数」です。
この記事では、確率変数の意味と、AIでなぜ重要なのかをやさしく解説します。
1. 読み方
かくりつへんすう (Random Variable)
2. 意味（定義）
「サイコロを振ったり、コインを投げたりしたときに、結果として出てくる数字や値のこと」です。
単なる「数字」ではなく、「何が出るかは決まっていないけれど、確率（起こりやすさ）だけは分かっているもの」を指します。
ポイント: 「変数」とは、中身が変わる箱のこと。「確率」がついているので、「中身が何になるかは、確率によって決まる（ランダムである）」という意味になります。
例えば：
サイコロを振ったときに出る「目の数字」は、確率変数です。（1が出る確率は1/6、2が出る確率は1/6…と分かっています）
コインを投げたとき、「表なら1、裏なら0」と決めておけば、これも確率変数です。
3. 歴史・背景
「確率変数」という概念は、18世紀から19世紀にかけて、数学者たちが「不確実な現象（ギャンブルや天候など）」を数式で扱うために発展させてきました。
特に、ベルヌーイ、パスカル、ラプラスといった偉大な数学者たちが、「偶然に左右される出来事」を、単なる「運」として片付けるのではなく、「確率というルールに従った数値」として扱えるようにしたことが、現代の統計学やAIの基礎を作りました。
もし、この「確率変数」という考え方がなければ、今の「予測ができるAI」は存在していなかったかも？。
4. 比較・対比（似た用語との違い）
ここが試験で狙われる「整理」ポイントです！
確率変数 vs 定数 (Constant)
定数: 常に決まった値。（例：π=3.14...、あるいは「リンゴの値段は100円」）
確率変数: 何が出るか分からない。値が変動する。（例：明日の降水確率に関連する雨量）
確率変数 vs パラメータ (Parameter/引数)
パラメータ: モデルの「設定値」や「重み」のこと。（例：AIの学習が進んだ後の、決まった数値）
確率変数: あるモデルを使って予測しようとしている「対象」そのもの。（例：明日の売上予測のターゲットとなる「売上金額」）
離散型 vs 連続型 (重要！)
離散型（りさんがた）: 「1, 2, 3...」と、飛び飛びの値をとるもの。（例：サイコロの目、人数、車の台数）
連続型（れんぞくがた）: 「1.523...」のように、どこまでも細かく、途切れがない値をとるもの。（例：身長、体重、気温、時間）
例え話：サイコロ
定数: サイコロの値段（常に150円）。
確率変数: サイコロを振ったときに出てくる「数値」。
1、2、3、4、5、6かは、分からないけれど、「どの値も確率1/6」というルールは決まっています。
5. 活用シーン（どんな問題に使うか）
AIの予測モデル: 「明日の株価」「明日の天気」「ユーザーが商品をクリックする確率」など、不確実な未来を数値化して扱うとき。
統計学・データサイエンス: アンケート結果の集計、実験データの解析、異常検知（「いつもと違う値」を見つける）など。
リスク管理: 保険料の計算、災害時の被害予測など。
6. G検定での出題傾向
G検定では、以下のポイントが狙われます！
定義の理解: 「ランダムな結果を数値化したもの」という本質的な意味。
離散型 vs 連続型の区別: 最も頻出です。「サイコロの目はどちらか？」「身長はどちらか？」といった分類問題。
期待値・分散との関係: 確率変数の「平均（期待値）」や「バラつき（分散）」を計算する文脈での登場。
確率分布との結びつき: 「ベルヌーイ分布（離散型）」「正規分布（連続型）」といった、代表的な分布の名前と一緒に問われること。
7. G検定の例題
【問題1：確率変数の分類】
「確率変数」のうち、「離散型（りさんがた）」に分類されるものはどれですか？
A. ある地点における、ある時刻の気温。
B. ある生徒の、数学のテストの点数（0点から100点まで整数）。
C. 走ったマラソンコースの、完走にかかった時間。
D. 測定した対象物の、重さ（グラム単位で小数点以下無限に続く）。
【問題2：確率変数の性質】
「確率変数」に関する記述として、最も適切なものはどれですか？
A. 値が常に一定であり、どのような状況下でも変化しない数値を指す。
B. 偶然の試行によって決まる値であり、その値が何になるかは確率的に定められている。
C. 過去のデータから導き出された、モデルの固定されたパラメータ（重み）のことである。
D. あらかじめ計算によって算出されており、予測の必要がない決定的な数値を指す。
8. 例題の回答と解説
【問題1 の回答】
正解：B
【解説】
Aは「気温」なので、0.5度や25.34度など、連続的な値をとるため「連続型」です。
Bが正解です。「点数（整数）」は、1点、2点……と飛び飛びの値をとるため、「離散型」です。
Cは「時間」なので、細かく刻めるため「連続型」です。
Dは「重さ」なので、無限に細かくなれるため「連続型」です。
【問題2 の回答】
正解：B
【解説】
Aは「定数（Constant）」の説明です。
Bが正解です。「偶然の試行（ランダムな結果）」に基づき、その値が何になるかは確率によって決まるのが確率変数の定義です。
Cは「パラメータ（Parameter）」に関する説明です。
Dは「決定論的な数値」の説明であり、確率変数の性質とは逆です。
