tanakai0 https://blog.hatena.ne.jp/tanakai0/ tanakai0のブログ https://tanakai0.hatenablog.jp/ 条件付き独立性はグラフィカルモデルや因果推論 等で必須となる統計的知識である。ただ、定義だけ学んでもいまいち感覚がつかめないところがあった。文献 [1], [2] にわかりやすい具体例を見つけたため、自分なりにまとめてみる。 まずは確率変数の独立の定義を見てみよう。2つの離散の確率変数 と が独立であるとは、斯様に定義される。 \begin{equation} X⫫Y ≝ P(X = x, Y = y) = P(X = x) P(Y = y)~\textrm{for all}~x, y. \end{equation} 上の定義は以下のようにも書き換えられる。 \begin{equation} … 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftanakai0.hatenablog.jp%2Fentry%2F2026%2F01%2F15%2F130006" title="具体例で学ぶ条件付き独立 - tanakai0のブログ" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/t/tanakai0/20260115/20260115235743.png Hatena Blog https://hatena.blog 2026-01-15 13:00:06 rich https://tanakai0.hatenablog.jp/entry/2026/01/15/130006 1.0 100%