G検定 用語解説
確率変数とは
試行の結果に応じて値が定まる変数。とる値が離散的な離散型と連続的な連続型に分かれ、値と確率との対応関係が確率分布として表される。
まず押さえる結論
確率変数は、G検定の「大項目8 AIに必要な数理・統計知識」に出てくる用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-10-02。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
「大項目8 AIに必要な数理・統計知識」の問題で、取り違えやすい組み合わせです。
- 相関と因果の取り違え（相関があっても因果とは限らない。第3の要因＝交絡に注意）。
- ベイズの定理（事前確率を観測で更新する）の理解。
- 正規分布の性質（左右対称・釣鐘型・平均と標準偏差の2パラメータ）と他の概念の混同。
関連する確認問題
大項目8 AIに必要な数理・統計知識 / 確率・統計
確率変数が平均からどれくらい散らばっているかを二乗平均で表す量はどれか。
正解は「分散」である。分散は、値が平均からどれくらい散らばっているかを二乗した偏差の平均として表す量である。期待値は平均的な値、p値は仮説検定で観測結果以上に極端な結果が出る確率に関わる指標、相関と因果は変数間の関係の見分け方に関する論点である。平均からの偏差をそのまま平均すると正負が相殺されるため、二乗してから平均する。平均からの散らばりを偏差の二乗平均で表す量が問われている。期待値は平均そのもの、p値は検定の指標、相関と因果は関係の解釈の論点なので、散らばりの量という条件で外せる。
大項目8 AIに必要な数理・統計知識 / 確率・統計
連続型の確率変数について、度数分布表の階級幅を限りなく細かくしたときに相対度数のグラフが近づく、理論上の分布を表すものはどれか。
正解は「確率密度」である。度数分布表の階級幅を限りなく細かくしていくと、実測データに基づく度数分布のグラフは理論上のなめらかな曲線に近づいていく。この極限にあたる、連続型の確率変数の分布を表す関数の値が確率密度である。確率分布は確率変数の取り得る値と確率の対応関係全体を指す、離散型・連続型どちらにも使えるより広い概念であり、確率変数はその対応関係の元になる変数そのものを指す。度数分布は階級幅を細かくする前の実測データの集計であり、いずれも「階級幅を限りなく細かくした極限」という条件そのものを表す語ではない。
大項目8 AIに必要な数理・統計知識 / 確率・統計
確率変数が取り得る値と、それぞれの値が生じる確率との対応関係全体を表すものはどれか。
確率分布を選ぶには、値そのもの・値から計算される代表値・ばらつきの指標のどれでもなく、値と確率の対応関係を「全体」として答えているかを見極める必要がある。確率分布は確率変数が取り得るすべての値それぞれに生じる確率を対応づけたもので、離散的な値でも連続的な値でも定義でき、取り得る値に対応する確率の合計は必ず1になる。確率変数はこの対応関係の中で値が定まる対象そのもの、期待値はそこから計算される平均的な値、標準偏差はそのばらつきを表す指標であり、いずれも全体像から取り出した一部にすぎない。
同じ章で確認したい用語
到達チェック
- 確率変数を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、確率変数に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）