周辺化（周辺確率）の公式の覚え方と不要な変数を足し合わせて消す計算手順

2026年10月24日 2026年10月24日山崎講師

山崎講師

こんにちは。ゆうせいです。

複数の要素が絡み合う確率の計算において、特定の要素だけに注目したい状況が生じることがあります。統計学や機械学習の基礎理論では、このような操作を周辺化と呼び、得られた確率を周辺確率と定義します。数式に並ぶ総和記号（シグマ）や複数の変数に戸惑う学習者も少なくありませんが、この操作の目的は着目しない変数を合計して消去することにあります。

記事内では、同時確率から周辺確率を導き出す仕組みを整理し、不要な変数を足し合わせて消すという考え方を用いて公式を正確に把握する手順を解説します。

周辺確率の基礎知識と集計表による比喩

確率を扱う際、2つ以上の条件が同時に成立する割合を表したものを同時確率と呼びます。

表の端に集計する比喩

学校の健康診断における集計表を想定します。縦の列に視力（良好、低下）、横の行に運動習慣（あり、なし）を配置し、生徒全員を4つの枠に分類してそれぞれの割合を記録します。この表の内側にある4つの数値が同時確率に該当します。

視力と運動習慣の両方を記録した表から、運動習慣の有無を問わず、単に視力が良好な生徒の割合だけを知りたい場合があります。このとき、運動習慣があるグループとないグループの数値を横方向に合計し、表の外枠（周辺部分）に合算値を記入します。

表の枠外、すなわち周辺に数値を書き込む作業から、この確率を周辺確率と呼びます。不要となった運動習慣という分類項目を合計によって1つに束ね、視力という単一の分類へ統合する操作が周辺化です。

周辺化の数式表現と不要な変数の消去

数式上で周辺化を行う際は、複数の変数のうち、必要のない変数をすべて足し合わせる記述を用います。

離散型確率変数の周辺化の公式

2つの変数XとYが存在し、両者が特定の値を取る同時確率をP(X, Y)と表します。この状態から変数Yの影響を除外し、変数Xだけの周辺確率P(X)を求める計算式は以下の通りです。

$P(X) = \sum_{Y} P(X, Y)$

この数式におけるシグマ記号の下にあるYは、変数Yが取り得るすべての状態を順に足し合わせる指示を表しています。変数Yのすべての選択肢を合算することで、Yの差異が均らされ、左辺には変数Xだけが残ります。

連続型確率変数における積分の利用

変数が身長や体重のように途切れのない連続した数値である場合、足し算の記号であるシグマは、面積を求める積分記号（インテグラル）へと置き換わります。確率密度関数f(x, y)から変数xの周辺確率密度関数f(x)を求める式は以下の通りです。

$f(x) = \int f(x, y) \, dy$

末尾のdyは、変数yに関して区間全体で積分を実行することを意味します。記号の形式は変化しますが、消去したい変数yを積分によって足し合わせ、目的の変数xのみを残すという構造は離散型の場合と同一です。

周辺化を用いる利点と欠点

複数の変数から特定の変数を取り出す計算手法には、データ分析における有用性と取り扱い上の注意点の双方が存在します。

利点

分析対象の単純化：不要な要素を合算して取り除くことで、注目したい単一の要素の傾向を明確に把握できます。
不完全な観測データへの対応：一部の変数が測定されていない状況下でも、既知の変数を足し合わせることで必要な確率を推定できます。
複合的なモデルの解析：多数の変数が連動する複雑な確率モデルを、個別の確率分布へ分解して段階的に評価できます。

欠点

計算量の増大：取り扱う変数の数や取り得る状態が増加するにつれて、足し合わせる組み合わせの総数が膨大になります。
相互関係の情報の喪失：複数の変数を合算して1つにまとめるため、変数間に存在していた相関関係や依存関係の詳細が失われます。
連続型における数式処理の難度：確率密度関数の形状によっては、積分計算を厳密に行うことが困難になる場合があります。

周辺化の公式を定着させる学習手順

周辺化の計算手順を誤りなく実行するための学習段階は以下の通りです。

問題文やデータから、現在どのような変数が存在し、どの変数を残してどの変数を消去したいのかを整理します。
同時確率が表で与えられている場合は、消去したい変数の項目に沿って縦または横の数値を足し合わせ、端の枠に記入します。
数式で計算を行う場合は、公式のシグマまたはインテグラルの記号の下に、消去したい変数の記号を配置します。
計算を実行したあとの式を見直し、右辺から消去対象とした変数が消え、求めたい変数のみで式が構成されているかを確認します。

不要な変数をすべて足し合わせるという方針を常に意識することで、公式の記号に惑わされることなく、正確に計算を組み立てられるようになります。

セイ・コンサルティング・グループでは新人エンジニア研修のアシスタント講師を募集しています。

投稿者プロフィール

山崎講師代表取締役

セイ・コンサルティング・グループ株式会社代表取締役。
岐阜県出身。
海外放浪の末、2000年創業、2004年会社設立。
IT企業向け人材育成研修歴業界歴20年以上。
すべての無駄を省いた費用対効果の高い「筋肉質」な研修を提供します！
この記事に間違い等ありましたらぜひお知らせください。

学生時代は趣味と実益を兼ねてリゾートバイトにいそしむ。長野県白馬村に始まり、志賀高原でのスキーインストラクター、沖縄石垣島、北海道トマム。高じてオーストラリアのゴールドコーストでツアーガイドなど。現在は野菜作りにはまっている。