確率的推論は静的な計算ではなく、信念を更新する動的なプロセスです。 無条件の 設定では、標本空間 $S$ のすべての結果が可能性として存在するという一般的な無知の状態を前提とします。しかし、 情報は数学的なフィルターです 観察された現実と一致しない結果を除外します。
イベント $F$ が発生したと述べるとき、全体の空間 $S$ から制限された宇宙 $F$ に移行します。$E$ が $F$ とともに起こる新しい空間 $F$ 内での割合として、$E$ が $F$ によって条件づけられた確率 $P(E|F)$ が定義されます。
証拠の物語
$P(E)$ から $P(E|F)$ への変化は、 証拠に基づく推定の数学的基盤です。もし $P(E|F) > P(E)$ であれば、証拠 $F$ は仮説 $E$ を支持します。一方、$P(E|F) < P(E)$ であれば、$F$ は $E$ と矛盾します。
以下のような固定メニューがあるケータリングイベントを想像してください：
| コース | オプション |
|---|---|
| メイン料理 | チキン、ローストビーフ（2） |
| 主食 | パスタ、ライス、じゃがいも（3） |
| デザート | アイスクリーム、ゼリー、アップルパイ、ピーチ（4） |
無条件空間： 可能な食事の組み合わせは全部で $2 \times 3 \times 4 = 24$ 通りあります。$P(\text{パスタ}) = 8/24 = 1/3$ です。
条件付き情報： ゲストがベジタリアンであり、確実に「パスタ」を選んだことがわかりました。そのため、「主食」の選択は確定（1つの選択肢）になりました。私たちの宇宙の分母は $24$ から $2 \times 1 \times 4 = 8$ に縮小しました。これが情報の力です：標本空間を小さくし、分母を変えるのです。
公式の定義
任意の二つの事象 $E$ と $F$ に対して、$P(F) > 0$ のとき、条件付き確率は次のように定義されます：
$$P(E|F) = \frac{P(EF)}{P(F)}$$