期待値と平均値は「いつの時点の話をしているか(過去か,未来か)」という視点が違うだけです.
違い
「平均値」と「期待値」の違いです.
- 平均値:「実際にやってみた結果(過去のデータ)」をならしたもの.
- 期待値:「これからやるときに,理論上見込める結果(未来の予測)」を確率から計算したもの.
以下では「サイコロ」を使って具体的に比べます.
「サイコロ」でわかる!期待値と平均値の違い
完璧なサイコロ
「1から6の目がすべて同じ確率($\frac{1}{6}$)で出る理想のサイコロ」が考えます.
例えば1から6の目が1回ずつ綺麗に出たら,その平均は$$\frac{1 + 2 + 3 + 4 + 5 + 6}{6} = 3.5$$になります.
しかし,現実世界に存在するサイコロはどうでしょうか?
期待値:サイコロの出る目の確率を反映した予測値
現実のサイコロには,いろいろな特性があります.
- わずかな重心のズレ
- サイコロの角の欠け
- 投げる強さ
- 投げる向き
- 障害物の有無
そのため,実際にはすべての目が均等に出るとは限りません.
例:極端なサイコロ
角が欠けて重心が大きくズレ,「1」と「2」がそれぞれ $\frac{1}{2}$(50%)の確率で出て,「3〜6」はまったく出ない(確率 $0$)という極端なサイコロを考えます.

このサイコロを振るとき,「平均して出る目は $3.5$ くらいだ!」とは思わないはず!3〜6は絶対に出ないから,出る目は1か2のどっちか.
そこで,それぞれの目に「その目が出る確率」を掛け算して,どれくらいの値が出そうかという未来を計算します.$$1 \times \frac{1}{2} + 2 \times \frac{1}{2} + 3 \times 0 + 4 \times 0 + 5 \times 0 + 6 \times 0 = 1.5$$この $1.5$ が,このサイコロの「期待値」ということです.
つまり期待値とは,「それぞれの目の出やすさ(確率)を考慮した,理論上の値」ということです.
平均値:実際に投げた結果
では,さっきの「1と2が確率 $\frac{1}{2}$ ずつ出る極端なサイコロ」を,実際に10回投げてみたとしましょう.
例:極端なサイコロ
現実は,10回投げたら,必ず「1が5回,2が5回」出るとは限りません.
実際に10回投げてみた結果,次の結果になったとします.
【実際に10回投げた結果】1, 2, 2, 1, 2, 2, 2, 1, 2, 2
(「1」が3回,「2」が7回出た)
この「実際の10個のデータ」の平均が「平均値」です.$$\begin{aligned} \text{平均値} &= \frac{1 + 2 + 2 + 1 + 2 + 2 + 2 + 1 + 2 + 2}{10} \\ &= \frac{1 \times 3 + 2 \times 7}{10} = 1.7 \end{aligned}$$

今回の10回の実験における平均値は $1.7$ ですが,もしもう10回投げ直したら,今度は「1」が多く出て平均値は $1.3$ になるかもしれません.
「真ん中」「期待値」「平均値」まとめ
このように,以下の3つを区別すると違いがハッキリわかります.
- 単純な真ん中の値($3.5$):確率(出やすさ)を無視して,1〜6を単純に足して6で割った値.
- 期待値($1.5$):サイコロの重心のズレ(理論上の確率)を計算に入れて,振る前に導き出した予測値.
- 平均値($1.7$):実際にサイコロを投げてみて,実際に出た結果から計算した値.

「真ん中」の値と「平均値」は必ずしも同じものではないから注意しよう!
定義式
ここまでのイメージを持った状態で,定義式を見比べてみます.
平均値の定義式
$N$ 回の試行で,値 $x_1, x_2, \dots, x_n$ がそれぞれ $f_1, f_2, \dots, f_n$ 回出たとき(合計 $N$ 回),平均値 $\bar{x}$ は次の式で表されます.$$\begin{aligned} \bar{x} = x_1 \cdot \frac{f_1}{N} + x_2 \cdot \frac{f_2}{N} + \dots + x_n \cdot \frac{f_n}{N} \end{aligned}$$先ほどのサイコロの例(1が3回,2が7回)を当てはめると,$$\bar{x} = 1 \times \frac{3}{10} + 2 \times \frac{7}{10} = 1.7$$となります.
期待値の定義式
一方,とりうる値 $x_1, x_2, \dots, x_n$ と,それぞれが出る確率 $p_1, p_2, \dots, p_n$ が決まっているとき,期待値 $E(X)$ は次の式で定義されます.$$\begin{aligned} E(X) = x_1 p_1 + x_2 p_2 + \dots + x_n p_n \\ \end{aligned}$$先ほどの歪んだサイコロの例(1と2の確率が $\frac{1}{2}$)を当てはめると,$$E(X) = 1 \times \frac{1}{2} + 2 \times \frac{1}{2} = 1.5$$となります.
Column:何万回も投げ続けると「平均値」は「期待値」に近づく
歪んだサイコロを10回投げただけでは,投げ方のクセや偶然によって,「1が3回,2が7回(平均値 $1.7$)」のように結果がブレてしまいます.
しかし,このサイコロを1,000回,10,000回,100万回…と投げ続けたらどうなるでしょうか?
試行回数をどんどん増やしていくと,1が出る割合と2が出る割合は,そのサイコロが本来持っている確率である $\frac{1}{2}$(50%ずつ)に限りなく近づいていきます.
その結果,実際のデータから計算した「平均値」は,試行回数を増やすほど,理論上の「期待値($1.5$)」へと収束していくのです.
「期待値」とは,それぞれの値に「出やすさの確率」を掛けて足し合わせた,理論上の平均値のことです.このイメージを持っておけば,複雑な確率の問題でも迷わず立式できるようになることでしょう.


コメント