統計と確率のパラドックス ── 『誕生日のパラドックス』『検査の陽性適中率（ベイズの定理）』など直感を裏切る数理の世界

「23人集まると、同じ誕生日のペアがいる確率は50%を超える」「精度99%の検査で陽性が出ても、本当に当たっている確率は10%未満のことがある」。私たちの直感がなぜ確率を見誤るのかをクイズ感覚で解き明かし、暗号やAIに活かされている統計学の基礎を楽しく学びます。

1. クイズ：何人集まれば「同じ誕生日のペア」が半分以上の確率で見つかるでしょう？

1年は365日あります。ここでちょっと楽しい数学クイズです。「部屋に何人集まれば、その中に同じ誕生日のペアが少なくとも1組いる確率が50%を超えるでしょうか？」直感で考えると「365日の半分だから180人くらいかな？」と思えますよね。ところが実際に計算してみると、なんとわずか「23人」集まるだけで確率は50.7%に達し、50人集まれば97.0%の確率で同じ誕生日のペアが存在します！なぜ私たちの直感はこれほど大きく外れるのでしょうか？それは私たちが無意識のうちに「自分と同じ誕生日の人がいる確率（1対Nの比較）」を考えてしまい、「23人全員の間のペアの組み合わせ数（23×22÷2＝253通りの比較）」が人数の2乗で増えることを見落としてしまうからです。暗号の世界では、この現象を「誕生日境界（Birthday Bound）」と呼び、電子署名やハッシュ関数で衝突が起きにくいよう、256ビット（2の256乗）という広大な空間を設計しています。

2. 「精度99%の検査で陽性！」── それでも落ち着いて確認したい『ベイズの定理』

もう一つ、医療やセキュリティの現場で重要なのが「ベイズの定理（条件付き確率）」です。たとえば、1,000人に1人（0.1%）しかかからない珍しい病気（あるいは1,000通に1通しか来ない特殊な攻撃メール）があり、それを「99%の精度（感度99%・特異度99%）」で見分ける検査があるとします。ある人が検査を受けて「陽性」と出たとき、本当にその病気である確率は何%でしょうか？直感では「99%」と思いがちですが、計算上の正解は約「9%（11人に1人）」となります。なぜなら、健康な999人のうち1%（約10人）に出る「誤検知（偽陽性）」の人数が、本当に病気である1人を上回ってしまうからです。

3. 迷惑メール判定からAIの推論までを支える「事前確率」の知恵

18世紀イギリスの牧師トーマス・ベイズが見出したこの法則は、「新しいデータ（検査結果やメール内の単語）が手に入るたびに、事前の確率を少しずつ更新していく」という現代AI・機械学習の基礎となりました。私たちが毎日使っているメールソフトが迷惑メール（スパム）を振り分けられるのも、セキュリティ監視システムが誤報を減らして異常を見つけ出せるのも、単一のキーワードだけでなく複数の手がかりをベイズ統計で掛け合わせているおかげです。