期待値というオカルト

期待値とは

とあります。

つまり期待値とは

「投資に対して戻る見込みの金額」

と言うわけですね。

この時点では「捕らぬ狸の皮算用」と変わらないわけですが・・・？

中学しか出ていない自分は数学とか知りませんｗ
知っているのは算数だけです！しかし算盤は1級取りましたｗ
なので何を言っているのかちんぷんかんぷんです！

はいそれではまず確率変数からいきましょう。

確率空間

例えば、任意に抽出した人の身長を確率変数とする場合を考える。
数学的には、確率変数は 対象となる人→その身長 という関数を意味する。
確率変数は確率分布に対応し、妥当にあり得る範囲の確率
（身長180cm以上190cm以下である確率や 150cm未満または200cm超である確率）
を計算できるようになる。
もう一つの確率変数の例は、抽出した人には何人の子供がいるかというものである。
これは非負の整数値を取る離散型確率変数である。
この場合、確率分布は確率質量関数の積分により表される。
また、無限個の仮説を想定することも可能である。
例えば、偶数人の子供がいるか、といったものである。
何方の場合においても、確率値は確率質量関数の要素の和を無限に取っていくことで求めることができる。
子供が0人の可能性 + 子供が2人の可能性 + 子供が4人の可能性 + … という要領である。
このような例では標本空間はしばしば有限に制限される。
離散値を無限に計算していくのが数学的に困難だからである。
しかしアウトカムの標本空間内で2つの確率変数が同時に測定される場合、
すなわちある人について身長と子供の数とを同時に調査する場合などは、
両変数に相関関係があるのか否かを知るのは容易である。

え？・・・これほんまにみんなわかってるん？
わかってて期待値言うてるん？
煽りぬきで本気ですごいな皆・・・。

期待値の計算法

連続型確率変数の期待値はルベーグ積分で定義されているので、
計算するときには積分の変数変換を行って確率変数の
分布で積分するのが普通である。
確率変数 X の分布を PX とすると任意の可測関数 f に対して
となり、さらに PX が確率密度関数 p を持つときは
により、ルベーグ測度で計算できるようになる。
確率空間 (Ω, F, P) において、
確率変数 X が高々可算個 x1, x2, … を取るとき（離散型確率変数）、X の期待値は
Ei=1x_(X=x_{i})}で定義される。

日本産業規格（JIS）では、
値 xi が出現する確率を pi = Pr{X = xi} と
する離散確率分布に対する期待値と、
確率密度関数 f(x) を持つ連続確率分布の期待値を定義している。
多数回の測定を行い測定値の平均を求めると、期待値に近い値になる。
関数 g(X) の期待値 E[g(X)] も同様に定義している。
また、条件付き分布の期待値を条件付き期待値、
X，Y の同時分布に関し、条件 Y = y の下での X の条件付き期待値が
y の関数になること、確率変数 X の期待値を X の母平均という。

・・・もう数学的な考え方での期待値は理解できましたでしょうか？
ハッキリ申し上げて3割くらいの方しかこれを完全に理解できていて
スラスラ説明出来る人はいないと思います。
そしてだからこその説得力をもってるわけです。

それではそれを簡潔にパチンコへと落としこんだ数値をみてみましょう。

パチンコにおける期待値

理論的に見込みがあれば試みるべきです。
やってもみないで、まずその成果を疑うような人は、
勇気ある人とは言えません。

つまりこれもまた必ずしも正しい事ではないという
裏付けになるわけです。

だってオカルトと何が違うん？

オカルトへの拒絶反応の大半は「現実的じゃない」
では現実的と思っている期待値は実は非現実的だとしたら？