目次:

17.1.1: 準備



まず、 生徒グループに対する(数学の)テストの信頼性について考える。 生徒の集合を、 $\Theta := \{\theta_1,\theta_2,\dots,\theta_n\}$とする。 $\Theta$内の個数測度$\nu_c$を \begin{align*} \nu_c(\{\theta_i\}) = 1 \quad (i=1,2,\dots,n) \end{align*} で定める。 $\Theta$を状態空間と見なす。 各$\theta_i \;(\in \Theta)$に対して、 関数$1_{\theta_i} \;(\in L_{+1}^1(\Theta,\nu_c))$を次のように定める: \begin{align*} 1_{\theta_i}(\theta) = 1 \;(\text{if } \theta = \theta_i), \;\; = 0 \;(\text{if }\theta \ne \theta_i) \end{align*} まずは、簡単な場合, すなわち、 ある生徒$\omega_i$ ($\in \Theta $) に関するテストについて考えよう。 $\Omega_{\mathbb R} = {\mathbb R}$として、 ルベーグ測度空間$(\Omega_{\mathbb R},{\cal F}_{\Omega_{\mathbb R}},d\omega)$を考える。


例 17.1 (学生$\theta_i$に対するテスト)

(ある生徒$\theta_i$に対する数学のテスト) \; 生徒の集合$\Theta := \{\theta_1,\theta_2,\dots,\theta_n\}$と状態空間とする。 各生徒$\theta_i \;(\in \Theta)$に対して、 混合状態$\Phi_\ast(1_{\theta_i}) \;(\in L_{+1}^1(\Omega_{\mathbb R},d\omega))$ ($i=1,2,\dots,n$)が定まると仮定しよう。 すなわち、 マルコフ因果作用素$\Phi : L^\infty(\Omega_{\mathbb R},d\omega) \to L^\infty(\Theta,\nu_c)$ が定まっていて、その前共役作用素$\Phi_\ast : L^1(\Theta,\nu_c) \to L^1(\Omega_{\mathbb R},d\omega)$を考える。

$L^\infty(\Omega_{\mathbb R},d\omega)$ 内の観測量 ${\mathsf O} := (X_{\mathbb R},{\cal F}_{X_{\mathbb R}},F)$ を考える。 混合言語ルール$^{\mbox{(m)}}$ 1 ($\S$9.1) に従えば、次が言える。

$(A):$ 混合測定${\mathsf M}_{L^\infty(\Omega_{\mathbb R},d\omega)}({\mathsf O}, S_{[\ast]}(\Phi_\ast(1_{\theta_i})))$によって得られる測定値が$\Xi \;(\in {\mathcal F}_{X_{\mathbb R}})$に属する確率は次で与えられる: \begin{align*} {}_{L^1(\Omega_{\mathbb R},d\omega)} \langle {\Phi_\ast(1_{\theta_i})}, {F(\Xi)} \rangle_{L^\infty(\Omega_{\mathbb R},d\omega)} \; \Big(= \int_{\Omega_{\mathbb R}} [F(\Xi)](\omega) \, [\Phi_\ast(1_{\theta_i})](\omega) \, d\omega\Big). \end{align*}




注意17.2 上で、次が気になるかもしれない:

$(B):$ $S_{[\ast]}$の未知状態$[\ast]$ は何か?
である。 ここでは、便宜的に決定因果写像 $\psi: \Theta \to \Omega_{\mathbb R} $ を想定して、 \begin{align*} [\ast]= \psi (\theta_i) = \int_{\Omega_{\mathbb R}} \omega [\Phi_\ast(1_{\theta_i})](\omega) \, d\omega \end{align*} とすればよい。 もちろん、いろいろな考えがあるわけだが、本章ではベイズの定理を使わないので、こう考えても混乱することはない。





注意17.3 分散$\sigma_i^2$ を次のように定義しよう。 \begin{align} \sigma_i^2 := \int_{\Omega_{\mathbb R}} (\omega-\mu_i)^2 \, [\Phi_\ast(1_{\theta_i})](\omega) \, d\omega \quad (i=1,2,\dots,n), \tag{17.1} \end{align} ここで、$\mu_i$ は分布$\Phi_\ast(1_{\theta_i})$の期待値で、 \begin{align} \mu_i := \int_{\Omega_{\mathbb R}} \omega \, [\Phi_\ast(1_{\theta_i})](\omega) \, d\omega \quad (i=1,2,\dots,n). \tag{17.2} \end{align} とする。 本章では、 $\sigma_i^2$ は$\theta_i$に依存しないとは 仮定しない。

17.1.2: グルプテスト(= 並行測定)

上では、 ある生徒$\theta_i \;(\in \Theta)$に対するテストを考えたが、 次に、 クラス(生徒のグループ)$\Theta (=\{\theta_1, \theta_2, ..., \theta_n \})$ に対するテストを議論しよう。 上と同様に、 $ \Omega_{\mathbb R}^n={\mathbb R}^n $ として、 $n$次元ルベーグ測度空間 $(\Omega_{\mathbb R}^n,{\cal F}_{\Omega_{\mathbb R}^n},d\omega^n)$を考える。 さらに、同様に、観測量${\mathsf O} := (X_{\mathbb R},{\cal F}_{X_{\mathbb R}},F)$ の混合測定${\mathsf M}_{L^\infty(\Omega_{\mathbb R},d\omega)}({\mathsf O},$ $ S_{[\ast]}(\Phi_\ast(1_{\theta_i})))$ ($i=1,2,\dots,n$)を考えよう。 したがって、$L^\infty(\Omega_{\mathbb R}^n,d\omega^n)$内の並行測定${\mathsf M}_{L^\infty(\Omega_{\mathbb R}^n,d\omega^n)} (\widehat{\mathsf O}, S_{[\ast]}(\widehat{\rho}))$ where $\widehat{\mathsf O} := (X_{\mathbb R}^n,{\cal F}_{X_{\mathbb R}^n},\widehat{F})$を得る。 すなわち、 \begin{align*} [\widehat F (\Xi_1 \times \Xi_2 \times \cdots \times \Xi_n)](\omega_1,\omega_2,\dots,\omega_n) = [F(\Xi_1)](\omega_1) \cdot [F(\Xi_2)](\omega_2) \cdots [F(\Xi_n)](\omega_n), \end{align*} で、 \begin{align*} \widehat{\rho} (\omega_1,\omega_2,\dots,\omega_n) = [\Phi_\ast(1_{\theta_1})](\omega_1) \cdot [\Phi_\ast(1_{\theta_2})](\omega_2) \cdots [\Phi_\ast(1_{\theta_n})](\omega_n), \end{align*} よって、並行測定${\mathsf M}_{L^\infty(\Omega_{\mathbb R}^n,d\omega^n)} (\widehat{\mathsf O}, S_{[\ast]}(\widehat \rho))$は次のように定義できる: \begin{align*} \otimes_{\theta_i \in \Theta} {\mathsf M}_{L^\infty(\Omega_{\mathbb R},d\omega)}({\mathsf O}, S_{[\ast]}(\Phi_\ast(1_{\theta_i}))). \end{align*} ここで、以下のようなテンソル積を使った。 \begin{align*} \otimes_{k=1}^n L^\infty(\Omega_{\mathbb R},d\omega) = L^\infty(\Omega_{\mathbb R}^n,d\omega^n) \quad \text{and} \quad \otimes_{k=1}^n L^1(\Omega_{\mathbb R},d\omega) = L^1(\Omega_{\mathbb R}^n ,d\omega^n). \end{align*} 次の定義から始める。

定義17.4 [ テスト観測量] $L^\infty (\Omega_{\mathbb R},d\omega)$内の${\mathsf O}_\tau = (X_{\mathbb R}, {\cal F}_{X_{\mathbb R}}, F_\tau)$は、次の条件(=不偏条件)を満たすとき、 テスト観測量 と呼ばれる: \begin{align} \int_{X_{\mathbb R}} x \, [F_\tau(dx)](\omega) = \omega \quad (\forall \omega \in \Omega_{\mathbb R}). \tag{17.3} \end{align} テスト観測量の例としては、 たとえば、正規観測量(cf. 例2.22 ) や精密観測量(cf. 例2.23 )等がある。

各生徒$\theta_i \;(\in \Theta)$に対するテスト観測量の測定$ {\mathsf M}_{L^\infty(\Omega_{\mathbb R},d\omega)}({\mathsf O}_\tau, S_{[\ast]}(\Phi_\ast(1_{\theta_i}))) $ を略して、 ${\mathsf M}_{{\mathsf O}_\tau}^{(i)}$と記す。 すなわち、 \begin{align} {\mathsf M}_{{\mathsf O}_\tau}^{(i)} := {\mathsf M}_{L^\infty(\Omega_{\mathbb R},d\omega)}({\mathsf O}_\tau, S_{[\ast]}(\Phi_\ast(1_{\theta_i}))). \tag{17.4} \end{align} とする。

定義17.5 [テスト, グループテスト] さて、 $\Theta := \{\theta_1,\theta_2,\dots,\theta_n\}$, $X_{\mathbb R} = \Omega_{\mathbb R} = {\mathbb R}$ and $\Phi_\ast : L_{+1}^1(\Theta,\nu_c) \to L_{+1}^1(\Omega_{\mathbb R},d\omega)$等は、 例18.1Example}の通りとする。 $L^\infty(\Omega_{\mathbb R},d\omega)$ 内のテスト${\mathsf O}_\tau := (X_{\mathbb R},{\cal F}_{X_{\mathbb R}},F_\tau)$を考える。 測定${\mathsf M}_{L^\infty(\Omega_{\mathbb R},d\omega)}({\mathsf O}_\tau, S_{[\ast]}(\Phi_\ast(1_{\theta_i})))$ を 生徒$\theta_i \;(\in \Theta)$に対するテスト と呼び、 ${\mathsf M}_{{\mathsf O}_\tau}^{(i)}$と短縮形で記す。 さらに、測定 \begin{align} \otimes_{\theta_i \in \Theta} {\mathsf M}_{L^\infty(\Omega_{\mathbb R},d\omega)}({\mathsf O}_\tau, S_{[\ast]}(\Phi_\ast(1_{\theta_i}))) \quad (\text{or in short, $\otimes_{\theta_i \in \Theta} {\mathsf M}_{{\mathsf O}_\tau}^{(i)}$}), \tag{17.5} \end{align} を グループテスト と呼び、 短縮形を${\mathsf M}_{{\mathsf O}_\tau}^\otimes$と定める。

混合言語ルール$^{\mbox{(m)}}$ 1 ($\S$9.1) に従えば、次が言える:
$(C):$ グループテスト$\otimes_{\theta_i \in \Theta} {\mathsf M}_{L^\infty(\Omega_{\mathbb R},d\omega)}$ $({\mathsf O}_\tau, S_{[\ast]}(\Phi_\ast(1_{\theta_i})))$ (または、その省略形, ${\mathsf M}_{{\mathsf O}_\tau}^\otimes$) によって得られた測定値が 積集合${{{\times}}}_{i=1}^n \Xi_i \;(\in {\cal F}_{X_{\mathbb R}^n})$に属する確率は、 次のように与えられる: \begin{align} \times_{\theta_i \in \Theta} {}_{L^1(\Omega_{\mathbb R},d\omega)} \langle {\Phi_\ast(1_{\theta_i})}, {F(\Xi)} \rangle_{L^\infty(\Omega_{\mathbb R},d\omega)} =: {\widehat P}_1(\times_{i=1}^n \Xi_i) =\times_{i=1}^n P_i(\Xi_i) \Big). \tag{17.6} \end{align}

ここに, $(X_{\mathbb R}, {\cal F}_{X_{\mathbb R}}, P_i)$は、測定 ${\mathsf M}_{{\mathsf O}_\tau}^{(i)}$のサンプル空間である。

ここで、$W: X_{\mathbb R}^n \to {\mathbb R}$を統計量(すなわち、可測関数)として、 その期待値${\cal E}_{{\mathsf M}_{{\mathsf O}_\tau}^\otimes}[W]$を 次のように定める:

\begin{align*} \mathcal{E}_{{\mathsf M}_{{\mathsf O}_\tau}^\otimes}[W] = \int{X_{\mathbb R}} W(x_1, x_2, \dots, x_n) \, {\widehat P}_1(dx_1 \, dx_2 \cdots dx_n). \end{align*}

定義17.6 $L^\infty(\Omega_{\mathbb R},d\omega)$内の テスト観測量${\mathsf O}_\tau := (X_{\mathbb R},{\cal F}_{X_{\mathbb R}},F_\tau)$を考える。
(i: 生徒$\theta_i$の得点) 生徒$\theta_i \;(\in \Theta)$に対するテスト ${\mathsf M}_{L^\infty(\Omega_{\mathbb R},d\omega)}({\mathsf O}_\tau, S_{[\ast]}(\Phi_\ast(1_{\theta_i})))$ (or in short, ${\mathsf M}_{{\mathsf O}_\tau}^{(i)}$)を考える。 その得点の期待値、分散は次のように定める。

$(A1):$ $\displaystyle {\rm Av}[{\mathsf M}_{{\mathsf O}_\tau}^{(i)}] := {\cal E}_{{\mathsf M}_{{\mathsf O}_\tau}^{(i)}} [x_i]$,
$(A2):$ $\displaystyle {\rm Var}[{\mathsf M}_{{\mathsf O}_\tau}^{(i)}] := {\cal E}_{{\mathsf M}_{{\mathsf O}_\tau}^{(i)}} \Big[ (x_i-{\rm Av}[{\mathsf M}_{{\mathsf O}_\tau}^{(i)}])^2 \Big]$.
(ii: グループの得点) \;

グループテスト$\otimes_{\theta_i \in \Theta} {\mathsf M}_{L^\infty(\Omega_{\mathbb R},d\omega)}({\mathsf O}_\tau, S_{[\ast]}(\Phi_\ast(1_{\theta_i})))$ (or in short, ${\mathsf M}_{{\mathsf O}_\tau}^\otimes$)の測定値を $(x_1, x_2, ..., x_n )$とする。 このとき、期待値 $\frac1n (x_1+x_2+\cdots+x_n)$ と分散を次のように定める。

$(A3):$ $\displaystyle {\rm Av}[{\bf M}^{\otimes}_{{\mathsf O}_\tau}] := {\cal E}_{{\mathsf M}_{{\mathsf O}_\tau}^\otimes} \Big[\frac1n (x_1+x_2+\cdots+x_n)\Big]$,
$(A4):$ $\displaystyle {\rm Var}[{\mathsf M}_{{\mathsf O}_\tau}^\otimes] := {\cal E}_{{\mathsf M}_{{\mathsf O}_\tau}^\otimes} \Big[\frac1n \sum_{k=1}^n (x_k-{\rm Av}[{\mathsf M}_{{\mathsf O}_\tau}^{\otimes}])^2\Big]$.

不偏条件(18.2)より、次が言える。 \begin{align} &{\rm Av}[{\mathsf M}_{{\mathsf O}_\tau}^{(i)}] = {\rm Av}[{\mathsf M}_{{\mathsf O}_E}^{(i)}] = \int_{\Omega_{\mathbb R}} \omega \, [\Phi_\ast(1_{\theta_i})](\omega) \, d\omega = \mu_i, \tag{17.7} \\ &{\rm Av}[{\mathsf M}_{{\mathsf O}_\tau}^\otimes] = \frac1n \sum_{i=1}^n {\rm Av}[{\mathsf M}_{{\mathsf O}_\tau}^{(i)}] = {\rm Av}[{\mathsf M}_{{\mathsf O}_E}^\otimes] = \frac1n \sum_{i=1}^n {\rm Av}[{\mathsf M}_{{\mathsf O}_E}^{(i)}] = \frac1n \sum_{i=1}^n \mu_i =: \overline \mu, \tag{17.8} \end{align}

ここに、${\mathsf O}_E := (X_{\mathbb R},{\cal F}_{X_{\mathbb R}},E)$は$L^\infty(\Omega_{\mathbb R},d\omega)$内の精密観測量。