頻度確率（頻度主義）は、確率の解釈の一つで、ある実験や試行を何度も繰り返したときに、特定の事象が発生する相対的な回数（頻度）の極限として確率を定義する考え方です。形式的には、試行回数 n が大きくなったときに、事象 A が起こった回数 k_n を n で割った比 k_n/n が収束する場合、その極限を P(A) として扱います（P(A) = lim_{n→∞} k_n/n）。この解釈は、同種の反復可能な試行と大数の法則に依拠しています。
歴史的背景
頻度解釈は19世紀末から20世紀にかけて発展しました。古くはジョン・ヴェンのような確率の実用的・論理的な扱いに関する議論があり、20世紀にはリチャード・フォン・ミーゼスをはじめとする学者が頻度主義的な立場を体系化しました。現代の統計学的手法に大きな影響を与えた人物としては、リチャード・フォン・ミーゼス、エゴン・ピアソン、イエジー・ネイマン、R・A・フィッシャー、そしてジョン・ヴェンなどが挙げられます。これらの研究は、推定・検定・信頼区間といった手法の理論的基盤形成に寄与しました。
統計学での役割
統計学において、頻度確率は多くの古典的手法の根拠となっています。主な適用例は次のとおりです。
- 仮説検定：帰無仮説の下で棄却率（第1種の誤り）が長期的にどの程度生じるかを制御する考え方。
- 信頼区間：同じ手続きを繰り返したときに、所定の割合で真の値を含む区間を与える性質の評価。
- 最尤法や点推定：推定量の大標本性質（有効性や一致性）を頻度的に評価する。
- 臨床試験や品質管理など、反復可能な試行が前提となる実験デザインの評価。
例えばコイン投げでは、「表が出る確率は表が出た回数の割合の極限」として扱えます。臨床試験では治療群・対照群を多数の被験者で繰り返し観察することで、効果の有無を頻度的に判断します。
利点
- 手続きの長期的性質（誤差率や一致性）を明確に示せるため、実務上の保証が与えやすい。
- 主観的な事前情報（事前分布）を必要としないため、客観性を重視する場面で採用されやすい。
- 公理的確率論（コルモゴロフの公理など）と組み合わせることで厳密な理論構築が可能。
批判と限界
- 「一度しか起こらない出来事」や歴史的事象など、反復が不可能な事象に確率を割り当てにくい。
- 理想的な無限回の反復や同一条件の維持を前提とするため、現実の有限サンプルや非同質な状況には適用が難しいことがある。
- 頻度解釈だけでは「現在の知識」に基づく主観的な不確実性（例：ある仮説が正しい確率）を直接扱えないという批判がある。
ベイズ確率との違い
確率の別の主要な解釈に、ベイズ確率があります。頻度確率が長期的な相対頻度を重視するのに対し、ベイズ確率は個々の事象に対する主観的確信度（信念の程度）を数値化します。両者は方法論や解釈が異なり、同じデータでも結論や表現（例えば区間推定の意味）が変わることがあります。現代の統計実務では、問題の性質に応じて頻度主義とベイズ法を使い分けたり、両者の長所を組み合わせるハイブリッドな手法が用いられることも多いです。
まとめ
頻度確率は、反復可能な試行における相対頻度の極限として確率を定義する実用的で理論的に強固な解釈です。特に仮説検定や信頼区間などの古典的統計手法の基盤となっていますが、単発事象や主観的信念を扱う点では限界があり、ベイズ的アプローチとの対比・補完関係を踏まえて使い分けられます。