大数の法則とは

大数の法則(たいすうのほうそく、英: Law of Large Numbers, LLN、仏: Loi des grands nombres)とは、確率論・統計学における基本定理の一つ。極限定理と呼ばれる定理の一種。

たとえばサイコロを振り、出た目を記録することを考える。このような試行を厖大に繰り返せば、出た目の平均(標本平均)が出る目の平均である 3.5 の近傍から外れる確率をいくらでも小さくできる。これは大数の法則から導かれる帰結の典型例である。より一般に、大数の法則は「独立同分布に従う可積分な確率変数列の標本平均は平均に収束する」と述べている。

厳密には、大数の法則はどのような意味で収束を考えるかに応じて、ヤコブ・ベルヌーイによる大数の弱法則 (WLLN: Weak Law of Large Numbers) と、エミール・ボレルやアンドレイ・コルモゴロフによる大数の強法則 (SLLN: Strong Law of Large Numbers) の2つに大別される。単に「大数の法則」と言った場合、どちらを指しているのかは文脈により判断する必要がある。

 

ある試行において特定の事象が起こる確率(数学的確率あるいは理論的確率)を p とする。さらに、そのような試行を繰り返したとき、得られる結果が他の結果に影響を及ぼすことがないものとする。このような前提条件の下で、厖大な回数の試行を重ねたとき、その事象が起きた相対頻度が収束した値(統計的確率あるいは経験的確率)はほとんど確実に p である。つまり、「ある試行において特定の事象の起こる確率」が「何度も繰り返し行った試行において特定の事象が起きた相対頻度の極限」とほとんど確実に一致する。これは大数の法則から導かれる重要な帰結の一つであり、上のような前提条件の下で経験的確率が理論的確率とほとんど確実に一致することの数学的な根拠を与える。

たとえばコイン投げ、つまりゆがみも偏りもない〈理想的なコイン〉を投げて出る表裏を当てるゲームを行うとする。ここで、〈理想的なコイン〉とは「それを投げるとき、各回の試行において表が出る確率も裏が出る確率もともに
1
2
である」という確率モデルそのもののことである。このとき、コイン投げの試行回数を限りなく増やせば、表が出る回数と裏が出る回数の比率はどちらも
1
2
に近づく。実際にコイン投げをしたとき、(微視的に)一部分だけ見たときには出方が偏って見えることがあったとしても、全体として(巨視的に)見れば、試行結果というものは各事象の起きる確率によって支配されているのだ、ということもできる。

試行の回数を時刻と見たとき、時刻無限大の極限において時間平均が相平均に一致するという意味で、エルゴード理論の最も単純な数学的定式化(エルゴード定理)のうちの一つであるといえる。

Originally posted 2019-08-28 10:53:26.

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

CAPTCHA