大数の法則

大数の法則は、確率的な量の多くの独立した観測値の平均がその期待値に収束することを示しており、長期的な頻度が安定するという直感に数学的な根拠を与えています。

Definition

大数の法則は、有限平均を持つ独立同分布の確率変数の標本平均が、弱法則では確率的に、強法則では概収束的に、その平均に収束すると主張します。

Scope

このトピックは、チェビシェフの不等式と打ち切りによって証明される弱大数の法則、有限平均のみを仮定するヒンチンの弱法則、コルモゴロフの最大不等式と三級数定理を伴う強大数の法則、確率収束と概収束の区別、および有限平均を持たない変数に対する法則の破綻を扱います。

Core questions

• 標本が大きくなるにつれて、標本平均はどのような厳密な意味で真の平均に近づくのでしょうか？
• 弱法則と強法則の違いは何ですか、またそれぞれどのような仮説が必要ですか？
• 強法則を証明可能にするのはどのような不等式と分解ですか？
• 基礎となる分布が有限平均を持たない場合、何が起こりますか？

Key concepts

• 確率収束
• 概収束
• チェビシェフの不等式
• 打ち切り法
• コルモゴロフの三級数定理

Key theories

弱大数の法則

有限平均を持つ独立同分布の変数について、標本平均は確率的に平均に収束します。この結果は、分散が有限である場合にはチェビシェフの不等式から、ヒンチンのより弱い仮説の下では打ち切り論法から得られます。

コルモゴロフの強大数の法則

独立同分布の変数について、標本平均が概収束的に平均に収束するためには、有限平均が必要十分条件です。これは法則の決定的な形式であり、確率の頻度解釈の基礎となります。

Clinical relevance

強法則は、標本平均によって期待値を推定することを正当化し、モンテカルロ積分、統計学における推定量の一致性、および確率の頻度主義的解釈（長期相対頻度としての）の基礎となります。ヘビーテイルデータに対するその破綻は、特定の保険損失など、無限平均を持つ量を平均することに対する警告となります。

History

ベルヌーイは1713年に二項比率に関する最初の大数の法則を証明しました。チェビシェフは分散に基づく単純な証明を与え、ヒンチンは仮説を有限平均に弱め、コルモゴロフはそれを証明する最大不等式と三級数定理とともに、決定的な概収束強法則を確立しました。

Key figures

• Jacob Bernoulli
• Pafnuty Chebyshev
• Aleksandr Khinchin
• Andrey Kolmogorov

Seminal works

• billingsley1995

Frequently asked questions

弱大数の法則と強大数の法則の違いは何ですか？

弱法則は、任意の大きな固定標本サイズに対して平均が平均に近くなる可能性が高いと述べているのに対し、強法則は、確率1で平均のシーケンス全体が平均に収束すると述べています。強法則はより決定的な記述です。

大数の法則は破綻することがありますか？

はい。コーシー分布のように基礎となる分布が有限平均を持たない場合、標本平均は定数に収束せず、通常の形式の法則は適用されません。