大数の法則 — 試行回数と真の平均
コインや乱数の試行を重ねるほど、標本平均が理論平均に収束していく様子を可視化。大数の法則 (LLN) がなぜ成立するか、アニメーションで体感する。
I.02 / LAW OF LARGE NUMBERS
大数の法則
CLT で「平均を取ると正規分布になる」と分かった。でもそもそも 標本平均 は、n を増やすと本当の平均に近づくのか？ それを保証するのが大数の法則。CLT が「形」の話なら、LLN は「中心が動かない」話。
コイン投げで最初の10回連続で表が出た — これ、別に珍しいことじゃない。
でも 1万回投げたら、表の割合はほぼ ぴったり 0.5 に収まる。
これが大数の法則。サンプルを増やすほど、観測値は"真の値"に吸い寄せられていく。
統計が"なんとなく"じゃなく"証拠"になる理由がここにある。
試行回数0
現在の平均—
理論値0.50