大数の法則とは｜標本を増やすと平均が安定する理由

同じロットから5個を抜き取って寸法を測ったら、平均は48.9mmでした。翌日、同じロットから別の5個を測ると51.2mm。ロットは変わっていないのに、平均が2mm以上動きます。

「どちらが本当の値なのか」「そもそも何個測れば信用できるのか」。この問いに答えるのが大数の法則です。標本を増やすほど、標本平均は母平均に近づいていきます。

この記事では、なぜ個数を増やすと平均が安定するのかを数値で確かめ、混同されやすい中心極限定理との違いと、実務でありがちな誤解まで整理します。

大数の法則を使う場面

大数の法則の考え方が効いてくるのは、次のような場面です。

• 測定個数を決めたいとき：何個測れば平均が信用できるのかを判断する
• データが少ないときの結論を疑うとき：n=3の平均で工程を評価してよいかを考える
• 抜取検査の結果を解釈するとき：少数のサンプルから母集団の不良率を推定する

逆に、大数の法則が答えてくれないこともあります。「標本平均がどんな分布の形になるか」は中心極限定理の担当です。また「具体的に何個必要か」を検定の前提から逆算するときはサンプルサイズの決め方を使います。

大数の法則とは｜標本平均は母平均に近づく

大数の法則は、ひとことで言えば「標本の数nを大きくするほど、標本平均 \(\bar{x}\) は母平均 \(\mu\) に近づく」という法則です。

ここで大事なのは、近づく先が母平均という1つの決まった値だという点です。1個1個の測定値はばらつきますが、それを平均する個数を増やしていくと、偶然の上振れと下振れが打ち消し合い、真の値へ収束していきます。

冒頭の例で平均が48.9と51.2に割れたのは、n=5と少なかったからです。母平均が動いたのではなく、少ない標本では標本平均そのものが大きくばらつきます。

例題｜nを増やすと標本平均のばらつきはどれだけ縮むか

標本平均のばらつきは標準誤差で測れます。母標準偏差を \(\sigma\)、標本の数を \(n\) とすると、標準誤差は次の式で求められます。

\[SE = \frac{\sigma}{\sqrt{n}}\]

Excelでは平方根のSQRT関数を使います。σ=2、n=5なら次のとおりです：

=2/SQRT(5) → 0.894

母平均50.0mm、母標準偏差2.0mmの工程を例に、測定個数を変えて標準誤差を計算します。

測定個数 n	標準誤差 SE	標本平均のばらつきの目安（±2SE）
5個	0.894	約 48.2 〜 51.8
20個	0.447	約 49.1 〜 50.9
100個	0.200	約 49.6 〜 50.4

n=5では標本平均が48.2〜51.8あたりまで振れます。冒頭の48.9と51.2は、まさにこの範囲の中の出来事でした。異常ではなく、n=5とはそういうものだったわけです。

n=100まで増やすと、振れ幅は49.6〜50.4に収まります。これが大数の法則の実際の効き方です。

ただし式をよく見ると、分母は \(n\) ではなく \(\sqrt{n}\) です。精度を2倍にするには、個数を4倍にする必要があります。測定個数を増やす効果は、増やすほど鈍っていきます。ここがコストとの兼ね合いになる部分です。標準偏差そのものの計算は標準偏差・分散の求め方で解説しています。

大数の法則と中心極限定理の違い

この2つはセットで語られるため混同されがちです。役割がはっきり違います。

	大数の法則	中心極限定理
答えること	どこに近づくか	どんな分布の形になるか
結論	標本平均は母平均μに収束する	標本平均の分布は正規分布に近づく
使いどころ	推定値が信用できるかの判断	信頼区間・検定の理論的な土台

大数の法則が「行き先」を、中心極限定理が「散らばり方の形」を教えてくれます。両方あって初めて、標本平均から母平均を区間で推定できます。詳しくは中心極限定理とはと信頼区間の求め方をご覧ください。

よくある誤解｜ギャンブラーの誤謬

大数の法則でもっとも多い誤解が、「これまで上振れが続いたから、そろそろ下振れて帳尻が合うはずだ」という考え方です。これは誤りで、ギャンブラーの誤謬と呼ばれます。

たとえば5回続けて規格上限寄りの製品が出たとします。次の1個が下限寄りになりやすい理由はどこにもありません。各測定は独立なので、過去の結果が次の結果を引っ張ることはないためです。

大数の法則が言っているのは「これから積み重なる大量のデータに、過去の少数の偏りが薄められる」ということです。埋め合わせが起きるのではなく、希釈されるだけ。この違いを押さえておくと、工程の異常判断で「そのうち戻るだろう」と様子見してしまう失敗を避けられます。

まとめ

• 大数の法則＝標本の数を増やすほど、標本平均は母平均に近づく
• 標本平均のばらつきは標準誤差 SE=σ/√n で測れる（Excelは =σ/SQRT(n)）
• 分母は√nなので、精度を2倍にするには個数を4倍必要とする
• 大数の法則＝どこに近づくか、中心極限定理＝どんな形になるか
• 「そろそろ反対に振れる」は誤り（ギャンブラーの誤謬）。埋め合わせではなく希釈

少ない標本での平均を鵜呑みにしない。この一点を意識するだけで、データの読み違いはぐっと減ります。標本と母集団の関係そのものは母集団と標本とはで、必要な測定個数の決め方はサンプルサイズの決め方で解説しています。さらに体系的に学びたい方向けに、レベル別のおすすめ書籍を統計学・実験計画法のおすすめ本まとめで紹介しています。