統計学の世界には「サンプル数が増えるとデータの性質が変わる」ことを説明する重要な法則があります。それが 大数の法則(Law of Large Numbers) です。 今回の記事では、「なぜサンプルサイズを大きくすることが重要なのか?」という視点から、大数の法則についてわかりやすく解説します。 大数の法則とは? なぜ大数の法則が重要なのか? 大数の法則とサンプルサイズの関係 まとめ:実務での活用ポイント 大数の法則とは? 簡単にいうと、「試行回数(サンプル数)が増えると、平均値が理論値(母平均)に近づいていく」という法則です。 例えば、コインを投げる実験を考えてみましょう。 コインを1回投げる…
モンテカルロ法で『円周率π』の近似値を、サンプル数100~10,000で求める。 サンプル数100、1,000、10,000の分布図を円内と円外の点の色を変えて作成すると、サンプル数が多いほど半径1の円弧が分かりやすい。 サンプル数が多い方が、『円周率π』と近似値との誤差が小さくなる傾向がある。サンプル数が1,000を超えると誤差が小さくなり始めて、7,000を超えると通常使う3.14に限りなく近付いていく。モンテカルロ法の第一歩である『円周率π』の近似値の動きが分かりやすい結果となる。