大数の法則

大数の法則#

大数の弱法則

確率変数X1,X2,,Xnが互いに独立に分布関数Fに従うとする。また、E[Xi]=μ,Var[Xi]=σ2が存在するものとする。

nのとき、標本平均X¯n=1ni=1nXiが母平均μに収束する

X¯pE[X]=μ,(n)

これは 大数の弱法則 (weak law of large numbers)あるいは単に 大数の法則 と呼ばれる

証明の前提知識#

マルコフの不等式

Xを非負の確率変数X0とし、E[X]<とする。このとき任意のc>0に対して

P(Xc)E[X]c

が成立する。

証明

いまY

Y={0, if X<cc, if Xc

と定義する。このとき常にYXである。したがってE[Y]E[X]である。

E[Y]=0×P(Y=0)+c×P(Y=c)=cP(Xc)

であるからE[Y]E[X]

cP(Xc)E[X]

となる。cで両辺を割れば

P(Xc)E[X]c

チェビシェフの不等式

E[X]=μ,Var[X]=σ2がいずれも有限な確率変数Xを考える。(こちらは非負の確率変数に限らない)

このとき任意のc>0に対して

P(|Xμ|c)σ2c2

が成立する。

証明

Y=(Xμ)2とおき、Yにマルコフの不等式を適用すれば、

P(Yc2)E[Y]c2=σ2c2

ここで

Yc2|Xμ|c

であるから

P(Yc2)=P(|Xμ|c)

となり

P(|Xμ|c)σ2c2

が成立する

証明#

ε>0を任意の定数とする。E[X¯n]=μ,Var[X¯n]=σ2/nであるから、X¯にチェビシェフの不等式を適用すれば

P(|X¯nμ|ε)σ2nε2

となる。ここでnとおけば右辺は0に収束するから

ε>0,limnP(|X¯nμ|ε)=0

よって

X¯pμ,(n)