Nagy számok gyenge törvénye
- Sablon:Humatek A nagy számok gyenge törvénye (más néven Bernoulli-féle gyenge törvény) egy alapvető statisztikai tétel a valószínűségszámításban, amely kimondja, hogy ha egy független, azonos eloszlású véletlen változók sorozatát vizsgáljuk, akkor ezek átlagértéke egyre inkább közelít a várható értékükhöz, ahogy a minta mérete növekszik.
- Tétel (nagy számok gyenge törvénye)
Legyenek független, azonos eloszlású véletlen változók, ahol mindegyikük várható értéke és szórásuk véges. Ekkor igaz, hogy a mintaátlag a várható értékhez tart nagy -re:
ahol egy tetszőleges kicsi pozitív szám. Ez azt jelenti, hogy a mintaátlag a valószínűség szerint egyre közelebb kerül a várható értékhez, ha elegendően sok mintát veszünk.
- Magyarázat
- A törvény azt mondja ki, hogy egy nagyszámú mintán alapuló mintaátlag "koncentrálódik" a várható érték körül. - A nagy számok gyenge törvénye nem adja meg, hogy a mintaátlag milyen gyorsan közelít a várható értékhez, csak azt, hogy nagy mintaszám esetén ez biztosan bekövetkezik. - A törvény egy fontos következménye az, hogy a véletlenszerű ingadozások hosszú távon kiátlagolódnak, és a mintaátlag stabilizálódik a várható értéknél.
- Példa
Tegyük fel, hogy egy pénzérmét dobunk sokszor, ahol minden dobás független és az írás (vagy fej) valószínűsége 0.5. Legyen az -edik dobás eredménye (1, ha fej, 0, ha írás), így az egyes dobások várható értéke . A nagy számok gyenge törvénye azt állítja, hogy ha elég sokszor dobjuk a pénzérmét, akkor a fej dobások aránya (az -k átlaga) egyre közelebb kerül 0.5-hez.
- Kapcsolat a nagy számok erős törvényével
- Gyenge törvény: A mintaátlag közelít a várható értékhez a valószínűség szerint.
- Erős törvény: A mintaátlag közelít a várható értékhez szinte biztosan, vagyis az eltérés a mintaátlag és a várható érték között -re szinte biztosan 0 lesz.