← 返回统计与数据判断力
学习进度4 / 6

大数定律

Law of large numbers · ST7 抽样分布与中心极限定理(Sampling Distributions and CLT)

一句话定义

大数定律说明在条件合适时,样本量越大,样本平均越会接近长期总体水平。

机制 / 原理

独立、同分布或近似可比的重复观测越多,偶然高低会相互抵消,平均值会更稳定。这不是说结果会被神秘力量“纠偏”,而是说更多信息能稀释单次极端结果的影响。它解释了为什么小样本容易吓人,大样本更适合估计长期水平。

大数定律:平均会更稳0.5前期波动大次数多后更稳横轴:重复次数增加;纵轴:累计正面比例样本量增加时,累计平均通常更靠近长期水平,但单次结果仍然随机。
样本量增加时,累计平均通常更靠近长期水平,但单次结果仍然随机。

经典实验 / 例子

掷公平硬币 10 次,正面比例可能是 70%;掷 10000 次,正面比例通常会靠近 50%。这说明累计比例会趋稳,但不表示每一次都要补偿前一次。

生活中的例子

餐厅看一天评分可能被几个情绪化顾客影响,看一年几千条评分更接近真实服务水平。样本多不是自动正确,但能减少单次偶然波动的权重。

常见误区

常见误区是把大数定律理解成“前面偏了,后面一定反向补回来”。大数定律说长期平均趋稳,不说下一次必须纠偏。

资料来源:OpenIntro Statistics; CMU OLI Statistical Reasoning; Online Statistics Education; OpenStax Introductory Statistics 2e,课程内容为原创改写 · 第 ST7
本讲解由 AI 依据该教材与主流学术观点撰写,非逐字引用,仅供学习参考。