概率与统计 · 大数定律

大数定律

独立重复同一个试验,成功的比例长期趋于它的概率,途中仍会波动。早先的领先只是被冲淡,并没有被补回来。

01

大数定律与本页画面

设X1,X2,…X_1, X_2, \dots独立地来自同一个分布,期望μ=E[X]\mu = E[X]有限(只要E∣X∣<∞E|X| < \infty即可),Xˉn\bar X_n是前n个的平均数。大数定律说Xˉn→μ\bar X_n \to \mu:依概率收敛(弱大数定律),并且以概率1收敛(强大数定律)。抛硬币时正面记1,于是Xˉn=p^n=Hn/n\bar X_n = \hat p_n = H_n/n就是正面的比例,μ=p\mu = p。本页跟着一条或几条抛十万次的路径,问比例是靠什么稳下来的。

同一个偏离,两种尺度
Hn−np=n (p^n−p),SD(p^n)=p(1−p)n,SD(Hn−np)=np(1−p)H_n - np = n\,(\hat p_n - p), \qquad \mathrm{SD}(\hat p_n) = \sqrt{\tfrac{p(1-p)}{n}}, \qquad \mathrm{SD}(H_n - np) = \sqrt{np(1-p)}

上层是p^n\hat p_n,下层是比期望个数多出的正面数Hn−npH_n - np;公平硬币时它是“正面数减反面数”的一半。同一个偏离,在上面越来越小,在下面越来越大。虚线带是二项分布在每个n上精确的95%范围:最窄的整数区间[an,bn][a_n, b_n],使HnH_n落在它下面的概率不超过2.5%、上面也不超过2.5%,所以它至少装下95%(读数写出精确的覆盖率)。换成比例是[an/n, bn/n][a_n/n,\ b_n/n],换成次数是[an−np, bn−np][a_n - np,\ b_n - np],是同一件事。“先来10个正面”时,另一枚开局5个正面的耦合硬币此后每一次都和它相同:两枚永远恰好差5个正面,比例恰好差5/n5/n。领先被冲淡了,没有被还回来。

02

值得注意的现象

  • 带是逐点的:在每一个固定的n上至少95%的路径在带里,但一条路径在每个n上都留在带里要少见得多。路径时不时越出带外,正是定律所预言的,并不说明定律失效。
  • 没有什么会把早先的领先还回来。连续几次正面之后,下一次仍以概率p是正面(赌徒谬误说的正相反;“连出后的统计”小窗把它数了出来)。比例稳下来,是因为同样多出的那些被一个越来越大的n去除。
  • 带按1/n1/\sqrt{n}收窄:同样是95%,要多一位准确的小数,就要多抛大约100倍。大数定律要求期望存在:柯西分布的n个数的平均并不比一个数更稳定(见中心极限定理一页)。
  • 雅各布·伯努利在《猜度术》(1713)中证明了这类试验的情形;“大数定律”这个名字出自泊松(1837)。
03

操作

  • 红键回放用固定种子事先算好的结果;运行中再按就停下,再按接着走,到终点再按换下一个种子。在画面上任意处按下或拖动来移动游标,读数只用游标左边已经显示的部分。“分享”会存下种子、算法版本和游标的位置。
04

相关概念

  • H16二项分布筹备中
  • H19中心极限定理
  • H18抽样分布筹备中
  • H20置信区间筹备中
  • H05正态分布筹备中

延伸阅读:维基百科:大数定律;OpenStax:Introductory Statistics 2e, 3.1 Terminology(英文);MacTutor数学史:Jacob Bernoulli(英文)。