大数の法則は、同じ確率構造のもとで観測回数を増やすと、標本平均が理論上の期待値へ近づいていくことを示す基本法則です。
1. 平均が安定する法則
少数の観測では平均が大きく上下しますが、条件を満たす独立な観測を増やすほど、標本平均は期待値の近くへ安定していきます。
2. 個々のデータが期待値へ近づくわけではない
サイコロを何回振っても、個々の結果は1〜6です。近づくのは累積した平均であって、各観測値そのものではありません。
3. 工程ばらつきが消えるわけではない
測定数を増やせば母平均の推定は安定しますが、製品1個1個のばらつきσが小さくなるわけではありません。改善とサンプリングを混同しません。
4. 相対度数も確率へ近づく
一定確率pの独立試行を多数繰り返すと、成功割合はpへ近づく性質があります。不良率推定の直感につながります。
5. サンプル数が多ければ偏りも消えるか
消えません。採り方が偏っている場合、大量データでも誤った値へ安定することがあります。代表性と無作為性が重要です。
6. ギャンブラーの誤謬と違う
『連続で表が出たから次は裏が出やすい』という意味ではありません。独立試行なら次回の確率は過去結果で自動的に補正されません。
7. 品質管理での意味
サンプル平均、不良率、平均故障数などの推定を安定させる基礎です。ただし工程状態が時間で変化していないことも重要です。
8. 現場ミニケース
不適合確率1%の安定工程でも、10個だけなら不適合率0%や10%になり得ます。長期に多数観測すると割合は1%付近へ安定しやすくなります。
9. よくある質問（FAQ）
何個取れば十分ですか？
大数の法則だけで一律の個数は決まりません。必要精度、ばらつき、信頼度、目的に応じてサンプルサイズを設計します。
ビッグデータなら正しい結論になりますか？
偏ったデータ、測定誤差、工程変化があれば大量でも誤ります。量と質の両方が必要です。
10. 一次情報・参考資料
最終確認：2026年10月1日。確率分布の適用条件・近似条件は、使用教材・規格・統計ソフトの定義も確認してください。
11. まとめ
大数の法則は、観測を増やすと平均や割合が期待値・確率へ安定することを示します。 ただし偏りを消したり、工程そのもののばらつきを減らしたりする法則ではありません。
品質管理の教科書TOP：全16章・191テーマへ戻る
執筆・最終確認：UG。公開資料と一般化した品質管理の例をもとに解説しています。
← 前：8-8｜標本分布 ｜ 品質管理の教科書TOP ｜ 次：8-10｜中心極限定理 →
コメントを残す