はじめに
母集団のデータが左右対称ではなくても、十分な数のデータから平均を計算すると、その平均を統計的に扱いやすくなることがあります。その理由を説明するのが中心極限定理です。
中心極限定理を理解すると、「なぜ標本平均を使って母平均を推定できるのか」「なぜ正規分布が統計で頻繁に登場するのか」がつながって見えてきます。この記事では、標本平均の分布が正規分布に近づく意味と、標本サイズが大きくなると何が変わるのかを説明します。
この記事で分かること
- 中心極限定理が何を表す定理なのか
- 「標本平均の分布が正規分布に近づく」とはどういう意味か
- 標本サイズと標本平均のばらつきの関係
- 中心極限定理が推定で重要になる理由
中心極限定理とは
中心極限定理とは、同じ母集団から独立に標本を取り出し、その平均を繰り返し計算したとき、標本サイズが十分に大きくなるほど標本平均の分布が正規分布に近づくという定理です。母集団そのものが正規分布でなくても、この性質が成り立つ点が重要です。
ここで対象になるのは、1回の標本に含まれる個々のデータの分布ではなく、「標本を何度も取り直して計算した平均」の分布です。母集団と標本、母平均と標本平均の違いは、母集団と標本とは？母平均と標本平均、不偏分散の違いを解説で確認できます。
母集団の平均を μ、標準偏差を σ、標本サイズを n とすると、標本平均の分布は平均が μ、標準偏差が σ/√n になります。そしてnが大きくなるにつれて、その分布の形が正規分布へ近づきます。
標本平均の分布が正規分布に近づくとは
例えば、購入金額のように右側へ長く伸びた分布を考えます。1人分の購入金額だけを見れば、大きな金額が少数含まれるため、分布は左右対称ではありません。
ここから同じ人数の標本を何度も取り、そのたびに平均購入金額を計算します。標本サイズが小さいうちは標本平均にも母集団の偏りが残りますが、標本サイズを大きくすると標本平均は母平均の近くへ集まり、その分布は次第に釣鐘型へ近づきます。この近似先となる分布が正規分布です。正規分布そのものの特徴は、正規分布とは？平均・標準偏差と特徴をわかりやすく解説で整理しています。
重要なのは、「標本サイズを大きくすると元のデータが正規分布になる」という意味ではないことです。変化するのは標本平均の分布であり、母集団の分布そのものは変わりません。
標本サイズが大きくなるとばらつきも小さくなる
中心極限定理では分布の形だけでなく、標本平均のばらつきも重要です。標本平均の標準偏差は σ/√n で表され、この値を標準誤差と呼びます。
例えば母集団の標準偏差が20の場合、標本サイズと標準誤差の関係は次のようになります。
| 標本サイズ n | 標準誤差 σ/√n | 標本平均のばらつき |
|---|---|---|
| 4 | 10 | 大きい |
| 25 | 4 | 小さくなる |
| 100 | 2 | さらに小さい |
標本サイズを4から100へ増やすと、標準誤差は10から2へ小さくなります。つまり、多くのデータから計算した標本平均ほど、母平均の近くへ集まりやすくなるということです。
中心極限定理が推測統計で重要な理由
実際の調査では、母集団全体を調べられないことが多いため、一部の標本から母平均などを推定します。しかし、標本を取り直せば標本平均は少しずつ変わるため、1つの平均値だけを見てもその不確かさは分かりません。
中心極限定理によって標本平均の分布を正規分布で近似できれば、そのばらつきを利用して「母平均がどの範囲にありそうか」を考えられます。点推定と区間推定の役割の違いは、点推定と区間推定の違いを簡単解説で確認できます。
このように中心極限定理は、標本から母集団を推測するときに、標本平均と正規分布をつなぐ基礎となります。正規分布が推定や仮説検定で広く使われる理由の一つも、ここにあります。
中心極限定理を使うときの注意点
中心極限定理は「標本サイズが30以上なら必ず使える」という固定ルールではありません。正規分布へどの程度速く近づくかは、母集団の分布の形によって変わります。強い偏りや極端な値を持つ分布では、より大きな標本が必要になることがあります。
また、この記事で扱う基本的な中心極限定理では、データが同じ分布から独立に得られ、母集団が有限の平均と分散を持つことを前提にします。実際のデータで強い依存関係がある場合や、極端な分布を扱う場合は、単純に標本サイズだけで判断しないことが大切です。
二項分布のような離散型の分布でも、試行回数が増えると正規分布による近似が利用できる場合があります。二項分布と正規分布の関係は、二項分布とは？試行回数が増えると正規分布に近づく理由を解説で確認できます。
まとめ
中心極限定理とは、標本サイズが十分に大きくなると、標本平均の分布が正規分布に近づくことを示す定理です。母集団そのものが正規分布である必要はなく、標本平均の分布を扱いやすい形で近似できる点に大きな意味があります。
さらに、標本平均の標準誤差は σ/√n で表されるため、標本サイズが大きくなるほど標本平均のばらつきは小さくなります。この性質によって、標本平均から母平均を推定し、その不確かさを評価するための土台ができます。
「元のデータが正規分布になる」のではなく、「繰り返し得られる標本平均の分布が正規分布へ近づく」と理解することが、中心極限定理を正しく捉えるポイントです。
関連記事
- 母集団と標本とは？母平均と標本平均、不偏分散の違いを解説
- 二項分布とは？試行回数が増えると正規分布に近づく理由を解説
- 正規分布とは？平均・標準偏差と特徴をわかりやすく解説
- 点推定と区間推定の違いを簡単解説
