大数の法則
コインを数回投げただけでは表ばかり出ることもありますが、何万回も投げれば必ずぴったり半分に近づく、統計学の羅針盤です。
定義 大数の法則（たいすうのほうそく）とは、ある試行や観察を数多く繰り返すほど、実際に測定された平均値が、理論上計算される真の平均値（期待値）にどんどん近づいていくという統計学の基本原理です。試行回数が少ないうちは偶然の偏りで極端な結果になることもありますが、回数を十分に重ねると、ランダムさの裏に隠れていた「真のルール」が姿を現します。
コインを1000回投げると何が起きるのか
ポケットからコインを取り出して、試しに4回だけ投げてみる場面を想像してみてください。たまたま4回とも表が出て、「表が出る確率は100%だ」と感じてしまうかもしれません。このように試行回数が少ないうちは、偶然が結果を大きく揺さぶります。
しかし、投げる回数を100回、1,000回、10,000回と増やしていくと、話はまったく違ってきます。最初の数回は表が連続したとしても、回数を重ねるにつれて表が出た割合は、本来の数学的確率である「50%」へと確実に近づいていきます。
このように、ごくわずかな試行で生じる一時的な偏りは、試行回数が増えるほど全体の平均の中に薄まっていきます。特別な操作をしなくても、データ量そのものが増えれば、自然と本来あるべき数値へと収束していくのです。
カジノと保険会社が絶対に潰れない理由
カジノでルーレットやスロットを回す客は、運良く大金を当てて帰ることもあります。客個人にとっては、ギャンブルは純粋な運の勝負に見えるでしょう。しかし、何千人もの客が何百万回とプレイを繰り返した瞬間、すべては冷徹な計算通りに動き始めます。カジノ側はゲームごとに1〜2％ほどのわずかな確率的優位（ハウスエッジ）を持っていますが、大数の法則のおかげで、最終的には莫大な利益が確実に確定するのです。
保険会社がビジネスを成立させている仕組みもまったく同じです。保険会社は、明日特定の誰かが交通事故を起こすかどうかはわかりません。しかし、数十万人規模のドライバーが集まれば、1年間に全体の何パーセントが事故を起こすかを極めて正確に予測できます。
この法則のおかげで、私たちは個人レベルのコントロール不能な不確実性を、予測可能で安定したリスク管理モデルへと変換できます。ビッグデータ分析や国勢調査など、現代社会の数多くの技術も、まさにこの強固な数学的基盤の上で成り立っています。
より正確に知る：ギャンブラーの誤謬に要注意
大数の法則を理解する際、多くの人が陥りがちな落とし穴があります。コインを投げて10回連続で表が出た場合、「バランスを取るために次は裏が出る確率が高くなる」でしょうか？ 決してそんなことはありません。コインには過去の記憶がないため、次に表が出るか裏が出るかの確率は依然として50%ずつのままです。
大数の法則は、過去の偏りを未来の逆の結果で埋め合わせ（補正）してくれるものではありません。単に、これから新しく行われる膨大な試行回数が過去のわずかな誤差を飲み込んで薄めてしまう仕組みなのです。最初に10回表が続いたとしても、その後に10万回投げれば、最初の10回の偏りなど0.01%にも満たない微小な誤差として消え去ってしまいます。
数学ではこれを「大数の弱法則」と「大数の強法則」に分けて厳密に扱います。弱法則は標本平均が期待値に確率的に近づくことを示し、強法則は試行を無限に繰り返せば標本平均が期待値と実質的に完全に一致することを示しています。
🤔 よくある誤解
大数の法則に従えば、表が連続してたくさん出た後は、次は裏が出る確率が高くなる。
それぞれの試行は独立しており、過去の結果に影響されません。大数の法則は過去の偏りを埋め合わせるのではなく、これから積み重なる膨大な試行によって誤差を「薄める」原理です。
🧺 日常で出会う場面
試行回数を重ねるほど、実際の平均値は理論上の真の平均値（期待値）へと近づいていきます。