コインを十回投げると、表が七回出ることはそれほど珍しくありません。ところが、同じコインを一万回投げると、表が出た割合は不思議なほど半分に近づきます。一回一回の結果はまったく予測できないのに、数多く集めると結果が驚くほど安定するのです。この現象を説明する原理が「大数の法則（Law of Large Numbers）」です。
大数の法則とは、同じ条件で互いに独立した試行を数多く繰り返すほど、実際に観測した平均や割合が理論上の期待値に次第に近づくという、確率論の基本定理を意味します。ヤコブ・ベルヌーイが初めて証明し、1713年に出版された本で「黄金定理」と呼びました。今日では保険料の計算から世論調査、カジノの運営まで、数値でリスクを扱うほぼすべての分野を支えています。
本資料では、大数の法則の意味と基本原理から、この法則が生まれた歴史、人々が陥りがちな誤解、そして実生活での活用例まで、わかりやすくまとめます。
大数の法則の原理と活用
大数の法則とは何か？
サイコロを一回振っても、1から6までのどの目が出るかはわかりません。しかし理論上、サイコロの目の平均、つまり期待値は（1+2+3+4+5+6）÷ 6 = 3.5です。最初の数回は平均が2になったり5になったりしますが、数百回、数千回と振るほど、出た目の平均は3.5付近に落ち着くようになります。
（1）標本平均と期待値
実際に観測した値の平均を標本平均といいます。大数の法則は、試行回数nが大きくなるほど、標本平均が期待値から大きく外れる確率が0に近づくと述べています。
（2）二つの形
数学では、この法則を二つの強さに分けて説明します。
- 大数の弱法則（Weak Law of Large Numbers）：試行回数が十分に多ければ、標本平均が期待値の近くにある確率が1に近づくという内容です。
- 大数の強法則（Strong Law of Large Numbers）：試行を限りなく続けると、標本平均がほとんど確実に期待値に収束するという、より強い内容です。
大数の法則はどのように生まれたのか？
人々は昔から、何度も試すと結果が均等になることを経験から知っていました。この直感を初めて数学的に証明したのが、スイスの数学者ヤコブ・ベルヌーイです。
（1）ベルヌーイの黄金定理
ベルヌーイは約20年間この問題を研究し、その成果は彼の死後、1713年に『推測術（Ars Conjectandi）』に収められて出版されました。彼はこの成果を「黄金定理」と呼ぶほど誇りに思っていました。
（2）名前を付けたポアソン
「大数の法則」という名前は、1837年にフランスの数学者シメオン・ドニ・ポアソンが初めて使いました。その後、チェビシェフが1846年に厳密な証明を示し、20世紀に入ってボレルとコルモゴロフが大数の強法則を完成させ、現代確率論の柱となりました。
大数の法則についてのよくある誤解
大数の法則はよく誤って解釈されます。その最も代表的な例がギャンブラーの誤謬です。
（1）ギャンブラーの誤謬
1913年8月、モナコのモンテカルロ・カジノのルーレットで、黒が26回連続で出たことがありました。人々はそろそろ赤が出る番だと、ますます多くのお金を賭け、大金を失いました。しかし、ルーレットの球はそれまでの結果を覚えていないため、毎回赤が出る確率は変わりません。
（2）埋め合わせられるのではなく、埋もれていく
大数の法則は、それまでの偏った結果を後から埋め合わせてくれるという意味ではありません。試行が増えると、最初の偏りが膨大な量の新しい結果の中で薄まり、割合が期待値に近づくだけです。そのため、表と裏が出た回数の差そのものは、むしろ大きくなることもあります。
（3）少数の法則
心理学者のトヴェルスキーとカーネマンは、人々がわずかな回数の結果だけを見ても、それが全体を代表していると信じる傾向を「少数の法則」と呼んで指摘しました。少ない事例から性急に結論を出すのは、大数の法則を逆に使っているようなものです。
大数の法則はどこで使われるのか？
大数の法則は、個人については予測できない出来事を、集団全体では計算できるようにしてくれます。そのおかげで、不確実なリスクを数値で管理するさまざまな制度が可能になりました。
- 保険（Insurance）：ある人がいつ事故に遭うかはわかりませんが、加入者が多ければ事故の総件数を予測できるようになり、適正な保険料を決められます。
- 世論調査（Opinion Poll）：無作為に選んだ標本が大きいほど、標本の支持率は国民全体の実際の支持率に近づきます。
- カジノ（Casino）：一回の勝負では客が勝つことがあっても、数多くの勝負が積み重なると、カジノに有利な期待値がそのまま収益として現れます。
- モンテカルロ・シミュレーション（Monte Carlo Simulation）：コンピューターでランダムな実験を無数に繰り返し、複雑な問題の答えを近似する計算方法です。
ただし、この法則が成り立つには、各試行が互いに独立し、条件が同じである必要があり、標本が一方に偏っていてはいけません。偏った方法で集めたデータなら、いくら大量に集めても、見当違いの値に近づくだけです。
大数の法則は、偶然に満ちた世界にも秩序が隠れていることを示しています。一回の結果に一喜一憂するよりも、十分に多くの経験が積み重なったときに現れる流れを見極めることが大切です。
少ない事例で判断を急がない姿勢、それが正しい統計的思考の第一歩です。
