Gesetz der großen Zahlen
In diesem Beitrag
Was versteht man unter dem Gesetz der großen Zahlen?
Das Gesetz der großen Zahlen ist ein fundamentales Theorem der Wahrscheinlichkeitstheorie. Es besagt, dass der empirische Mittelwert einer Zufallsvariablen mit wachsendem Stichprobenumfang gegen den wahren Erwartungswert der zugrunde liegenden Verteilung konvergiert.
Formal: Seien unabhängige, identisch verteilte Zufallsvariablen mit Erwartungswert . Dann gilt für den Stichprobenmittelwert :
Schwaches Gesetz der großen Zahlen
Man unterscheidet dabei zwei Varianten:
- Schwaches Gesetz der großen Zahlen: Der Stichprobenmittelwert konvergiert in Wahrscheinlichkeit gegen den Erwartungswert. Das bedeutet: Für jedes noch so kleine geht die Wahrscheinlichkeit, dass der Mittelwert um mehr als vom Erwartungswert abweicht, gegen null, je größer wird.
- Starkes Gesetz der großen Zahlen: Der Stichprobenmittelwert konvergiert mit Wahrscheinlichkeit 1 (fast sicher) gegen den Erwartungswert. Diese Aussage ist stärker und gilt unter etwas strengeren Voraussetzungen.
Warum ist das Gesetz der großen Zahlen für statistische Analysen wichtig?
Das Gesetz der großen Zahlen bildet die theoretische Grundlage dafür, dass statistische Schätzungen überhaupt sinnvoll sind. Es rechtfertigt, warum wir aus Stichproben auf die Grundgesamtheit schließen dürfen: Mit hinreichend großen Stichproben liefert der Stichprobenmittelwert eine zuverlässige Schätzung des wahren Populationsmittelwerts.
In der Praxis bedeutet das zum Beispiel:
- Umfragen werden mit zunehmender Teilnehmerzahl genauer.
- Versicherungen können Risiken kalkulieren, weil sich bei vielen Versicherten die durchschnittlichen Schadenskosten stabilisieren.
- Simulationsverfahren wie Monte-Carlo-Methoden verlassen sich direkt auf dieses Prinzip.
Praxisbeispiel zu dem Gesetz der großen Zahlen
Stell dir vor, du untersuchst, wie lange Studierende täglich für ihr Studium lernen. Der wahre Populationsdurchschnitt sei 3,5 Stunden pro Tag – du kennst ihn natürlich nicht, sondern willst ihn schätzen.
Du befragst zunächst nur 5 Personen und erhältst vielleicht einen Mittelwert von 2,8 Stunden – eine deutliche Abweichung. Du erweiterst deine Stichprobe schrittweise:
| Stichprobenumfang (n) | Beobachteter Mittelwert (Stunden) | Abweichung vom wahren Wert |
|---|---|---|
| 5 | 2,80 | −0,70 |
| 30 | 3,20 | −0,30 |
| 100 | 3,42 | −0,08 |
| 500 | 3,48 | −0,02 |
| 1.000 | 3,51 | +0,01 |
Die Tabelle zeigt anschaulich, wie der Stichprobenmittelwert mit wachsendem immer näher an den wahren Erwartungswert von 3,5 Stunden heranrückt. Genau das ist das Gesetz der großen Zahlen: Mehr Daten führen zu stabileren und verlässlicheren Schätzungen.
