In de volgende afbeelding zien we een voorbeeld van een echt experiment waarbij een dobbelsteen herhaaldelijk wordt gegooid. De wet van de grote getallen en de centrale limietstelling zijn twee nauw verwante fundamentele regels van waarschijnlijkheid en statistiek. In dit geval analyseren we de waarschijnlijkheid van de mogelijke resultaten die we kunnen verkrijgen door een dobbelsteen te gooien. In de waarschijnlijkheidstheorie is de wet van de grote getallen een regel die het resultaat beschrijft van een groot aantal keren doen. In dit artikel leggen we uit wat de wet van de grote getallen is en waarvoor deze wordt gebruikt in de kansrekening en de statistiek.
Stel dat wij mensen een doos voor ons hebben waar we niet van weten wat er in zit. De wet van de grote getallen kan ook gebruikt worden voor organisaties. Bij de eerste 50 worpen fluctueert de uitkomst nog erg om het gemiddelde heen. Allebei ligt dit ver boven het gemiddelde van de dobbelsteen. Om het nog iets duidelijker te maken is er ook een voorbeeld dat werkt aan de hand van dobbelstenen. Belangrijk is dat de wet alleen geldt wanneer een groot aantal waarnemingen in aanmerking worden genomen.
Het is belangrijk dat burgers leren om statistische rapportages te beoordelen en niet blindelings te vertrouwen op cijfers zonder context. Economische analyses, ondersteund door grote datasets, helpen bij het formuleren van beleid dat de stabiliteit van de Nederlandse economie waarborgt. Grote datasets over besmettingen en ziekenhuisopnames maken het mogelijk om snelle en betrouwbare voorspellingen te doen, waardoor Nederland adequaat kon reageren. Deze modellen maken inzichtelijk dat risico’s niet alleen gebaseerd zijn op geluk, maar op kansverdelingen die je kunt analyseren. Het inzetten op kansspelen is hiermee niet willekeurig, maar gebaseerd op probabilistische modellen. Door grote datasets te analyseren, zoals het weerpatroon in Nederland of de resultaten van landbouwteelten, kunnen we patronen ontdekken die niet zichtbaar zijn in kleine steekproeven.
Verwachting En Gemiddelde
- Belangrijk is dat de wet alleen geldt wanneer een groot aantal waarnemingen in aanmerking worden genomen.
- Verschillende stellingen drukken deze wet uit, voor verschillende soorten convergentie in de kansrekening .
- Je kan dit bijvoorbeeld zien als nnn onafhankelijke metingen van eenzelfde grootheid met behulp van verschillende onafhankelijke steekproeven.
- Voor degenen die meer willen leren over het inschatten van risico’s en kansen, biedt het begrijpen van deze principes een waardevolle basis.
- Het spel laat zien dat zonder goed begrip van probabiliteit, risico’s moeilijk te beheersen zijn.
Overigens noemen we deze wet van grote aantallen de zwakke wet van grote aantallen, er bestaat ook een sterke wet. Voor Natuurkundige experimenten gaat de wet van grote aantallen eigenlijk altijd op. Namelijk dat de variantie van de stochast eindig moet zijn, en dat dus de verwachtingswaarde van de stochast bepaald is. Je kan dit bijvoorbeeld zien als nnn onafhankelijke metingen van eenzelfde grootheid met behulp van verschillende onafhankelijke steekproeven. De verwachtingswaarde is de waarde die je verwacht te meten en is hier gelijk aan het verwachte steekproefgemiddelde. Ofwel de verwachtingswaarde van de som is gelijk aan de verwachtingswaarde orovon nl van XXX plus de verwachtingswaarde van YYY.
Ongeacht de onderliggende verdeling van deze variabelen, convergeert de kansverdeling van dit gemiddelde naar een normale verdeling. De Fransman Siméon Poisson heeft na hem de wetten verder geannoteerd en uitgewerkt. De relatieve frequentie gaat bij het gooien van een munt naar 0,5.