central limit theorem

統計学において最も重要な概念の一つであり、データの元の分布がどのような形であっても、十分な数のサンプルを集めればその平均値の分布は正規分布に従うという性質を指します。これにより、母集団の分布が未知である場合でも、標本平均を用いて母平均を推定したり、仮説検定を行ったりすることが可能になります。

実務的な応用と重要性

この定理があるおかげで、現実世界の複雑なデータに対しても、正規分布を前提とした統計的手法（例えば z-test や t-test など）を適用できるようになります。サンプルサイズが大きくなるほど近似の精度が高まるため、実務上は一般的にサンプルサイズが３０以上であれば、中心極限定理を適用して正規分布とみなすことが多いです。

大数の法則との違い

よく混同される概念に law of large numbers（大数の法則）がありますが、これらは異なる視点から標本を捉えています。

law of large numbers は、サンプルサイズを増やすことで、標本平均が母平均に限りなく近づくという値の収束に焦点を当てています。
central limit theorem は、標本平均そのものがどのような分布を描くかという点に焦点を当てており、それが正規分布になることを示しています。