中心極限定理とは、確率変数の平均が、元の分布にかかわらずサンプルサイズが大きくなるにつれて正規分布に近づくという確率論の基本定理です。AIや機械学習において、データの誤差分析や統計的検定、モデルの信頼区間を算出する際の理論的根拠として非常に重要な役割を果たしています。
中心極限定理とは
一言でいうと、元のデータがどのような偏った分布であっても、十分な数のサンプルを取り出してその平均を求めると、その平均値の分布は必ず「正規分布」に近づくという統計学の法則です。
詳しく解説
中心極限定理は、統計的推測の基礎を支える最も重要な定理の一つです。AIや機械学習の現場では、母集団の正確な分布が不明な場合が多々ありますが、この定理のおかげで、十分に大きなサンプルサイズさえあれば、得られた統計量が正規分布に従うと仮定して分析やモデルの評価を行うことができます。例えば、ディープラーニングにおける勾配の計算や、モデル性能の信頼区間を推定する際にも、この確率分布の性質が背後で活用されています。
具体例・使われ方
例えば、Webサイトのコンバージョン率を計測する際、個々のユーザーの行動（0か1か）は正規分布していません。しかし、大量のユーザーから得られたサンプルの平均値を何度も集計していくと、その平均値の出現確率は綺麗な正規分布を描くようになります。また、機械学習モデルのハイパーパラメータ調整やA/Bテストにおける効果測定でも、この性質を利用して統計的検定が行われます。
似た用語との違い
「大数の法則」と混同されやすいですが、大数の法則はサンプルサイズを増やすと標本平均が「真の平均値に収束する」という法則です。一方、中心極限定理は標本平均がどのような「分布の形（形状）」になるかを説明するものであり、対象とする目的が異なります。
注意点
中心極限定理が成り立つためには、サンプルサイズが十分に大きいことが前提となります。元の分布の歪みが非常に強い場合、少量のサンプルでは正規分布に近似できず、誤った結論を導くリスクがあるため注意が必要です。また、各変数が独立であることや、分散が有限であることなどの前提条件も満たされている必要があります。