推計統計学のPythonでの簡単な実装

推計統計学

様々な種類を持つ統計学ですが、代表的なものとして「記述統計学」、「推計統計学」、「ベイズ統計学」の３種類があります。（今回は「ベイズ統計学」に関しては置いておきます。）
「記述統計学」と「推計統計学」はそれぞれ、記述統計学 = 手持ちのデータを集計する方法の学問、
推計統計学 = 手持ちのデータを分析して、まだ手に入れていないデータについて議論する方法を学ぶ学問と説明されます。
(引用：Logic of Blue 記述統計の基礎)
つまり、記述統計学ではデータ（標本）から平均や標準偏差を求めるのに対して、推計統計学では標本をベースに統計的な分析を実施して、その背後にあるデータ全体（母集団）を求めます。

　　　　　　　　　　　　

大数の法則

サイコロを投げて出目を調べる事を考えます。
サイコロをどんどん振っていき、それまでの平均値の軌跡をたどります。具体的には、１回目投げた時の目が $1$の時は平均 $1$、次に投げたときに $3$が出た場合は、$(1+3)/2$で平均は $2$というように、続けて平均値を計算します。

# 大数の法則
# 計算回数
calc_times =1000
# サイコロ
sample_array = np.array([1, 2, 3, 4, 5, 6])
number_cnt = np.arange(1, calc_times + 1)

# 4つのパスを生成
for i in range(4):
    p = np.random.choice(sample_array, calc_times).cumsum()
    plt.plot(p / number_cnt)

中心極限定理

中心極限定理は「ある母集団から無作為に抽出された標本の平均は、サンプルのサイズを大きくすると母集団の平均（母平均）に近づく」と言うもので、今の場合、サイコロを投げる回数 $N$ が増えれば増えるほど、標本平均が正規分布の形になっていく法則です。

# 中心極限定理
def function_central_theory(N):
    
    sample_array = np.array([1, 2, 3, 4, 5, 6])
    numaber_cnt = np.arange(1, N + 1) * 1.0
 
    mean_array = np.array([])
 
    for i in range(1000):   
        cum_variables = np.random.choice(sample_array, N).cumsum()*1.0
        mean_array = np.append(mean_array, cum_variables[N-1] / N)
 
    plt.hist(mean_array)

上記の関数function_central_theory(N)を用いて、 $N$ を増加させていき、その日ストグラフを見てみます。

# N=3
function_central_theory(3)

# N=6
function_central_theory(6)

# N= 10^4
function_central_theory(10**4)

$N$ をどんどん増やしていくと、正規分布に近づいていくのが確認できます。

参考文献：
記述統計学と推計統計学の違い