
Ошибка, обусловленная конечным размером выборки, которая убывает как квадратный корень из числа событий.Статистическая неопределённость — это присущая любому измерению или оценке ошибка, возникающая из-за того, что у вас есть лишь конечное число наблюдений. Если подбросить монету 10 раз, может выпасть 7 орлов, но это не значит, что монета несимметрична — расхождение обусловлено статистической неопределённостью. Ключевое свойство состоит в том, что эта неопределённость уменьшается по мере накопления данных, а именно как квадратный корень из числа событий. Так, чтобы вдвое уменьшить неопределённость, нужно в четыре раза больше наблюдений.
Закон квадратного корня был установлен немецким физиком и математиком Карлом Фридрихом Гауссом в начале XIX века на основе более ранних работ Абрахама де Муавра по распределениям вероятностей.
Представьте подсчёт случайных событий, например радиоактивных распадов или прихода клиентов. Наблюдаемое число колеблется вокруг истинного среднего значения. Величина этого колебания примерно равна квадратному корню из числа событий. Если вы наблюдаете 100 событий, неопределённость составляет около 10; если 10 000 — около 100. Такое масштабирование является следствием распределения Пуассона, которое описывает независимые случайные события. Относительная неопределённость (неопределённость, делённая на число событий) при этом убывает как 1/√N, что делает большие выборки более точными.
Это используется повсеместно: от физики частиц (оценка значимости сигнала новой частицы) до опросов общественного мнения (расчёт погрешности по выборке избирателей).
Если вы хотите удвоить точность измерения, вам придётся учетверить объём данных — факт, который раздражает экспериментаторов во всех областях науки.




