The Law of Large Numbers and Fat Tailed Distributions
3-Second Blueprint (English)
- Sample means converge rapidly in thin-tailed Gaussian domains, but jump erratically under fat-tailed Pareto distributions.
- Relying on textbook small-sample rules like N=30 when tail exponent α < 2 leads to severe statistical misjudgments.
- By the Masquerade Problem, a fat-tailed power law can mimic a calm Gaussian in small samples, never the reverse.
Law of Large NumbersFat-Tailed Power Laws (α < 2)The Masquerade ProblemExtreme Value Theory (EVT)
3-Sekunden-Fazit (Deutsch)
- Stichprobenmittelwerte stabilisieren sich bei Gauß-Verteilungen rasch, springen bei Fat-Tail-Verteilungen aber sprunghaft.
- Faustregeln wie N=30 führen bei Potenzgesetzen mit Tail-Exponent α < 2 zu gravierenden Fehlschlüssen.
- Gemäß dem Maskeraden-Problem kann sich ein Potenzgesetz in kleinen Stichproben als Gauß tarnen, nie jedoch umgekehrt.
Gesetz der großen ZahlenFat-Tail-Potenzgesetze (α < 2)Maskeraden-ProblemExtremwerttheorie (EVT)
Note / Hinweis: Blueprints are AI-generated educational summaries (0% Politics · 0% Religion · 0% Brainrot) and do not constitute medical, legal, or financial advice. / KI-generierte Zusammenfassung zu Bildungszwecken – ersetzt keine medizinische, rechtliche oder finanzielle Fachberatung.