중심극한정리는 표본 크기가 충분히 클 때, 모집단의 분포가 어떤 형태든 상관없이 표본평균의 분포가 정규분포에 가까워진다는 중요한 정리입니다.
다이어그램이 말하는 것
●
모집단 분포에 관계없이, 표본평균은 n이 클 때 정규분포 N(μ, σ²/n)에 수렴
●
실용 기준: n ≥ 30이면 정규근사 가능 (모집단이 매우 치우치면 더 큰 n 필요)
●
통계적 추론(신뢰구간·가설검정)의 거의 모든 토대가 되는 핵심 정리
중심극한정리를 주사위 실험에 비유해보세요. 주사위 하나를 던지면 1~6이 균등하게 나오지만, 주사위를 여러 개 던져서 평균을 구하면 그 평균들의 분포는 종 모양이 됩니다. 주사위 개수가 많을수록 더 완벽한 종 모양(정규분포)이 됩니다.
핵심 포인트
•
표본 크기가 클수록 표본평균이 정규분포에 수렴
•
모집단의 분포 형태와 무관하게 적용
•
일반적으로 n≥30이면 충분
•
통계적 추론의 이론적 기초
간단한 예시
동전을 10번씩 던져서 앞면 비율을 계산하는 실험을 100번 반복하면, 그 100개의 비율들은 0.5를 중심으로 한 정규분포를 형성합니다.
이해도 확인하기
정답:
모집단의 분포를 모르더라도 표본평균을 이용해 정규분포 기반의 통계적 추론을 할 수 있게 해주기 때문입니다.
중심극한정리는 표본 크기가 증가할 때 표본평균의 분포가 정규분포에 수렴한다는 중요한 정리입니다.
중심극한정리의 수학적 표현:
표본 Loading...이 평균 Loading..., 분산 Loading...인 동일한 분포에서 독립적으로 추출될 때, 표본평균 Loading...의 분포는 n이 충분히 클 때 정규분포에 수렴합니다.
공식 유도 과정:
1) 표본평균의 기댓값과 분산
- Loading...
- Loading...
2) 표준화 과정
- 표준화 변수: Loading...
- 중심극한정리에 의해: Loading... as Loading...
3) 결론
- Loading... 근사적으로 성립 (n이 클 때)
수학적 공식
X̄는 표본평균, μ는 모평균, σ²는 모분산, n은 표본 크기입니다. 표본평균의 표준편차(표준오차)는 σ/√n이 되어 표본 크기가 클수록 작아집니다.
다양한 예시로 이해하기
예시 1: 품질관리 응용
평균 500g, 표준편차 20g인 제품을 25개씩 표본추출
주어진 정보:
• 모평균 μ = 500g, 모표준편차 σ = 20g, 표본크기 n = 25
• 표본평균의 분포: Loading...
• 표준오차: Loading...
계산과정:
Loading...
해답:
표본평균이 495g 이하일 확률은 약 10.6%입니다.
개별 제품의 무게 변동이 크더라도, 25개 표본의 평균은 모평균 주변에서 안정적으로 분포합니다.
예시 2: 여론조사 신뢰구간
모비율 45%인 후보의 지지율을 1000명 표본으로 조사
베르누이 분포의 중심극한정리 적용:
• 모비율 p = 0.45, 표본크기 n = 1000
• 표본비율의 분포: Loading...
• 표준오차: Loading...
95% 신뢰구간:
Loading...
해답:
95% 신뢰구간은 [41.9%, 48.1%]로, 오차한계는 ±3.1%입니다.
표본 크기가 클수록 신뢰구간이 좁아져 더 정확한 추정이 가능합니다.
예시 3: 금융 포트폴리오 위험 관리
주식 수익률의 월간 포트폴리오 위험도 계산
포트폴리오 수익률 분석:
• 개별 주식 월수익률: 평균 1.2%, 표준편차 8%
• 포트폴리오: 100개 주식으로 구성 (동일 비중)
• 포트폴리오 수익률의 분포: Loading...
위험도 계산 (VaR):
• 5% VaR: Loading...
• 월 손실이 0.116%를 초과할 확률이 5%
해답:
분산투자를 통해 개별 주식의 위험도(8%)를 포트폴리오 위험도(0.8%)로 대폭 줄일 수 있습니다.
중심극한정리는 분산투자 효과의 수학적 근거를 제공합니다.
흔한 실수들
잘못된 방법:
표본 크기가 작을 때 중심극한정리 적용
왜 틀렸을까?
중심극한정리는 표본 크기가 충분히 클 때(일반적으로 n≥30) 성립하는 점근적 성질입니다
올바른 방법:
표본 크기가 작을 때는 모집단의 분포를 고려하거나 t-분포를 사용하세요
잘못된 방법:
표본평균과 개별 관측값의 분포를 혼동
왜 틀렸을까?
표본평균의 분포는 개별 관측값의 분포와 다르며, 표준편차가 1/√n배로 줄어듭니다
올바른 방법:
표본평균의 표준오차 = σ/√n임을 기억하세요
실제 사례 분석: 여론조사 정확도 분석
배경
한국의 주요 여론조사 기관 P사는 2024년 대선을 앞두고 정확한 후보별 지지율을 조사해야 합니다. 과거 여론조사에서 예측이 빗나간 사례들이 있어, 통계적으로 신뢰할 수 있는 표본 크기와 오차범위를 과학적으로 계산하고자 합니다.
문제 상황
제한된 예산과 시간 내에서 어떤 표본 크기로 조사해야 의미 있는 오차범위를 확보할 수 있을까요? 또한 조사 결과를 어떻게 해석하고 발표해야 국민들이 신뢰할 수 있을까요? 특히 접전 상황에서는 작은 오차도 큰 의미를 가질 수 있습니다.
데이터 설명
3명의 주요 후보 (A, B, C)를 대상으로 전국 성인 유권자 1,200명을 무작위 전화조사로 선정. 실제 지지율은 A후보 42%, B후보 38%, C후보 20%이지만 조사 시점에서는 알 수 없는 상황. 응답률 65%, 조사 기간 3일, 95% 신뢰도 요구.
분석 방법
중심극한정리를 활용한 표본비율 분석: 각 후보의 지지율을 베르누이 분포로 모델링하고, 표본 크기가 충분히 클 때 표본비율이 정규분포로 수렴함을 이용. 오차한계 계산식: Loading... 적용. 각 후보별로 개별 분석하고 전체적인 조사 정확도 평가.
해결책 및 결과
A후보 지지율 분석 (실제 42%):
• 표본 지지율: Loading...
• 표준오차: Loading...
• 95% 신뢰구간: Loading...
• 오차한계: ±2.8%
B후보 지지율 분석 (실제 38%):
• 표본 지지율: Loading...
• 표준오차: Loading...
• 95% 신뢰구간: Loading...
• 오차한계: ±2.7%
전체 조사 정확도:
• 최대 오차한계: ±2.8% (p=0.5일 때 최대)
• 후보간 격차 4%는 통계적으로 유의미한 차이
조사 발표 결과:
• A후보: 42% (오차범위 ±2.8%)
• B후보: 38% (오차범위 ±2.7%)
• C후보: 20% (오차범위 ±2.3%)
통계적 해석:
• A-B 후보간 4% 격차는 오차범위를 고려해도 통계적으로 유의미
• 1위 확률: A후보 약 85%, B후보 약 15%
• 표본 크기 1,200명으로 전국 여론을 ±3% 내 정확도로 반영
언론 보도 가이드라인:
• "통계적 오차를 고려할 때 A후보가 앞서고 있으나 B후보와의 격차는 좁혀질 수 있음"
• "이 조사의 신뢰도는 95%이며, 20번 중 19번은 실제 지지율이 이 범위 안에 있음"
결론:
중심극한정리를 활용한 과학적 여론조사를 통해 ±3% 내 정확도로 국민 여론을 파악할 수 있었습니다. 표본 크기와 오차범위의 관계를 정확히 이해함으로써 조사 결과의 신뢰성을 확보하고, 국민들에게 통계적 의미를 명확히 전달할 수 있었습니다. 특히 접전 상황에서도 통계적 유의성을 판단할 수 있는 기준을 제시했습니다.
참고 문헌
Lindeberg, J. W. (1922), "Eine neue Herleitung des Exponentialgesetzes in der Wahrscheinlichkeitsrechnung", Mathematische Zeitschrift 15, 211–225 (DOI 10.1007/BF01494395) — 린데베르크 조건을 통한 중심극한정리 증명의 원 논문
Fischer, H. (2011), "A History of the Central Limit Theorem: From Classical to Modern Probability Theory", Springer, New York — 라플라스(1810)부터 현대까지 중심극한정리 발전사의 결정판 역사서
Billingsley, P. (1995), "Probability and Measure", 3rd ed., Wiley, New York — 중심극한정리의 엄밀한 측도론적 증명을 담은 표준 확률론 교재
Casella, G. & Berger, R. L. (2002), "Statistical Inference", 2nd ed., Duxbury Press, Pacific Grove — 표본평균의 기댓값·분산(표준오차 σ/√n) 유도와 중심극한정리의 통계적 추론 응용을 다루는 표준 교재
