모집단 전체를 조사하기 어려우므로 모평균 m m m 을 정확히 알 수 없는 경우가 많아요. 이때 표본을 뽑아 얻은 표본평균 x ‾ \overline{x} x 를 이용하여 m m m 을 짐작해요.
이전 개념 정의 추정
표본에서 얻은 정보를 이용하여 모평균, 모비율 등 모집단의 특성을 나타내는 값을 짐작하는 것을 추정 이라 한다.
학생 표본평균 하나로 모평균을 딱 맞힐 수 있어요?
쌤 표본마다 표본평균이 달라서 딱 맞히기는 어려워요. 그래서 「이 구간 안에 있다」처럼 구간으로 짐작하고, 그 방법을 얼마나 믿을 수 있는지도 함께 나타내요.
바로 확인 방금 배운 것, 10초 문제
다음 중 표본에 따라 달라지지 않는 정해진 값은?
표본평균 X ‾ \overline{X} X 신뢰구간의 양 끝 값 모평균 m m m + 펼치기 접기 왜 그런지 표본평균 하나로 「m m m 은 100 100 100 이다」 라고 하면 맞을 가능성이 거의 없어요. 그래서 「m m m 은 96.08 96.08 96.08 과 103.92 103.92 103.92 사이에 있다」 처럼 구간으로 추정하고, 그 방법을 얼마나 믿을 수 있는지를 함께 나타내요.
정의 신뢰구간
모집단에서 크기가 n n n 인 표본을 임의추출하여 구한 표본평균의 값이 x ‾ \overline{x} x 일 때x ‾ − 1.96 σ n ≤ m ≤ x ‾ + 1.96 σ n \overline{x}-1.96\dfrac{\sigma}{\sqrt{n}}\le m\le \overline{x}+1.96\dfrac{\sigma}{\sqrt{n}} x − 1.96 n σ ≤ m ≤ x + 1.96 n σ 을 모평균 m m m 에 대한 신뢰도 95 % 95\,\% 95 % 의 신뢰구간 이라 한다.P ( − 2.58 ≤ Z ≤ 2.58 ) = 0.99 P(-2.58\le Z\le 2.58)=0.99 P ( − 2.58 ≤ Z ≤ 2.58 ) = 0.99 이므로 1.96 1.96 1.96 대신 2.58 2.58 2.58 을 쓰면 신뢰도 99 % 99\,\% 99 % 의 신뢰구간이 된다. 공식 모평균 m m m 의 신뢰구간 (모표준편차 σ \sigma σ , 표본의 크기 n n n , 표본평균 x ‾ \overline{x} x ) x ‾ − 1.96 σ n ≤ m ≤ x ‾ + 1.96 σ n \displaystyle \overline{x}-1.96\dfrac{\sigma}{\sqrt{n}}\le m\le \overline{x}+1.96\dfrac{\sigma}{\sqrt{n}} x − 1.96 n σ ≤ m ≤ x + 1.96 n σ P ( 0 ≤ Z ≤ 1.96 ) = 0.475 P(0\le Z\le 1.96)=0.475 P ( 0 ≤ Z ≤ 1.96 ) = 0.475 에서x ‾ − 2.58 σ n ≤ m ≤ x ‾ + 2.58 σ n \displaystyle \overline{x}-2.58\dfrac{\sigma}{\sqrt{n}}\le m\le \overline{x}+2.58\dfrac{\sigma}{\sqrt{n}} x − 2.58 n σ ≤ m ≤ x + 2.58 n σ P ( 0 ≤ Z ≤ 2.58 ) = 0.495 P(0\le Z\le 2.58)=0.495 P ( 0 ≤ Z ≤ 2.58 ) = 0.495 에서두 공식은 「x ‾ ± k × σ n \overline{x}\pm k\times\dfrac{\sigma}{\sqrt{n}} x ± k × n σ 」 하나의 틀이에요. 신뢰도 95 % 95\,\% 95 % 이면 k = k= k = 1.96 1.96 1.96 이고, 99 % 99\,\% 99 % 이면 k = 2.58 k=2.58 k = 2.58 이에요.
예 모집단이 N ( m , 10 2 ) \mathrm{N}(m,\ 10^2) N ( m , 1 0 2 ) 을 따르고, 크기가 25 25 25 인 표본의 표본평균이 100 100 100 일 때 σ n = 10 25 = 2 \dfrac{\sigma}{\sqrt{n}}=\dfrac{10}{\sqrt{25}}=2 n σ = 25 10 = 2 신뢰도 95 % 95\,\% 95 % 이면1.96 × 2 = 3.92 1.96\times2=3.92 1.96 × 2 = 3.92 100 − 3.92 ≤ m ≤ 100 + 3.92 100-3.92\le m\le 100+3.92 100 − 3.92 ≤ m ≤ 100 + 3.92 따라서 96.08 ≤ m ≤ 103.92 96.08\le m\le 103.92 96.08 ≤ m ≤ 103.92 신뢰도 99 % 99\,\% 99 % 이면2.58 × 2 = 5.16 2.58\times2=5.16 2.58 × 2 = 5.16 따라서 94.84 ≤ m ≤ 105.16 94.84\le m\le 105.16 94.84 ≤ m ≤ 105.16 x ‾ = 100 \overline{x}=100 x = 100 일 때의 두 신뢰구간95 % 95\,\% 95 % : 96.08 ≤ m ≤ 103.92 96.08\le m\le 103.92 96.08 ≤ m ≤ 103.92 99 % 99\,\% 99 % : 94.84 ≤ m ≤ 105.16 94.84\le m\le 105.16 94.84 ≤ m ≤ 105.16 94 95 96 97 98 99 100 101 102 103 104 105 106 두 구간 모두 가운데가
x ‾ = 100 \overline{x}=100 x = 100 이에요. 신뢰도가 높은
99 % 99\,\% 99 % 구간이 더 길어요.
바로 확인 방금 배운 것, 10초 문제
모표준편차가 8 8 8 인 모집단에서 크기가 16 16 16 인 표본을 임의추출하여 구한 표본평균이 50 50 50 일 때, 모평균 m m m 에 대한 신뢰도 95 % 95\,\% 95 % 의 신뢰구간은? 49.02 ≤ m ≤ 50.98 49.02\le m\le 50.98 49.02 ≤ m ≤ 50.98 46.08 ≤ m ≤ 53.92 46.08\le m\le 53.92 46.08 ≤ m ≤ 53.92 34.32 ≤ m ≤ 65.68 34.32\le m\le 65.68 34.32 ≤ m ≤ 65.68 σ 를 √n 으로 나눈다
✗ 틀린 풀이
100 − 1.96 × 10 ≤ m ≤ 100 + 1.96 × 10 100-1.96\times10\le m\le 100+1.96\times10 100 − 1.96 × 10 ≤ m ≤ 100 + 1.96 × 10 80.4 ≤ m ≤ 119.6 80.4\le m\le 119.6 80.4 ≤ m ≤ 119.6 왜 틀렸나 신뢰구간은 표본평균 X ‾ \overline{X} X 의 분포에서 나오므로 1.96 1.96 1.96 에 σ n \dfrac{\sigma}{\sqrt{n}} n σ 을 곱한다. ↓ ✓ 바른 풀이
100 − 1.96 × 10 25 ≤ m ≤ 100 + 1.96 × 10 25 100-1.96\times\dfrac{10}{\sqrt{25}}\le m\le 100+1.96\times\dfrac{10}{\sqrt{25}} 100 − 1.96 × 25 10 ≤ m ≤ 100 + 1.96 × 25 10 96.08 ≤ m ≤ 103.92 96.08\le m\le 103.92 96.08 ≤ m ≤ 103.92 확인 방법: 10 25 = 2 \dfrac{10}{\sqrt{25}}=2 25 10 = 2 이므로 1.96 × 2 = 3.92 1.96\times2=3.92 1.96 × 2 = 3.92 를 100 100 100 에서 빼고 더한다. 학생 그럼 m m m 이 이 구간 안에 있을 확률이 95 % 95\,\% 95 % 예요? 쌤 그렇게 말하면 안 돼요. m m m 은 정해진 값이라 이미 구한 구간 안에 있거나 없거나 둘 중 하나예요. ⚠ 주의 신뢰도 95 % 의 뜻
모평균 m m m 은 정해진 상수이고, 신뢰구간은 표본에 따라 달라져요. 같은 방법으로 표본을 여러 번 뽑아 신뢰구간을 만들면, 그중 약 95 % 95\,\% 95 % 는 m m m 을 포함한다는 뜻이에요. 이미 구한 구간 하나는 m m m 을 포함하거나 포함하지 않거나 둘 중 하나예요. + 펼치기 접기 왜 그런지 예제 2 외우기 카드 두 공식은 「x ‾ ± k × σ n \overline{x}\pm k\times\dfrac{\sigma}{\sqrt{n}} x ± k × n σ 」 하나의 틀이에요. 신뢰도 95 % 95\,\% 95 % 이면 k = k= k = 1.96 1.96 1.96 이고, 99 % 99\,\% 99 % 이면 k = 2.58 k=2.58 k = 2.58 이에요. 가운데는 항상 표본평균 x ‾ \overline{x} x 이고, σ n \dfrac{\sigma}{\sqrt{n}} n σ 은 표본평균의 표준편차예요. 모비율도 같은 틀로 추정해요 .
이전 개념 왜 이런 구간이 되는지 알아봐요. 모집단이 N ( m , σ 2 ) \mathrm{N}(m,\ \sigma^2) N ( m , σ 2 ) 을 따르면 크기가 n n n 인 표본의 표본평균 X ‾ \overline{X} X 는 N ( m , σ 2 n ) \mathrm{N}\left(m,\ \dfrac{\sigma^2}{n}\right) N ( m , n σ 2 ) 을 따라요. 따라서 Z = X ‾ − m σ / n Z=\dfrac{\overline{X}-m}{\sigma/\sqrt{n}} Z = σ / n X − m 은 표준정규분포 를 따라요.P ( 0 ≤ Z ≤ 1.96 ) = 0.475 P(0\le Z\le 1.96)=0.475 P ( 0 ≤ Z ≤ 1.96 ) = 0.475 이므로P ( − 1.96 ≤ Z ≤ 1.96 ) = 2 × 0.475 = 0.95 P(-1.96\le Z\le 1.96)=2\times0.475=0.95 P ( − 1.96 ≤ Z ≤ 1.96 ) = 2 × 0.475 = 0.95
이전 개념 괄호 안의 부등식 을 m m m 에 대하여 정리해요.
이전 개념 − 1.96 ≤ X ‾ − m σ / n ≤ 1.96 -1.96\le \frac{\overline{X}-m}{\sigma/\sqrt{n}}\le 1.96 − 1.96 ≤ σ / n X − m ≤ 1.96 − 1.96 σ n ≤ X ‾ − m ≤ 1.96 σ n -1.96\frac{\sigma}{\sqrt{n}}\le \overline{X}-m\le 1.96\frac{\sigma}{\sqrt{n}} − 1.96 n σ ≤ X − m ≤ 1.96 n σ ↳ ◀ 각 변에 σ n \frac{\sigma}{\sqrt{n}} n σ 곱하기 − 1.96 σ n ≤ m − X ‾ ≤ 1.96 σ n -1.96\frac{\sigma}{\sqrt{n}}\le m-\overline{X}\le 1.96\frac{\sigma}{\sqrt{n}} − 1.96 n σ ≤ m − X ≤ 1.96 n σ ↳ ◀ 각 변에 − 1 -1 − 1 곱하기(대칭이라 모양 그대로) X ‾ − 1.96 σ n ≤ m ≤ X ‾ + 1.96 σ n \overline{X}-1.96\frac{\sigma}{\sqrt{n}}\le m\le \overline{X}+1.96\frac{\sigma}{\sqrt{n}} X − 1.96 n σ ≤ m ≤ X + 1.96 n σ ↳ ◀ 각 변에 X ‾ \overline{X} X 더하기 이 부등식이 성립할 확률이
0.95 0.95 0.95 예요.
공식 떠올리기
□ 에 들어갈 것을 종이에 써 보고 「정답 보기」로 확인하세요. 맞혔으면 「더 가리기」로 넘어가요. 마지막 단계는 오른쪽 전체를 가려요.
단계 1 / 3
95 % = x ‾ ± □ σ n 95\,\%=\overline{x}\pm \square\dfrac{\sigma}{\sqrt{n}} 95 % = x ± □ n σ 정답 보기
단계 1 / 2
99 % = x ‾ ± □ σ n 99\,\%=\overline{x}\pm \square\dfrac{\sigma}{\sqrt{n}} 99 % = x ± □ n σ 정답 보기
신뢰구간을 구하는 순서
1 모분산이 주어지면 제곱근을 구하여 σ \sigma σ 로 바꿔요. 2 3 95 % 95\,\% 95 % 이면 1.96 1.96 1.96 , 99 % 99\,\% 99 % 이면 2.58 2.58 2.58 4 표본 10 10 10 개로 만든 신뢰구간 10 10 10 개 m 세로 점선이 모평균 m m m 이에요. 표본마다 구간이 달라지고, 주황 구간처럼 m m m 을 포함하지 않는 것도 있어요. 이런 구간을 많이 만들면 약 95 % 95\,\% 95 % 가 m m m 을 포함해요. 모표준편차 σ \sigma σ 를 모르는 경우가 많아요. 표본의 크기 n n n 이 충분히 크면(n ≥ 30 n\ge 30 n ≥ 30 ) σ \sigma σ 대신 표본표준편차 s s s 를 써서 신뢰구간을 구해요.
예 응용
표본표준편차를 쓰는 경우
크기가 100 100 100 인 표본의 표본평균이 50 50 50 , 표본표준편차가 5 5 5 이에요.n n n 이 충분히 크므로 σ \sigma σ 대신 5 5 5 를 써요.5 100 = 0.5 \dfrac{5}{\sqrt{100}}=0.5 100 5 = 0.5 1.96 × 0.5 = 0.98 1.96\times0.5=0.98 1.96 × 0.5 = 0.98 따라서 신뢰도 95 % 95\,\% 95 % 의 신뢰구간은 49.02 ≤ m ≤ 50.98 49.02\le m\le 50.98 49.02 ≤ m ≤ 50.98 신뢰구간 x ‾ − k σ n ≤ m ≤ x ‾ + k σ n \overline{x}-k\dfrac{\sigma}{\sqrt{n}}\le m\le\overline{x}+k\dfrac{\sigma}{\sqrt{n}} x − k n σ ≤ m ≤ x + k n σ 의 길이는 위 끝에서 아래 끝을 뺀 2 k σ n 2k\dfrac{\sigma}{\sqrt{n}} 2 k n σ 이에요.
성질 신뢰구간의 길이
신뢰도 95 % 95\,\% 95 % 2 × 1.96 σ n 2\times1.96\dfrac{\sigma}{\sqrt{n}} 2 × 1.96 n σ 신뢰도 99 % 99\,\% 99 % 2 × 2.58 σ n 2\times2.58\dfrac{\sigma}{\sqrt{n}} 2 × 2.58 n σ 다른 조건이 같을 때 신뢰도를 높이면 k k k 가 커지므로 길이가 길어진다. 표본의 크기 n n n 이 커지면 길이가 짧아진다. 모표준편차 σ \sigma σ 가 크면 길이가 길어진다. 쌤 아니에요. 길이 2 k σ n 2k\frac{\sigma}{\sqrt{n}} 2 k n σ 에는 x ‾ \overline{x} x 가 없어요. σ \sigma σ , n n n , 신뢰도가 같으면 구간의 위치만 바뀌고 길이는 같아요. 바로 확인 방금 배운 것, 10초 문제
다른 조건은 그대로 두고 표본의 크기만 9 9 9 배로 하면 신뢰구간의 길이는 몇 배가 되는가? 1 9 \dfrac{1}{9} 9 1 배1 3 \dfrac{1}{3} 3 1 배3 3 3 배길이에는 2 를 곱한다
✗ 틀린 풀이
σ = 10 \sigma=10 σ = 10 , n = 25 n=25 n = 25 일 때 신뢰도 95 % 95\,\% 95 % 의 신뢰구간의 길이1.96 × 2 = 3.92 1.96\times2=3.92 1.96 × 2 = 3.92 왜 틀렸나 신뢰구간의 길이는 가운데에서 양쪽 끝까지의 거리를 합한 것이므로 2 2 2 를 곱한다. ↓ ✓ 바른 풀이
2 × 1.96 × 2 = 7.84 2\times1.96\times2=7.84 2 × 1.96 × 2 = 7.84 확인 방법: 신뢰구간 96.08 ≤ m ≤ 103.92 96.08\le m\le 103.92 96.08 ≤ m ≤ 103.92 의 양 끝 값의 차 103.92 − 96.08 = 7.84 103.92-96.08=7.84 103.92 − 96.08 = 7.84 와 비교한다. n 을 4 배로 하면
✗ 틀린 풀이
길이가 1 4 \dfrac{1}{4} 4 1 배가 된다. 왜 틀렸나 신뢰구간의 길이는 1 n \dfrac{1}{\sqrt{n}} n 1 에 비례하므로 n n n 이 4 4 4 배이면 길이는 1 4 \dfrac{1}{\sqrt{4}} 4 1 배이다. ↓ ✓ 바른 풀이
길이가 1 4 = 1 2 \dfrac{1}{\sqrt{4}}=\dfrac{1}{2} 4 1 = 2 1 배가 된다. + 펼치기 접기 왜 그런지 예제 2 이유는 다음과 같아요. 신뢰구간 a ≤ m ≤ b a\le m\le b a ≤ m ≤ b 의 길이 b − a b-a b − a 는 위 끝에서 아래 끝을 뺀 값이에요.( x ‾ + k σ n ) − ( x ‾ − k σ n ) = 2 k σ n \left(\overline{x}+k\dfrac{\sigma}{\sqrt{n}}\right)-\left(\overline{x}-k\dfrac{\sigma}{\sqrt{n}}\right)=2k\dfrac{\sigma}{\sqrt{n}} ( x + k n σ ) − ( x − k n σ ) = 2 k n σ 길이에는 x ‾ \overline{x} x 가 들어 있지 않아요. 표본평균이 달라도 σ \sigma σ , n n n , 신뢰도가 같으면 길이는 같아요.
길이는 n \sqrt{n} n 에 반비례해요. 표본의 크기를 4 4 4 배로 하면 길이는 1 4 = 1 2 \dfrac{1}{\sqrt{4}}=\dfrac{1}{2} 4 1 = 2 1 배가 돼요. 표본의 크기를 2 2 2 배로 하면 길이는 1 2 \dfrac{1}{\sqrt{2}} 2 1 배예요.
거꾸로 신뢰구간 96.08 ≤ m ≤ 103.92 96.08\le m\le 103.92 96.08 ≤ m ≤ 103.92 에서 표본평균과 표본의 크기 (σ = 10 \sigma=10 σ = 10 ) x ‾ = 96.08 + 103.92 2 = 100 \overline{x}=\frac{96.08+103.92}{2}=100 x = 2 96.08 + 103.92 = 100 ↳ ◀ 가운데가 표본평균
1.96 × 10 n = 3.92 1.96\times\frac{10}{\sqrt{n}}=3.92 1.96 × n 10 = 3.92 ↳ ◀ 한쪽 거리 103.92 − 100 103.92-100 103.92 − 100 길이가 2 2 2 이하가 되는 표본의 크기 (σ = 10 \sigma=10 σ = 10 , 신뢰도 95 % 95\,\% 95 % ) 2 × 1.96 × 10 n ≤ 2 2\times1.96\times\frac{10}{\sqrt{n}}\le 2 2 × 1.96 × n 10 ≤ 2 ↳ ◀ 길이 2 k σ n 2k\frac{\sigma}{\sqrt{n}} 2 k n σ 39.2 ≤ 2 n 39.2\le 2\sqrt{n} 39.2 ≤ 2 n n ≥ 19.6 \sqrt{n}\ge 19.6 n ≥ 19.6 n ≥ 384.16 n\ge 384.16 n ≥ 384.16 ↳ ◀ 양변을 제곱해요
따라서
n n n 의 최솟값은
385 385 385 예요.