함께 배우는 수업 · 수학

표본평균의 분포와 모평균의 신뢰구간

전체 모집단에서 추출한 표본평균(X̄)이 따르는 정규분포 N(m, σ²/n)의 원리(중심극한정리)와, 표본 하나로부터 모평균 m의 범위를 추정하는 95%·99% 신뢰구간 및 오차의 한계를 완벽히 정복합니다.

이 수업에서 해 볼 일

신뢰구간의 폭과 반복 표집에 대한 해석을 구별한다

먼저 알면 좋은 것: 정규분포 N(m, σ²)와 표준화 변환 Z · 기댓값과 분산의 성질 · 제곱근과 부등식의 성질

오늘의 목표

가입 없이 시작할 수 있어요. 설명을 읽고, 함께 연습한 뒤, 처음 보는 문제에서 직접 확인합니다.

판단 과정과 비교 사례

표본평균의 표준오차는 독립 표본 등 조건에서 σ/√n이다. 원자료의 표준편차 σ와 평균 추정의 오차 크기를 같은 수로 쓰지 않는다.모표준편차를 아는 정규모형 등의 조건에서 구간은 표본평균±임계값×표준오차로 계산한다. 반올림은 끝에 하고 양끝이 표본평균을 중심으로 대칭인지 확인한다.빈도주의 신뢰수준은 같은 표집·구성 절차를 반복했을 때 모수를 포함하는 구간의 비율이다. 관측 후 고정된 모수가 구간 안팎으로 확률적으로 움직인다는 해석과 구별한다.

1. 개념 정의와 직관적 원리: 모집단과 표본, 표본평균(X̄)의 분포와 중심극한정리

대한민국 전체 유권자의 지지율이나 공장 전구 전체의 수명을 알아내기 위해 전체(모집단, Population)를 다 조사(전수조사)하는 것은 시간과 비용상 불가능합니다. 따라서 모집단에서 일부인 $n$ 개의 표본(Sample)을 임의추출(복원추출)하여 조사한 뒤 모집단의 특성을 추측하는 것을 통계적 추정(Statistical Estimation)이라고 합니다. 모집단의 평균(모평균 $m$ )과 표준편차(모표준편차 $\sigma$ )는 고정된 상수이지만, 크기

n

인 표본을 뽑을 때마다 그 표본들의 평균인 표본평균 $\bar{X} = \frac{X_1 + X_2 + \cdots + X_n}{n}$ 는 뽑힌 구성원에 따라 값이 달라지는 새로운 확률변수입니다! 표본의 크기가 $n$ 일 때 표본평균

\bar{X}

의 평균·분산·표준편차는 다음 3대 황금 공식을 만족합니다:

E(\bar{X}) = m \quad (\text{모평균과 동일!}), \qquad V(\bar{X}) = \frac{\sigma^2}{n} \quad (\text{모분산의 } \frac{1}{n}\text{로 축소!}), \qquad \sigma(\bar{X}) = \frac{\sigma}{\sqrt{n}}

특히 중심극한정리(Central Limit Theorem)에 의해, 모집단이 정규분포이거나(또는 정규분포가 아니더라도 표본의 크기

n

이 충분히 크면,

n \ge 30

), 표본평균

\bar{X}

는 근사적으로 다음 정규분포를 따릅니다:

\bar{X} \sim N\left(m, \; \frac{\sigma^2}{n}\right) \quad \Longrightarrow \quad \text{표준화: } Z = \frac{\bar{X} - m}{\frac{\sigma}{\sqrt{n}}} \sim N(0, 1)

🎯 한 명(X)을 뽑았는가 vs n명의 평균(X̄)을 뽑았는가? 문제에서 '1명을 임의추출할 때'는 분모가 그냥 σ 이지만, '크기 n인 표본을 추출할 때 표본평균 X̄'는 표준편차가 1/√n 배로 줄어들어 표준화 분모에 반드시 'σ / √n' 이 들어가야 합니다!

2. 핵심 공식 유도 및 성질: 모평균 m의 95%·99% 신뢰구간과 신뢰구간의 길이

모평균

m

을 모를 때, 실제로 한 번 추출하여 얻은 표본평균의 관측값

\bar{x}

를 중심으로 모평균

m

이 존재할 것으로 기대되는 구간을 신뢰구간(Confidence Interval)이라 합니다. 표준정규분포에서

P(|Z| \le 1.96) = 0.95

이고

P(|Z| \le 2.58) = 0.99

임을 이용하여

\left| \frac{\bar{x} - m}{\sigma / \sqrt{n}} \right| \le k

를

m

에 관하여 정리하면 다음 모평균 $m$ 의 신뢰구간 공식이 유도됩니다: - 신뢰도 $95\%$ 의 신뢰구간 ( $k = 1.96$ ):

\bar{x} - 1.96 \frac{\sigma}{\sqrt{n}} \; \le \; m \; \le \; \bar{x} + 1.96 \frac{\sigma}{\sqrt{n}}

- 신뢰도 $99\%$ 의 신뢰구간 ( $k = 2.58$ ):

\bar{x} - 2.58 \frac{\sigma}{\sqrt{n}} \; \le \; m \; \le \; \bar{x} + 2.58 \frac{\sigma}{\sqrt{n}}

신뢰구간

[a, b]

가 주어졌을 때 반드시 외워야 할 3대 파생 공식입니다: 1. 신뢰구간의 중점(양 끝의 평균)은 언제나 표본평균 $\bar{x}$ 입니다:

\bar{x} = \frac{a + b}{2}

2. 모평균과 표본평균의 차의 최댓값(오차의 한계, Margin of Error):

d = |m - \bar{x}|_{\max} = k \frac{\sigma}{\sqrt{n}}

3. 신뢰구간의 길이 ( $L = b - a$ ): 양쪽으로 벌어지므로 오차의 한계의 $2$ 배입니다!

L = b - a = 2k \frac{\sigma}{\sqrt{n}}

예제로 살펴보기

어느 공장에서 생산되는 제품의 무게는 표준편차가 σ = 20g 인 정규분포를 따른다. 이 제품 중 n = 100개를 임의추출하여 무게를 조사하였더니 표본평균이 x̄ = 500g 이었다. 모평균 m에 대한 신뢰도 95%의 신뢰구간과 신뢰구간의 길이를 구하시오. (단, P(|Z| ≤ 1.96) = 0.95)

1) [표본평균의 표준오차 σ/√n 계산]: σ = 20, n = 100 이므로 σ / √n = 20 / √100 = 20 / 10 = 2 입니다. 2) [오차의 한계 계산]: 95% 신뢰도 상수는 k = 1.96 이므로, 오차의 한계 = 1.96 × (σ / √n) = 1.96 × 2 = 3.92 입니다. 3) [95% 신뢰구간]: 500 - 3.92 ≤ m ≤ 500 + 3.92 → 496.08 ≤ m ≤ 503.92 입니다. 4) [신뢰구간의 길이]: L = 2 × 1.96 × (σ / √n) = 2 × 3.92 = 7.84 (또는 503.92 - 496.08 = 7.84) 입니다.

확인: 모집단의 평균이 m, 분산이 σ²일 때 크기 n인 표본평균 X̄는 평균 E(X̄) = m, 분산 V(X̄) = σ²/n 인 정규분포 N(m, σ²/n)을 따른다.

3. 심화 응용 및 실전 빈출 함정 분석: 신뢰도와 표본 크기 n의 반비례 관계 및 95%의 진짜 의미

1) 신뢰구간의 길이 $L = 2k\frac{\sigma}{\sqrt{n}}$ 과 표본의 크기 $n$ , 신뢰도 $\alpha\%$ 의 관계 (수능·내신 출제율 100%): - 표본의 크기 $n$ 을 유지하고 신뢰도를 높이면 ( $95\% \to 99\%$ ): 상수

k

가

1.96 \to 2.58

로 커지므로 신뢰구간의 길이 $L$ 은 길어집니다! (더 확실하게 맞히려면 그물을 더 넓게 쳐야 하기 때문입니다.) - 신뢰도를 유지하고 표본의 크기 $n$ 을 늘리면: 분모에 $\sqrt{n}$ 이 있으므로 신뢰구간의 길이는 $\frac{1}{\sqrt{n}}$ 배로 짧아집니다(더 정밀한 추정 가능)! - 특히 신뢰구간의 길이를 $\frac{1}{2}$ 로 줄이려면 표본의 크기

n

은

2

배가 아니라 제곱인 $4$ 배로 늘려야 하고, 길이를 $\frac{1}{3}$ 로 줄이려면 표본의 크기

n

을 $9$ 배로 늘려야 합니다! 2) 실전 빈출 개념 함정 — '신뢰도 95%'의 정확한 수학적 의미: - "구해진 특정 신뢰구간 $496.08 \le m \le 503.92$ 안에 모평균 $m$ 이 들어 있을 확률이 $0.95$ 이다" $\implies$ 거짓! (모평균

m

은 이미 정해진 상수이므로 특정 구간 안에 들어 있으면 확률이

1

, 안 들어 있으면

0

입니다.) - 올바른 의미: 표본 추출을

100

번 반복하여

100

개의 서로 다른 신뢰구간을 만들었을 때, 그중 약 $95$ 개의 신뢰구간이 실제 모평균 $m$ 을 포함할 것으로 기대된다는 뜻입니다!⚠️ '신뢰구간의 길이(2kσ/√n)' vs '모평균과 표본평균의 차(|m - x̄| ≤ kσ/√n)' 구분 함정: 문제에서 '신뢰구간의 길이'를 물으면 앞에 '2'를 곱해야 하고, '모평균과 표본평균의 차가 d 이하일 조건'을 물으면 앞에 2를 곱하지 않은 오차의 한계 'kσ/√n ≤ d' 부등식을 풀어야 합니다!

참고 근거와 확인 범위

OpenStax · Introductory Statistics 2E · 8.1 A Single Population Mean using the Normal Distribution ↗
모표준편차를 알 때 모평균 신뢰구간

설명·예제·문제 구성 및 오류 수정 책임: 프리런. 위 자료는 표시한 주제를 확인하거나 더 읽기 위한 근거이며, 외부 기관의 공식 수업이나 감수본을 뜻하지 않습니다.

참고 자료 연결 점검: 2026-11-02. 제작 방식·검수 범위와 수정 기록에서 확인 범위를 볼 수 있습니다. 오류는 상단의 의견 보내기 또는 contact@freelearn.io로 알려 주세요.

이 단원의 개념서 읽기 →