정규분포 계산기

정규분포 계산기는 통계학에서 가장 중요한 연속 확률 분포인 정규(가우스) 분포의 확률을 계산합니다. 평균(μ)과 표준편차(σ)를 입력하여 확률 변수가 특정 값 미만, 특정 값 초과, 두 값 사이일 확률을 구하거나 특정 분위수를 찾을 수 있습니다. 결과에는 확률 영역이 음영 처리된 대화형 종 모양 곡선 시각화, z-점수 변환 및 단계별 계산 내역이 포함됩니다.

정규분포란 무엇인가요?

정규분포(가우스 분포 또는 종 모양 곡선이라고도 함)는 평균(μ)을 중심으로 대칭인 연속 확률 분포입니다. 이 분포는 다음 두 가지 매개변수로 완벽하게 설명됩니다.

• 평균 (μ) — 분포의 중심이며 종 모양 곡선의 정점이 발생하는 지점입니다.
• 표준편차 (σ) — 산포도를 제어하며, σ가 클수록 곡선이 더 넓고 평평해집니다.

신장, 시험 점수, 측정 오차, IQ 점수 등 많은 자연 현상이 근사적으로 정규분포를 따릅니다. 중심 극한 정리는 어떤 분포에서든 충분히 큰 표본의 평균이 정규분포로 수렴한다는 것을 보장하며, 이는 추론 통계학의 근간이 됩니다.

정규분포 공식

정규분포의 확률 밀도 함수(PDF)는 다음과 같습니다.

누적 분포 함수(CDF)는 X가 x보다 작거나 같을 확률을 제공합니다.

z-점수는 모든 정규분포 값을 표준 정규분포(평균 = 0, 표준편차 = 1)로 변환합니다.

계산기 사용 방법

1. 계산 모드 선택: 좌측 꼬리 P(X ≤ x), 우측 꼬리 P(X ≥ x), 범위 P(a ≤ X ≤ b) 또는 역계산(확률로 x 찾기) 중 선택하세요.
2. 분포 매개변수 입력: 평균(μ)과 표준편차(σ)를 입력하세요. 표준 정규분포의 경우 μ = 0, σ = 1을 사용합니다.
3. 특정 값 입력: 모드에 따라 x 값, 하한/상한 또는 목표 확률을 입력하세요.
4. 결과 확인: 계산하기를 클릭하여 확률, z-점수, 음영 영역이 표시된 대화형 종 모양 곡선 및 단계별 내역을 확인하세요.

PDF, CDF 및 역 CDF 이해하기

• PDF (확률 밀도 함수): 특정 값의 상대적 가능성을 나타냅니다. 주어진 지점에서의 종 모양 곡선 높이를 의미합니다. 연속 분포에서 PDF 자체는 확률이 아니며, 확률은 특정 구간에서 PDF를 적분하여 얻습니다.
• CDF (누적 분포 함수): 변수가 주어진 값 이하일 확률인 P(X ≤ x)를 나타냅니다. 그래프상으로는 x의 왼쪽 곡선 아래 면적입니다. CDF의 범위는 0에서 1입니다.
• 역 CDF (분위수 함수): CDF의 역과정입니다. 확률 p가 주어졌을 때 P(X ≤ x) = p를 만족하는 x 값을 찾습니다. 예를 들어, 표준 정규분포에서 p = 0.975일 때 역 CDF는 x ≈ 1.96을 제공합니다.

68-95-99.7 법칙

경험적 법칙(3-시그마 법칙이라고도 함)은 모든 정규분포에 대해 빠른 확률 추정치를 제공합니다.

이는 값의 약 68%가 평균의 1표준편차 이내에, 95%가 2표준편차 이내에, 거의 모든 값(99.7%)이 3표준편차 이내에 존재함을 의미합니다. 정규분포에서 3σ를 벗어나는 값은 매우 드뭅니다.

일반적인 Z-점수 참조표

정규분포의 주요 응용 분야

• 품질 관리: μ ± nσ를 기반으로 관리도 및 사양 한계를 사용하여 제조 공정을 모니터링합니다.
• 가설 검정: z-검정 및 신뢰구간에 대한 p-값과 임계값을 결정합니다.
• 표준화된 시험: SAT, GRE 및 IQ 점수는 정규분포를 따르도록 설계되어 백분위수 비교가 가능합니다.
• 자연 과학: 측정 오차, 생물학적 특성(키, 몸무게) 및 많은 물리적 수치는 정규분포를 따릅니다.
• 금융: 블랙-숄즈 모델 및 VaR(Value at Risk)은 옵션 가격 책정 및 리스크 평가를 위해 수익률이 정규분포를 따른다고 가정합니다.

자주 묻는 질문

정규분포란 무엇인가요?

정규분포(가우스 분포 또는 종 모양 곡선이라고도 함)는 평균과 표준편차에 의해 정의되는 대칭적인 연속 확률 분포입니다. 많은 자연 현상이 근사적으로 이를 따르고, 중심 극한 정리에 의해 기본 분포에 관계없이 표본 평균이 정규분포로 수렴하기 때문에 통계학에서 가장 중요한 분포입니다.

z-점수란 무엇이며 어떻게 사용되나요?

z-점수는 어떤 값이 평균으로부터 몇 표준편차만큼 떨어져 있는지를 측정합니다. z = (x − μ) / σ로 계산됩니다. z-점수를 사용하면 값을 표준 정규분포(평균 = 0, 표준편차 = 1)로 변환하여 서로 다른 정규분포의 값을 비교할 수 있습니다. z-점수 1.96은 97.5 백분위수에 해당합니다.

PDF와 CDF의 차이점은 무엇인가요?

PDF(확률 밀도 함수)는 특정 값의 상대적 가능성을 제공하며, 해당 지점에서의 종 모양 곡선 높이를 나타냅니다. CDF(누적 분포 함수)는 확률 변수가 특정 값보다 작거나 같을 확률을 제공하며, 해당 지점의 왼쪽 곡선 아래 면적을 나타냅니다. CDF는 항상 0에서 1 사이의 값을 가집니다.

68-95-99.7 법칙이란 무엇인가요?

68-95-99.7 법칙(경험적 법칙 또는 3-시그마 법칙이라고도 함)은 정규분포에서 값의 약 68.27%가 평균의 1표준편차 이내에, 95.45%가 2표준편차 이내에, 99.73%가 3표준편차 이내에 존재한다는 법칙입니다. 이 법칙은 상세한 계산 없이 확률을 빠르게 추정하는 데 도움이 됩니다.

두 값 사이의 확률을 어떻게 구하나요?

정규분포에서 두 값 a와 b 사이의 확률을 구하려면 P(a ≤ X ≤ b) = CDF(b) − CDF(a)를 계산합니다. 먼저 z = (x − 평균) / 표준편차를 사용하여 두 값을 모두 z-점수로 변환한 다음, 각 z-점수에 대한 CDF를 찾아 빼면 됩니다. 이 계산기는 '범위' 모드에서 이 과정을 자동화합니다.