Mathematics추론 통계학University

모집단 평균에 대한 신뢰 구간 (t-구간)

t-구간은 모집단 표준편차가 알려지지 않은 경우, 표본 데이터를 기반으로 계산된 값의 범위로, 이 범위는 실제 모집단 평균을 포함할 가능성이 있습니다.

Understand the formulaSee the free derivationOpen the full walkthrough
Open Full WalkthroughTry Calculator

This public page keeps the free explanation visible and leaves premium worked solving, advanced walkthroughs, and saved study tools inside the app.

Core idea

Overview

모집단 평균에 대한 신뢰 구간 (t-구간)은 주요 입력값과 식의 관계를 정리하고 계산 결과의 의미를 해석하기 위한 설명입니다. 조건, 단위, 전제를 확인하면서 사용하면 결과를 비교, 판단, 추정, 위험 확인과 연결하기 쉽습니다. 필요하면 값을 바꾸어 결과가 어떻게 달라지는지도 확인하세요.

When to use: 모집단 평균에 대한 신뢰 구간 (t-구간)은 주어진 값에서 필요한 결과를 구해야 할 때 사용합니다. 입력 단위, 범위, 전제 조건을 확인한 뒤 대입하고, 계산 결과를 실제 조건이나 문제의 목적과 비교해 해석하세요.

Why it matters: 모집단 평균에 대한 신뢰 구간 (t-구간)의 결과는 수치를 비교하고 경향, 제약, 위험, 설계 판단을 설명하는 데 도움이 됩니다. 답을 단독 숫자로만 보지 말고 조건이 바뀔 때의 의미와 타당성도 함께 확인할 수 있습니다.

Symbols

Variables

= Sample Mean, = Critical t-value, s = Sample Standard Deviation, n = Sample Size, ME = Margin of Error

Sample Mean
Variable
Critical t-value
Variable
Sample Standard Deviation
Variable
Sample Size
Variable
ME
Margin of Error
Variable
Upper
Upper Bound
Variable
Lower
Lower Bound
Variable

Walkthrough

Derivation

모평균에 대한 신뢰구간 유도 (t-구간)

이 유도는 모분산을 모를 때 표본 평균의 분포를 피벗하여 신뢰구간을 구성하며, 이는 스튜던트 t-분포를 사용해야 합니다.

  • 표본 데이터 포인트는 독립적이고 동일하게 분포되어 있습니다(i.i.d.).
  • 모집단은 정규 분포를 따르거나 표본 크기가 충분히 큽니다(중심 극한 정리).
  • 모표준편차 시그마(sigma)를 알 수 없으므로 표본표준편차 s를 사용해야 합니다.
1

표본 평균의 표준화

시그마(sigma)를 알면 표본 평균은 모평균을 중심으로 하는 정규 분포를 따릅니다. 시그마(sigma)를 모르므로, 표본표준편차 s로 대체합니다.

Note: 이것은 분산을 알 때 사용되는 Z-점수 공식입니다.

2

t-통계량의 도입

시그마(sigma)를 s로 대체하면 통계량의 분포가 표준 정규 분포에서 자유도 n-1인 스튜던트 t-분포로 변경됩니다.

Note: 자유도는 df = n - 1로 정의됩니다.

3

확률 경계 정의

t-통계량이 임계값(각 꼬리에서 알파/2) 사이에 있을 확률을 신뢰 수준인 1-알파와 같도록 설정합니다.

Note: 원하는 신뢰 수준에 따라 t-표를 참조하여 임계값 t를 찾으십시오.

4

모집단 평균 분리

부등식을 대수적으로 재배열하여 mu를 분리하면 표본 평균에 더하고 빼는 오차 한계가 드러납니다.

Note: 이 최종 식은 t-신뢰 구간의 공식입니다.

Result

Source: Wackerly, D., Mendenhall, W., & Scheaffer, R. L. (2008). Mathematical Statistics with Applications.

Why it behaves this way

Intuition

몇 발의 총알을 발사하여 과녁의 중심을 찾으려 한다고 상상해 보세요. 표본 평균은 중심에 대한 최선의 추정치이며, 신뢰 구간은 그 점 주위에 '안전 완충 장치' 또는 괄호를 형성합니다. (알 수 없는 모집단 분산으로 인해) 조준의 정확성을 확신할 수 없기 때문에, 괄호는 불확실성(t-점수)과 샷의 퍼짐(표준 오차)에 따라 확장됩니다.

x̄
Sample Mean
특정 데이터 포인트 그룹에서 계산된 '최적의 추측' 또는 균형점.
임계 t-값
제한된 표본에서 모집단의 퍼짐을 추정한다는 사실을 설명하는 '보정 계수'이며, 표본 크기가 작을수록 더 큰 위험을 보상하기 위해 커집니다.
표본 표준편차
개별 데이터 포인트가 표본 평균에서 얼마나 떨어져 있는지를 측정한 것으로, 데이터 내의 본질적인 '잡음'을 정량화합니다.
√n
표본 크기의 제곱근
'안정 장치'—더 많은 데이터를 수집할수록 개별 잡음의 영향이 희석되어 오차 한계가 좁아집니다.

Signs and relationships

  • ±: 대칭 경계를 나타냅니다. 특정 신뢰 수준에서 진정한 모평균을 포착하기 위해 표본 평균 위와 아래로 동일한 거리를 이동하여 오차 한계를 만듭니다.

One free problem

Practice Problem

다음 조건을 사용해 모집단 평균에 대한 신뢰 구간 (t-구간)을(를) 구하세요. 필요한 값을 식에 대입하고 단위와 자릿수를 확인해 답하세요. 조건: 10, 15, 3, 2.262 for, 95%.

Hint: 모집단 평균에 대한 신뢰 구간 (t-구간)의 식에 알려진 값을 대입하고 단위, 부호, 분자와 분모의 대응을 확인하면서 계산하세요. 문제에서 주어진 조건을 먼저 정리하면 더 쉽게 풀 수 있습니다.

The full worked solution stays in the interactive walkthrough.

Where it shows up

Real-World Context

모집단 평균에 대한 신뢰 구간 (t-구간)은 실무, 학습, 분석 상황에서 구체적인 값을 대입해 결과를 확인할 때 사용할 수 있습니다. 계산 결과를 단순한 숫자로만 보지 않고 조건 비교, 판단, 추정, 위험 확인과 연결해 해석하는 데 도움이 됩니다.

Study smarter

Tips

  • 데이터가 정규분포를 따르거나 중심극한정리를 적용할 만큼 표본 크기가 충분히 큰지 확인하세요.
  • 임계 t값을 찾기 전에 자유도를 반드시 n-1로 계산하세요.
  • t-검정은 극단값에 민감하므로 데이터에 유의한 이상치가 있는지 확인하세요.

Avoid these traps

Common Mistakes

  • 모집단 표준편차를 모를 때 T-점수 대신 Z-점수를 사용하는 실수.
  • 자유도를 결정할 때 표본 크기에서 1을 빼는 것을 잊는 것.

Common questions

Frequently Asked Questions

이 유도는 모분산을 모를 때 표본 평균의 분포를 피벗하여 신뢰구간을 구성하며, 이는 스튜던트 t-분포를 사용해야 합니다.

모집단 평균에 대한 신뢰 구간 (t-구간)은 주어진 값에서 필요한 결과를 구해야 할 때 사용합니다. 입력 단위, 범위, 전제 조건을 확인한 뒤 대입하고, 계산 결과를 실제 조건이나 문제의 목적과 비교해 해석하세요.

모집단 평균에 대한 신뢰 구간 (t-구간)의 결과는 수치를 비교하고 경향, 제약, 위험, 설계 판단을 설명하는 데 도움이 됩니다. 답을 단독 숫자로만 보지 말고 조건이 바뀔 때의 의미와 타당성도 함께 확인할 수 있습니다.

모집단 표준편차를 모를 때 T-점수 대신 Z-점수를 사용하는 실수. 자유도를 결정할 때 표본 크기에서 1을 빼는 것을 잊는 것.

모집단 평균에 대한 신뢰 구간 (t-구간)은 실무, 학습, 분석 상황에서 구체적인 값을 대입해 결과를 확인할 때 사용할 수 있습니다. 계산 결과를 단순한 숫자로만 보지 않고 조건 비교, 판단, 추정, 위험 확인과 연결해 해석하는 데 도움이 됩니다.

데이터가 정규분포를 따르거나 중심극한정리를 적용할 만큼 표본 크기가 충분히 큰지 확인하세요. 임계 t값을 찾기 전에 자유도를 반드시 n-1로 계산하세요. t-검정은 극단값에 민감하므로 데이터에 유의한 이상치가 있는지 확인하세요.

References

Sources

  1. Moore, D. S., McCabe, G. P., & Craig, B. A. (2017). Introduction to the Practice of Statistics (9th ed.). W. H. Freeman and Company.
  2. OpenStax. (2018). Introductory Statistics. Rice University.
  3. Moore, D. S., McCabe, G. P., & Craig, B. A. (2017). Introduction to the Practice of Statistics.
  4. OpenStax, Introductory Statistics.
  5. Wackerly, D., Mendenhall, W., & Scheaffer, R. L. (2008). Mathematical Statistics with Applications.