종형 곡선은 통계학 전체에서 가장 많이 재사용되는 패턴입니다 — 키, IQ 점수, 측정 잡음, 그리고 수십 가지 자연 현상이 평균 주위에 모여 좌우 대칭으로 가늘어집니다. 이 글은 먼저 직관 을 주고, 그다음 실제로 필요한 공식을 보여 줍니다.

"정규"가 의미하는 것

확률변수 $X$ 가 평균 $\mu$ , 표준편차 $\sigma$ 로 정규분포를 따른다는 것은 그 밀도가 다음을 따른다는 뜻입니다:

$f(x) = \frac{1}{\sigma\sqrt{2\pi}} \exp\left(-\frac{(x - \mu)^2}{2\sigma^2}\right)$

이것을 외우지 마세요 — 중요한 것은 그 모양 입니다: $\mu$ 를 중심으로 좌우 대칭이고, 거기서 정점을 이루며, 빠르게 떨어져 2 시그마 지점에서 이미 눈에 띄게 드문 값이 됩니다.

왜 어디에나 있는가? 중심극한정리

그 이유가 중심극한정리(CLT)입니다. 이는 다음과 같이 말합니다: 많은 독립적인 무작위 영향들의 평균은, 각 영향이 어떤 모양이든 상관없이, 정규분포에 가까워진다.

예를 들어 키는 수백 가지 유전적·환경적 요인에 의해 결정되며, 각 요인이 작고 독립적인 기여를 더합니다. 그 합이 종형 곡선에 가까워집니다.

$\mu$ 나 $\sigma$ 가 무엇이든, 임의의 정규분포에 대해:

이것이 경험 규칙입니다. 외워 두세요 — 시험 문제의 대부분에 10초 안에 답할 수 있습니다.

미국 성인 남성의 키는 $\mu \approx 70$ 인치, $\sigma \approx 3$ 인치입니다. 키가 64인치에서 76인치 사이인 남성은 어느 정도 비율일까요?

그 범위는 $70 \pm 6 = 70 \pm 2\sigma$ 이므로 95% 입니다.

서로 다른 정규분포 사이에서 값을 비교하려면 z 점수 로 변환합니다:

$z = \frac{x - \mu}{\sigma}$

z 점수는 "평균에서 표준편차 몇 개만큼 떨어져 있는가" 입니다. 이를 통해 참조표(또는 우리 계산기)를 사용해 모든 문제에서 표준정규분포 $N(0, 1)$ 을 활용할 수 있습니다.

시험 점수 $x = 85$ 가 $N(75, 5)$ 에서 나왔습니다. 그 z 점수는 $z = (85 - 75)/5 = 2$ 입니다. 경험 규칙에 따르면 이를 넘는 점수는 겨우 $\approx 2.5\%$ 뿐입니다.

$\sigma$ 와 $\sigma^2$ 를 혼동하기: 표준편차 대 분산.
모든 데이터가 정규분포라고 가정하기: 그렇지 않습니다! 소득, 파일 크기, 지진 규모는 크게 치우쳐 있습니다. 항상 히스토그램을 먼저 그리세요.
원시 숫자를 경험 규칙에 그대로 넣기 — 먼저 z 점수로 변환하세요.

정규분포 솔버 를 사용해 정확한 확률을 계산하세요 — 표를 눈으로 읽는 것보다 확실합니다.