하나의 추정치 대신, 모집단 값이 있을 법한 범위를 제시합니다.
지지율 52%라는 숫자를 그대로 믿어도 될까?
유권자 1,000명을 조사했더니 후보 A의 지지율이 52%였습니다. 그러나 전 유권자를 조사하지 않았으므로 실제 지지율이 정확히 52%라고 말할 수는 없습니다. 다른 1,000명을 조사하면 50%나 54%가 나올 수 있습니다.
표본 지지율은 52%지만 모집단 지지율은 정확히 알 수 없습니다
점추정 52% · 95% 신뢰구간 48%~56%
신뢰구간은 표본에서 얻은 하나의 추정치 주변에 표본추출의 불확실성을 더해, 모집단 값이 어느 범위에 있을 수 있는지 보여줍니다.
핵심 질문
표본에서 얻은 52%를 중심으로 어디까지를 그럴듯한 모집단 지지율로 봐야 할까요?
표본에서 얻은 가장 대표적인 추정값을 가운데 점으로 표시합니다.
임계값과 표준오차를 곱해 점추정 양쪽의 폭을 만듭니다.
반복 표집에서 같은 방식으로 만든 구간의 장기 포착률을 해석합니다.
점 하나에서 불확실성을 담은 범위로
점추정에 오차한계를 더하고 뺀 범위입니다
표본평균이나 표본비율은 모수를 하나의 값으로 추정한 점추정치입니다. 신뢰구간은 점추정치에 임계값과 표준오차를 이용한 오차한계를 더하고 빼서 만듭니다.
| 구성요소 | 역할 |
|---|---|
| 점추정치 | 구간의 중심을 정합니다. |
| 표준오차 | 추정치가 표본마다 움직이는 정도를 반영합니다. |
| 임계값 | 원하는 신뢰수준에 맞춰 범위를 얼마나 넓힐지 정합니다. |
| 오차한계 | 점추정치에서 양쪽으로 확장하는 거리입니다. |
이번 구간에 모수가 있을 확률이 95%라는 뜻은 아닙니다
같은 방법으로 만든 여러 신뢰구간
실제 모수 50대부분은 실제 모수를 포함하지만 일부 구간은 포함하지 못합니다.
같은 모집단에서 같은 방식으로 표본을 반복해서 뽑고 매번 95% 신뢰구간을 만들면, 장기적으로 그 구간의 약 95%가 실제 모수를 포함합니다. 5% 정도는 포함하지 못합니다.
만들어진 구간은 포함하거나 포함하지 않습니다
모수는 고정되어 있고 구간이 표본마다 달라집니다. 따라서 빈도주의 해석에서 95%는 이번 구간의 확률이 아니라 구간을 만드는 절차의 장기 성공률입니다.
정밀도와 확신 사이에는 상충관계가 있습니다
| 변화 | 구간의 폭 | 이유 |
|---|---|---|
| 표준편차가 커짐 | 넓어짐 | 자료의 변동이 커져 표준오차가 증가합니다. |
| 표본 크기가 커짐 | 좁아짐 | 표준오차가 감소합니다. |
| 신뢰수준 95%→99% | 넓어짐 | 더 자주 모수를 포함하려면 더 넓게 잡아야 합니다. |
| 신뢰수준 95%→90% | 좁아짐 | 더 좁은 대신 모수를 놓칠 비율이 커집니다. |
같은 추정치, 다른 정밀도
평균 50, SE 1이면 95% 구간은 약 48.0~52.0입니다. SE가 4이면 약 42.2~57.8로 넓어져 같은 평균이라도 결론이 훨씬 불확실합니다.
95%의 정확한 의미와 폭을 결정하는 요인
같은 추정치도 근거의 정밀도는 다를 수 있습니다
| 조사 | 점추정 | 95% 신뢰구간 | 판단 |
|---|---|---|---|
| 표본 50명 | 52% | 38%~66% | 범위가 넓어 방향도 불확실합니다. |
| 표본 2,500명 | 52% | 50%~54% | 같은 추정치지만 훨씬 정밀합니다. |
점추정은 가장 그럴듯한 값을 알려주지만 틀릴 수 있는 정도를 숨깁니다. 신뢰구간은 효과의 가능한 크기와 방향을 함께 보여줍니다.
자료 구조에 맞는 표준오차와 분포를 선택합니다
| 단계 | 하는 일 |
|---|---|
| 1 | 평균·비율·차이·계수 중 추정할 모수를 정합니다. |
| 2 | 표본에서 점추정치를 계산합니다. |
| 3 | 자료 구조에 맞는 표준오차를 계산합니다. |
| 4 | 표본 크기와 가정에 따라 z 또는 t 임계값을 정합니다. |
| 5 | 임계값×표준오차로 오차한계를 계산합니다. |
| 6 | 점추정치에서 오차한계를 더하고 뺍니다. |
| 7 | 단위, 방향, 실제 의미를 포함해 해석합니다. |
모집단 표준편차를 모르고 표본이 작다면 보통 z분포보다 꼬리가 두꺼운 t분포를 사용합니다. 표본이 작을수록 임계값이 커져 추가 불확실성을 반영합니다.
범위 전체가 말하는 결론을 봅니다
| 구간 | 읽는 방법 |
|---|---|
| 평균 차이 [2, 8] | 가능한 차이가 모두 양수이며 최소 2에서 최대 8 정도입니다. |
| 평균 차이 [−1, 9] | 0을 포함해 차이의 방향을 확정하기 어렵습니다. |
| 위험비 [1.2, 2.1] | 기준 1보다 모두 크며 위험이 약 1.2~2.1배일 수 있습니다. |
| 상관계수 [.02, .70] | 양의 방향이지만 실제 크기는 매우 불확실합니다. |
폭도 결과입니다
구간이 넓다는 것은 실패가 아니라 현재 자료가 허용하는 불확실성을 정직하게 보여주는 결과입니다. 더 정밀한 결론에는 더 많은 정보가 필요합니다.
추정치와 표준오차로 구간을 만드는 과정
주문 64건으로 평균 배송시간을 추정합니다
자료
무작위로 선택한 주문 64건의 평균 배송시간은 52분이고 표준편차는 16분입니다.
| 단계 | 계산 |
|---|---|
| 점추정 | x̄=52분 |
| 표준오차 | 16÷√64=2분 |
| 95% 임계값 | 약 1.96 |
| 오차한계 | 1.96×2=3.92분 |
| 95% 신뢰구간 | 52±3.92=[48.08, 55.92]분 |
결과 해석
평균 배송시간은 52분으로 추정되었으며 95% 신뢰구간은 48.1~55.9분이었습니다. 동일한 절차를 반복하면 이렇게 만든 구간의 약 95%가 실제 평균 배송시간을 포함합니다.
신뢰구간은 표본 설계의 문제를 자동으로 고치지 않습니다
| 확인할 것 | 문제가 생기면 |
|---|---|
| 표본의 대표성 | 편향된 표본은 좁지만 잘못된 구간을 만들 수 있습니다. |
| 관측값의 독립성 | 의존성을 무시하면 표준오차와 구간이 지나치게 작아집니다. |
| 분포와 이상치 | 작은 표본에서 평균 구간이 불안정할 수 있습니다. |
| 사용한 모형 | 잘못된 함수형태나 분산 가정은 계수 구간을 왜곡합니다. |
| 다중 추정 | 많은 구간을 동시에 보면 하나 이상 실패할 확률이 커집니다. |
신뢰구간을 잘못 읽는 대표적인 경우
오해 1 · 모수가 이번 구간 안에 있을 확률은 95%다
빈도주의 신뢰구간에서 95%는 구간 생성 절차의 장기 포함률입니다.
오해 2 · 관측값의 95%가 구간 안에 있다
신뢰구간은 개별 관측값이 아니라 모집단 평균 같은 모수의 범위입니다.
오해 3 · 두 구간이 겹치면 차이가 유의하지 않다
개별 구간의 겹침만으로 두 집단 차이의 검정을 정확히 판단할 수 없습니다.
오해 4 · 좁은 구간은 언제나 좋은 연구다
정밀도는 높지만 편향이나 측정오류가 있으면 정확하지 않을 수 있습니다.
평균 배송시간을 처음부터 끝까지 추정하기
표준오차와 신뢰수준이 구간의 폭을 어떻게 바꾸는지 관찰합니다
표본평균, 표준오차, 신뢰수준을 바꿔보세요. 중심을 옮기는 요인과 폭을 바꾸는 요인이 무엇인지 구분합니다.
95% 신뢰구간
46.1 ~ 53.9
오차한계 = 1.96 × 2.0 = 3.9
신뢰구간(CI) 인터랙티브 랩
표본을 다시 뽑고 표본 크기를 바꾸며 추정량의 흔들림과 구간 폭을 직접 비교하세요.
조작할 때 그래프의 위치·모양·오류 구조를 먼저 보세요.
현재 조건
103 · 28
조절값과 그래프의 변화를 함께 확인하세요.
한 조절값만 먼저 움직인 뒤 그래프의 어떤 부분이 변하고 무엇은 그대로인지 설명해보세요.
관찰할 것
표준오차와 신뢰수준을 바꿔보기
신뢰구간에서 기억해야 할 판단 규칙
상황에 따라 구간을 만드는 방법이 달라집니다
| 주제 | 핵심 내용 |
|---|---|
| t 신뢰구간 | 모집단 표준편차를 모르고 표본이 작을 때 t 임계값을 사용합니다. |
| 비율 신뢰구간 | Wald보다 Wilson이나 exact 구간이 더 안정적인 경우가 많습니다. |
| 부트스트랩 구간 | 통계량의 이론적 분포가 복잡할 때 재추출로 만듭니다. |
| 예측구간 | 모수 평균이 아니라 새 개별 관측값의 범위를 추정해 더 넓습니다. |
| 동시 신뢰구간 | 여러 모수를 함께 추정할 때 전체 포함률을 통제합니다. |
다음 연결
신뢰구간이 모수의 가능한 범위를 보여준다면, 가설검정은 특정 값이 자료와 양립할 수 있는지를 판단하는 또 다른 표현입니다.