홍라이프 계산기체비쇼프 정리 계산기 쉽게 이해하기 — 개념과 원리
이 계산기는 체비쇼프 정리를 적용합니다. 표준편차가 유한한 어떤 자료나 분포든, 평균에서 k 표준편차 안에 적어도 1 − 1/k²의 값이 들어 있다는 정리입니다. k나 원하는 비율, 평균과 표준편차를 넣으면 보장되는 최소 비율, 구간, 정규분포와의 비교를 보여 줍니다.
계산 방법
k 표준편차 안의 최소 비율 = 1 − 1/k² (k > 1)
바깥에 있는 최대 비율 = 1/k²
구간 = 평균 ± k × 표준편차
거꾸로 계산: k = 1 ÷ √(1 − 비율)
- 비교용으로 정규분포에서 k 표준편차 안의 비율 erf(k ÷ √2)를 보여 줍니다.
원리
체비쇼프 부등식은 간단한 셈에서 나옵니다. 분산은 평균에서의 거리 제곱의 평균입니다. 만약 값의 1/k²보다 많은 부분이 평균에서 k 표준편차 이상 떨어져 있다면, 그 값들만으로도 거리 제곱의 평균에 (1/k²) × (kσ)² = σ²보다 많이 기여해 분산 전체보다 커집니다. 그러므로 어떤 분포도 그렇게 먼 곳에 1/k²보다 많은 값을 가질 수 없습니다. 모양에 상관없이 성립하기 때문에 대개는 실제보다 훨씬 느슨한 한계입니다.
예제 풀이
기본값: k = 2, 평균 70, 표준편차 10.
- 2 표준편차 안의 최소 비율 = 1 − 1/2² = 75%입니다.
- 바깥의 최대 비율 = 1/4 = 25%, 사용한 k는 2입니다.
- 구간 = 70 ± 2 × 10 = 50 to 90, 폭 40입니다.
- 정규분포라면 약 95.45%가 2 표준편차 안에 있습니다.
결과 해석
체비쇼프 값은 추정이 아니라 보장입니다. 자료 모양을 전혀 몰라도 2 표준편차 안에 적어도 75%, 3 표준편차 안에 적어도 88.9%가 있다고 말할 수 있습니다. 자료가 대략 종 모양이면 실제 비율은 훨씬 높아 정규분포 비교값에 가깝습니다. k ≤ 1이면 한계가 0이라 아무것도 알려 주지 않습니다. 시험 점수처럼 분포 모양을 모를 때 최소한의 범위를 말해야 하는 상황에 특히 유용합니다.
흔한 실수
- 75%를 최소값이 아니라 예상 비율로 받아들이는 경우
- k ≤ 1에 적용하는 경우
- 종 모양이 아닌 자료에 68–95–99.7 경험 법칙을 쓰는 경우
- 모표준편차 대신 대충 짐작한 값을 쓰는 경우
자주 묻는 질문
체비쇼프 정리란?
어떤 분포든 평균에서 k 표준편차 안에 적어도 1 − 1/k²이 들어 있다는 정리입니다.
3 표준편차 안에는 얼마나 들어 있나요?
어떤 분포든 적어도 88.9%, 정규분포면 약 99.7%입니다.
경험 법칙과의 차이는?
경험 법칙은 종 모양 자료에만, 체비쇼프는 모든 자료에 적용되지만 한계가 더 느슨합니다.
90%를 담으려면 몇 표준편차가 필요한가요?
k = 1 ÷ √(1 − 0.9) ≈ 3.16이므로 평균에서 약 3.16 표준편차까지 잡아야 합니다.
출처: Mathematics LibreTexts, Interactive Lecture Notes for Introductory Statistics, §3.4 Interpreting the Mean and Standard Deviation