연속성 수정 계산기

연속성 수정 계산기

신흥 AI Skill PRO

계산 입력

공식

z=(x+0.5)−μσ여기서{μ=n·pσ=np(1−p)\begin{gathered} z = \frac{(\text{x} + 0.5) - \mu}{\sigma} \\[1.5em] \text{여기서}\quad \left\{ \begin{aligned} \mu &= \text{n} \cdot \text{p} \\ \sigma &= \sqrt{\text{n}\,\text{p}\,(1 - \text{p})} \end{aligned} \right. \end{gathered}
사용 통계

광고

결과

연속성 수정 z-점수
2.1
평균으로부터의 표준편차 거리
평균 (np) 50
표준편차 √(np(1−p)) 5
수정된 x 값 60.5
z 하한 (x − 0.5) 0
z 상한 (x + 0.5) 0

이 페이지의 오류 신고

연속성 수정이란?

이산형인 이항분포를 연속형인 정규분포로 근사할 때, 정수 값에 정확히 몰려 있던 확률질량이 매끄러운 곡선 위로 '퍼지게' 됩니다. 연속성 수정은 이 차이를 보정하기 위해 경계값을 z-점수로 변환하기 전에 ±0.5만큼 이동시키는 방법입니다. 이렇게 하면 정규근사의 정확도가 눈에 띄게 높아지는데, 특히 표본 크기가 작거나 중간 정도일 때 그 효과가 큽니다.

이산 이항분포 막대 위에 매끄러운 정규곡선을 겹치고, 음영 처리된 막대 하나를 양쪽으로 0.5단위씩 넓힌 그림
연속성 수정은 이산 막대를 양쪽으로 0.5씩 넓혀 연속적인 정규분포의 넓이에 맞춥니다.

계산기 사용법

시행 횟수 n, 성공 확률 p, 그리고 관심 있는 값 x를 입력하세요. 그런 다음 근사하려는 확률 유형을 선택합니다. \(P(X \le x)\)는 x에 0.5를 더하고, \(P(X \ge x)\)는 0.5를 빼며, \(P(X = x)\)는 양쪽 경계의 z-점수를 모두 반환합니다. 계산기는 수정된 z-점수와 함께 평균(\(np\)), 표준편차 \(\sqrt{np(1-p)}\)도 함께 보여줍니다.

공식 이해하기

이항분포의 평균은 \(\mu = np\)이고 표준편차는 \(\sigma = \sqrt{np(1-p)}\)입니다. 연속성 수정을 적용한 z-점수는 다음과 같이 구합니다.

$$z = \frac{(\text{x} \pm 0.5) - np}{\sqrt{np(1-p)}}$$

이렇게 얻은 z 값을 표준정규분포표에서 찾거나 정규 누적분포함수(CDF)에 대입하면 근사 확률을 구할 수 있습니다.

광고
수직선 위 정수 x에서 양쪽으로 0.5단위씩 화살표가 뻗어 x − 0.5와 x + 0.5를 가리키는 그림
x를 포함하려면 0.5를 빼고, 제외하려면 0.5를 더합니다. 방향은 부등호에 따라 달라집니다.

예제로 보는 계산

예를 들어 \(n = 100\), \(p = 0.5\)일 때 \(P(X \le 60)\)을 구해 봅시다. 평균은 \(np = 50\)이고 \(\sigma = \sqrt{100 \cdot 0.5 \cdot 0.5} = \sqrt{25} = 5\)입니다. 여기에 연속성 수정을 적용하면 다음과 같이 됩니다.

$$z = \frac{60 + 0.5 - 50}{5} = \frac{10.5}{5} = 2.1$$

따라서 \(P(X \le 60) \approx \Phi(2.1) \approx 0.9821\)이 됩니다.

자주 묻는 질문

0.5를 더해야 할 때와 빼야 할 때는 어떻게 구분하나요? 부등호가 아래쪽에서 그 값을 포함할 때(\(P(X \le x)\))는 0.5를 더하고, 위쪽에서 포함할 때(\(P(X \ge x)\))는 0.5를 뺍니다.

정규근사는 언제 사용할 수 있나요? 일반적으로 \(np \ge 5\)와 \(n(1-p) \ge 5\)를 동시에 만족할 때 정규근사가 타당하다고 봅니다.

굳이 연속성 수정을 해야 하는 이유는? 수정을 하지 않으면 이산형 데이터의 꼬리 확률을 정규근사가 체계적으로 과소 또는 과대 추정하게 됩니다. ±0.5 이동은 이런 편향을 대부분 제거해 줍니다.

최종 업데이트:

수학 및 통계 인기 계산기

수학 및 통계 계산기 전체 보기