경험적 규칙이란?
경험적 규칙(Empirical Rule)은 68-95-99.7 법칙 또는 3시그마 법칙이라고도 불리며, 정규분포(종 모양 분포)에서 데이터가 어떻게 퍼져 있는지를 설명합니다. 이 규칙에 따르면 전체 값의 약 68%는 평균에서 표준편차 1배 범위 안에, 약 95%는 표준편차 2배 범위 안에, 약 99.7%는 표준편차 3배 범위 안에 들어갑니다. 이 계산기는 평균(\(\mu\))과 표준편차(\(\sigma\))만 입력하면 이 세 가지 구간을 즉시 계산해 줍니다.
계산기 사용법
데이터의 평균과 표준편차를 입력한 뒤 세 가지 구간을 확인하세요. 가장 위에 표시되는 구간은 관측값의 약 68%를 포함하는 \(\mu \pm 1\sigma\) 범위이며, 아래 표에서는 이를 95% 구간과 99.7% 구간까지 확장해서 보여줍니다. 단, 이 규칙은 데이터가 정규분포에 가깝게 분포할 때만 적용됩니다.
공식 설명
모든 구간은 동일한 간단한 식 \(\mu \pm k\sigma\)에서 만들어지며, 여기서 \(k\)는 1, 2, 또는 3입니다. 하한은 평균에서 표준편차의 \(k\)배를 뺀 값이고, 상한은 평균에 표준편차의 \(k\)배를 더한 값입니다. \(k\) 값이 커질수록 구간은 넓어지고 더 많은 데이터를 포함하게 됩니다.
$$\mu \pm k\sigma = \text{Mean }(\mu) \pm k \cdot \text{SD }(\sigma), \quad k = 1, 2, 3$$ $$\begin{gathered} \mu \pm k\sigma = \text{Mean }(\mu) \pm k \cdot \text{SD }(\sigma) \\[1.5em] \text{where}\quad \left\{ \begin{aligned} 68\% &: \mu \pm 1\sigma \\ 95\% &: \mu \pm 2\sigma \\ 99.7\% &: \mu \pm 3\sigma \end{aligned} \right. \end{gathered}$$
예제로 살펴보기
예를 들어 시험 점수가 평균 100, 표준편차 15인 정규분포를 따른다고 가정해 봅시다. 그러면 점수의 68%는 85점에서 115점 사이(\(100 \pm 15\))에, 95%는 70점에서 130점 사이(\(100 \pm 30\))에, 99.7%는 55점에서 145점 사이(\(100 \pm 45\))에 들어갑니다. 즉, 거의 모든 점수가 55점에서 145점 사이에 분포하게 됩니다.
자주 묻는 질문
경험적 규칙은 언제나 적용되나요? 아닙니다. 이 규칙은 데이터가 정규분포에 가까울 때(좌우 대칭의 종 모양일 때)만 적용됩니다. 한쪽으로 치우친(왜곡된) 데이터에는 대신 체비쇼프 부등식을 사용해야 합니다.
왜 하필 68%, 95%, 99.7%인가요? 이 비율들은 표준정규분포 곡선 아래에서 평균을 기준으로 표준편차 1배, 2배, 3배 범위가 차지하는 넓이(면적)에서 나옵니다.
3\(\sigma\)를 벗어나는 값은 어떻게 되나요? 표준편차 3배 범위를 벗어나는 데이터는 전체의 약 0.3%에 불과합니다. 그래서 이런 값들은 흔히 매우 드문 값이거나 이상치(아웃라이어)로 간주됩니다.
