정규분포 계산기로 할 수 있는 것
정규분포(가우스 분포, 종 모양 곡선이라고도 부릅니다)는 키, 시험 점수, 측정 오차처럼 자연현상이나 통계에서 흔히 볼 수 있는 값들이 평균을 중심으로 좌우 대칭으로 모이는 모양을 나타냅니다. 이 계산기는 곡선 위의 한 지점을 기준으로 X값에서의 확률밀도, X까지의 누적확률, 그리고 Z점수를 한 번에 알려 줍니다. 입력값은 단 세 가지면 충분합니다.
- 평균(μ): 분포의 중심이자 곡선이 가장 높이 솟은 지점입니다.
- 표준편차(σ): 데이터가 얼마나 퍼져 있는지를 나타내며, 반드시 0보다 커야 합니다.
- X값: 분포에서 확인하고 싶은 특정 지점입니다.
계산에 쓰이는 공식
확률밀도함수(PDF)는 다음과 같습니다.
f(x) = (1 / (σ√(2π))) · e^(−½((x−μ)/σ)²)
계산기는 입력하신 X값에서 이 PDF를 계산하고, 누적분포함수(CDF), 즉 −∞부터 X까지 곡선 아래의 면적(값이 X 이하일 확률)을 구합니다. 또한 아래 식으로 Z점수를 계산합니다.
- z = (x − μ) / σ — X가 평균에서 표준편차 몇 개만큼 떨어져 있는지를 나타냅니다.
아울러 μ ± 4σ 구간의 종 모양 곡선을 그려 주므로 X값이 어디에 위치하는지 한눈에 확인할 수 있습니다.
계산 예시
시험 점수의 평균(μ)이 70점, 표준편차(σ)가 10점이고, X값 85점을 살펴본다고 가정해 봅시다.
- Z점수: (85 − 70) / 10 = 1.5
- PDF f(85): ≈ 0.0130 — 85점 지점에서의 곡선 높이입니다.
- CDF: ≈ 0.9332 — 전체의 약 93.3%가 85점 이하이고, 약 6.7%가 그보다 높은 점수를 받았다는 뜻입니다.
즉 85점은 상위 약 7%에 해당한다는 사실을 바로 알 수 있습니다.
자주 묻는 질문
PDF와 CDF는 무엇이 다른가요? PDF는 한 정확한 지점에서의 상대적 가능성(곡선의 높이)을 나타내고, CDF는 X 이하의 모든 값이 나올 확률을 누적한 값입니다. 확률이 궁금하다면 보통 CDF를 보시면 됩니다.
표준편차는 왜 0보다 커야 하나요? 표준편차가 0이면 데이터에 변동이 전혀 없다는 뜻이고, 공식에서 0으로 나누게 됩니다. 분포가 성립하려면 양수의 퍼짐 정도가 필요합니다.
X값보다 클 확률은 어떻게 구하나요? 1에서 CDF를 빼면 됩니다. 위 예시에서는 P(X > 85) = 1 − 0.9332 = 0.0668, 즉 약 6.7%입니다.