중심극한정리: 종 모양이 어디서 오는가

"중심극한정리는 모든 데이터를 종 모양으로 바꾸는 주문이 아니야. 조건이 맞을 때, 합이나 평균의 분포가 정규분포에 가까워진다는 정리야."

쉽게 풀어서 설명하면

가장 익숙한 중심극한정리(CLT)는 이렇게 말해. 같은 분포에서 독립적으로 뽑은 확률변수들이 유한한 평균 μ와 분산 σ²을 가질 때, 그 합을 중심화하고 크기에 맞게 나누면 표본 수가 커질수록 표준 정규분포에 가까워져.

(X₁ + X₂ + ... + Xₙ − nμ) / (σ√n) → N(0, 1) n → ∞ 일 때

출발 분포가 꼭 정규분포일 필요는 없어. 균등분포나 비대칭 분포에서도 조건이 맞으면 이 결론을 쓸 수 있지. 다만 표본이 얼마나 커야 충분한지는 출발 분포의 비대칭과 꼬리 두께에 따라 달라져. 'N=30이면 언제나 충분하다' 같은 만능 기준은 없어.

어디에서 쓸모가 있나

실제 세상의 많은 측정값은 여러 작은 요인이 합쳐진 결과야. 키에는 유전과 성장 환경이 함께 작용하고, 측정 오차에는 여러 잡음원이 겹치며, 다문항 시험 점수는 문항별 결과를 합쳐 만들지. 이런 구조가 정규분포를 보장하지는 않지만, CLT가 좋은 근사가 될 가능성을 설명해 줘.

중요한 구분이 하나 있어. 원자료의 분포가 종 모양이 아니어도 표본평균의 표집분포는 정규분포에 가까워질 수 있어. CLT가 직접 다루는 것은 보통 이 합이나 평균의 분포지, 개별 관측값 자체가 아니야.

직관적으로 보는 데모

한 번의 공정한 주사위 결과는 1부터 6까지 고르게 퍼져 있어. 하지만 독립적인 주사위 여러 개의 합을 반복해서 기록하면, 주사위 수가 늘수록 합의 히스토그램이 가운데에 모이고 종 모양에 가까워져. 정확도는 주사위 수와 우리가 요구하는 정밀도에 달려 있어.

조건을 먼저 확인해

독립·동일분포와 유한 분산은 입문 과정에서 쓰는 가장 단순한 CLT의 충분조건이야. 이것들이 모든 CLT의 유일한 조건은 아니야. 약한 의존성을 허용하는 CLT도 있고, 서로 다른 분포를 가진 항에 적용하는 버전도 있어. 반대로 강한 의존성, 지배적인 몇 개의 항, 무한 분산을 가진 두꺼운 꼬리에서는 단순한 정규근사가 실패할 수 있어. 상관관계가 있다는 이유만으로 합이 반드시 비정규가 되는 것도 아니야. 예를 들어 공동정규 변수의 합은 상관관계가 있어도 정규분포야.

Code

CLT 데모: 균등 주사위 합이 종으로 수렴·python

import numpy as np
rng = np.random.default_rng(40)

# CLT 데모: N 개 균등 주사위 굴림 합이 종 모양이 되는 걸 봐.
M = 20_000   # N 당 시뮬레이션 '합 실험' 수

for N in (1, 2, 5, 30):
    # M 개 실험, 각각 N 개 독립 주사위 굴림 합.
    rolls = rng.integers(1, 7, size=(M, N))
    sums = rolls.sum(axis=1)
    # Skewness 와 kurtosis 가 N 이 커질수록 정규 값 (0, 3) 으로 collapse.
    mean = sums.mean()
    std = sums.std()
    # 표준화된 skewness 점검 (대략).
    skew = ((sums - mean) ** 3).mean() / std ** 3
    kurt = ((sums - mean) ** 4).mean() / std ** 4
    print(f"N={N:>3d}  평균={mean:>6.2f}  std={std:>5.2f}  "
          f"skew={skew:+.3f}  kurt={kurt:.3f}  (정규: skew=0, kurt=3)")

# N=1: 단일 주사위, 균등 — 시각적으로 비정규.
# N=30: 30개 주사위 합 — skewness ~0, kurtosis ~3.
# 같은 주사위; 합이 종 모양이야, 개별 굴림은 그렇지 않은데도.
# 그게 CLT 가 눈앞에서 작동하는 것.

Exercise

일상에서 여러 항을 합치거나 평균내는 양 하나를 골라봐. 주간 총지출이나 하루 평균 심박수처럼 말이야. 각 항이 비슷한 분포인지, 서로 얼마나 의존하는지, 극단값이 전체를 지배하는지 확인해 봐. 이 조건을 바탕으로 정규근사가 괜찮을지 판단해.

Hint

항의 수만 세지 말고 의존성, 꼬리 두께, 지배적인 항의 존재를 함께 봐. 정규근사의 품질은 이 조건들에 달려 있어.