마무리: 종은 결과지 원인이 아니야

"종 모양은 결론이지 출발점이 아니야. 어떤 과정과 조건이 그 모양을 만들었는지 물어야 해."

이 트랙에서 정리한 것

표본평균과 합의 분포가 정규분포에 가까워지는 중요한 이유가 CLT야. 가장 단순한 형태에서는 독립·동일분포, 유한한 평균과 분산 같은 조건을 확인하지. 현실에는 더 일반적인 CLT도 있지만, '많이 모으면 무조건 종 모양'이라는 버전은 없어.

꼭 기억해야 할 세 가지

원자료와 표집분포를 구분해. 원자료가 비정규여도 평균의 표집분포는 정규분포에 가까워질 수 있고, 그 반대의 혼동도 가능해.
조건은 결론의 일부야. 의존성, 꼬리 두께, 표본 크기, 지배적인 관측값을 확인해야 정규근사의 품질을 판단할 수 있어. 조건이 다르면 의존성을 허용하는 CLT나 강건한 방법처럼 알맞은 도구를 찾아야 해.
비유와 동일성을 구분해. 통계의 표준화와 감각·신호 시스템의 범위 조절은 닮은 구조를 보여주지만 같은 계산이나 같은 인과 메커니즘은 아니야.

다음에 이어질 내용

트랙 04에서는 표준편차와 z-score를 비교의 렌즈로 사용할 거야. 트랙 05에서는 표집분포를 바탕으로 신뢰구간과 가설검정을 배우고, 트랙 06에서는 그 의사결정 구조를 법정 비유와 나란히 놓되 둘을 같은 것으로 취급하지 않을 거야.

운영 규칙은 간단해. 종 모양을 먼저 가정하지 말고, 데이터가 만들어진 과정과 사용할 추론 절차를 먼저 확인해. 정규근사가 맞지 않아도 통계를 포기할 필요는 없어. 구조에 맞는 다른 방법을 고르면 돼.

트랙 03에서 한 문장만 기억한다면: '종은 결과지 원인이 아니다'. 정규분포를 발견하거나 가정했을 때, 어떤 과정과 조건이 그 선택을 뒷받침하는지 추적하는 습관이 첫 번째 방어선이야.

Code

두 평균, 하나는 신뢰 가능, 하나는 안 됨·python

import numpy as np
rng = np.random.default_rng(80)

# 두 시나리오 나란히, 둘 다 '평균 측정':
# (A) CLT 전제조건 성립: 독립, 유한 분산.
# (B) CLT 전제조건 위반: 상관.

N = 200
M = 5_000

# (A) 독립.
A = rng.normal(size=(M, N))
A_mean = A.mean(axis=1)

# (B) 공유 요인을 통해 상관.
common = rng.normal(size=(M, 1))
idio = rng.normal(size=(M, N))
B = 0.7 * common + 0.3 * idio
B_mean = B.mean(axis=1)

for label, x in [("독립 (CLT 성립)", A_mean), ("상관 (CLT 깨짐)", B_mean)]:
    z = (x - x.mean()) / x.std()
    pct_3sigma = (np.abs(z) > 3).mean()
    print(f"{label:>27s}: SE={x.std():.3f}  P(|z|>3)={pct_3sigma:.4f}")

# 시나리오 A: P(|z|>3) ~ 0.003, 정규와 일관.
# 시나리오 B: SE 가 훨씬 크고 꼬리가 말이 안 되게 행동.
# 같은 산수 '평균 계산'; 엄청나게 다른 과학적 의미.
# 시민의 일은 숫자를 인용하기 전에 어느 시나리오에 있는지 아는 것.

Exercise

이번 주에 본 평균 하나를 골라봐. 무엇을 평균냈는지, 관측값이 어떻게 뽑혔는지, 서로 의존하는지, 극단값이 결과를 지배하는지, 표본 크기가 어느 정도인지 적어. 그다음 정규근사를 쓸 근거와 남은 의심을 구분해.

Hint

조건이 불확실하다는 이유만으로 결론을 버리지는 마. 불확실한 조건을 표시하고, 강건한 표준오차나 재표집 같은 대안을 검토하면 돼.

이 트랙에서 정리한 것

꼭 기억해야 할 세 가지

다음에 이어질 내용

Code

External links

Exercise

Progress

댓글 0