평균의 불확실성과 한 사람의 변동은 다른 질문이다
옥상 관측소가 같은 센서 공정에서 나온 측정값 25개의 평균을 50으로 보고했다고 합시다. 과정의 표준편차가 10으로 알려져 있고 독립 정규 관측이라는 교육 조건을 두면, 평균의 95% 근사 신뢰구간은 50±1.96×10÷√25, 곧 46.1~53.9입니다. 이 구간은 다음 측정값 하나가 아니라 공정의 알 수 없는 평균을 추정합니다.
다음 한 관측값은 평균 추정의 오차뿐 아니라 개별 값 자체의 변동도 가집니다. 같은 조건에서 교육용 예측구간은 50±1.96×10×√(1+1/25), 약 30.0~70.0입니다. 중심은 같지만 답하려는 대상과 폭이 다릅니다.
Hartnack와 Roos는 공개 전문에서 신뢰구간이 표본오차를 통해 모수의 불확실성을 기술하고, 예측구간은 현재와 미래 표본의 불확실성을 포함해 미래 관측을 다룬다고 구분합니다. 논문은 이항 자료 튜토리얼이며, 여기의 평균 50과 표준편차 10은 개념을 보이려고 새로 만든 연속형 사례입니다.
따라서 ‘평균이 46.1~53.9’라는 문장을 ‘다음 사람의 값도 46.1~53.9’로 바꾸면 대상이 슬쩍 달라집니다. 먼저 구간이 평균·비율 같은 모수를 말하는지, 미래 한 값이나 여러 값을 말하는지 확인해야 합니다.
참고 · Sonja Hartnack · Malgorzata Roos — 신뢰구간과 예측구간은 어떤 질문에 답하는가 ↗
표본이 커져도 개인 변동은 사라지지 않는다
표본을 100개로 늘리고 평균과 표준편차를 같은 교육 값으로 고정하면 평균 구간은 48.0~52.0으로 줄어듭니다. 400개에서는 49.0~51.0입니다. 평균 표준오차 10÷√n이 줄기 때문에 표본 수가 네 배가 될 때 평균 구간의 반폭은 대략 절반이 됩니다.
반면 다음 한 관측값의 구간은 n=100에서 30.3~69.7, n=400에서 30.4~69.6입니다. 평균의 위치를 더 정밀하게 알게 되어도 개별 관측의 표준편차 10은 남기 때문입니다. ‘데이터가 많으니 다음 값을 거의 정확히 맞힌다’는 결론은 이 변동을 빠뜨립니다.
NIST 통계 핸드북은 새 측정값의 불확실성 범위를 평균 반응의 신뢰구간이 아니라 예측구간이라고 부릅니다. 같은 중심에서 예측구간이 더 넓다는 모양만 외우기보다, 평균을 추정하는 오차와 새 값이 평균 주변에서 흔들리는 오차가 함께 들어간다는 구조를 읽어야 합니다.
그림은 25~75의 같은 축 위에 파란 예측구간과 초록 신뢰구간을 겹쳐 놓습니다. 표본 수가 25·100·400으로 늘 때 초록선은 짧아지지만 파란선은 약 30~70에 남습니다. 축을 다르게 그리면 이 대비가 사라지므로 세 행의 축과 중심을 고정했습니다.
성립 조건과 예측 대상을 먼저 기록한다
이 계산은 관측이 서로 독립이고, 과거와 다음 관측이 같은 안정된 과정에서 나오며, 분포가 정규 모형에 충분히 가깝고 표준편차 10을 안다는 조건에 기대고 있습니다. 실제 자료에서 표준편차를 추정하면 t 분포와 추정 오차를 고려하고, 군집·추세·두꺼운 꼬리가 있으면 다른 모형이나 검증이 필요합니다.
95%라는 말도 ‘이번에 만든 특정 구간에 평균이 95% 확률로 들어 있다’는 단순 문장과 같지 않습니다. 빈도주의 신뢰구간은 같은 절차를 반복할 때 장기적으로 참 평균을 포함하는 비율을 뜻합니다. 예측구간도 정한 모형과 반복 조건 아래에서 미래 값의 포함률을 목표로 합니다.
활동에서 표본 수를 바꾸고 두 구간의 전체 폭을 적어 보세요. n=25에서 평균 구간 폭은 7.84, 예측구간 폭은 약 39.98입니다. n=400에서는 각각 1.96과 약 39.25입니다. 반올림 전 계산값을 쓰므로 화면 끝점의 한 자리 반올림과 폭이 아주 조금 달라 보일 수 있습니다.
다른 상황으로 옮겨 보세요. 공정의 평균 배송시간, 병원의 평균 대기시간, 한 학생의 다음 점수 중 무엇을 예측하나요? 보고서에 대상, 시간 범위, 같은 과정이라는 조건, 평균 구간과 개별 예측구간 중 필요한 것을 먼저 적고 선택한 이유를 한 문장으로 설명해 보세요.
참고 · Sonja Hartnack · Malgorzata Roos — 신뢰구간과 예측구간은 어떤 질문에 답하는가 ↗