수학곳곳확률·통계분야

확률·통계

Probability & Statistics

언어 모델(LLM)의 수식을 읽는 데 필요한 확률입니다. 허브 ‘확률의 기초’에서 출발해 조건부 확률, 확률의 연쇄 법칙, 주변화, 분포에서 샘플링, 베이즈 정리를 일족 공통의 숫자 예시로 따라갑니다.

허브
확률의 기초
완성
76
작성 중
0
예정
3
지도
전체 지도에서 보기 →

읽는 순서

  1. 확률의 기초

    허브완성

    LLM을 읽는 확률 계산 다섯 가지

    확률의 기초는 언어 모델(LLM)의 수식을 읽는 데 필요한 다섯 장(조건부 확률·연쇄 법칙·주변화·샘플링·베이즈 정리)의 입구다. 메일 100통 표의 24/38 ≈ 0.632와 문장 확률 0.5 × 0.4 × 0.7 × 0.9 = 0.126을 예시로, 읽는 순서와 공통 기호를 정한다.

  2. 조건부 확률

    #009완성

    조건을 걸면 왜 분모가 바뀌나

    조건부 확률 P(A|B)는 B가 일어난 경우만 남겨 분모를 바꾼 확률이다. 메일 100통에서 스팸 중 링크 메일은 24/30 = 0.80, 링크 메일 중 스팸은 24/38 ≈ 0.632로 분자는 같고 분모만 다르다. 확률의 곱셈정리, 독립과 종속도 같은 표로 확인한다.

  3. 확률의 연쇄 법칙

    #010완성

    문장 확률은 왜 토큰 확률의 곱인가

    확률의 연쇄 법칙(두 사건이면 곱셈정리)은 결합 확률을 조건부 확률의 곱으로 쓴다. 네 토큰짜리 예시 문장의 확률은 0.5 × 0.4 × 0.7 × 0.9 = 0.126이다. 독립을 가정하지 않는 까닭과 로그로 바꿔 더하는 까닭을 같은 숫자로 확인한다.

  4. 주변화

    #012완성

    주변 확률은 왜 표의 가장자리 합인가

    주변화는 결합 확률을 관심 없는 변수의 모든 값에 대해 더해 주변 확률을 얻는 계산이다(합 규칙·전확률 공식). 메일 100통에서 링크가 있을 확률은 스팸 쪽 0.24와 정상 쪽 0.14를 더한 0.38이다. 조건부 확률 0.8과 0.2의 가중치 없는 평균 0.5와 왜 다른지도 본다.

  5. 분포에서 샘플링

    #011완성

    LLM은 다음 토큰을 어떻게 뽑나

    분포에서 샘플링은 값 하나를 확률대로 뽑는 일이다. 분포 (0.5, 0.3, 0.2)를 누적한 0.5·0.8·1.0이 0~1을 칸으로 나누고, 난수 0.63은 두 번째 칸에 떨어진다. LLM의 do_sample·top-k·top-p, 그리디와의 차이, 시드 고정을 같은 그림으로 읽는다.

  6. 베이즈 정리

    #013완성

    경고가 떠도 사기일 확률은 왜 9%뿐인가

    베이즈 정리는 P(B|A)를 알 때 조건을 뒤집어 P(A|B)를 구하는 공식이다. 사기 거래가 1%, 사기일 때 경고 90%, 정상일 때 경고 9%면 경고가 뜬 거래가 사기일 확률은 약 9.2%다. 사전 확률·가능도(우도)·사후 확률이 각각 어느 숫자인지 따라간다.

  7. 합의 법칙

    #042완성

    언제 경우의 수를 더할까?

    합의 법칙은 동시에 일어나지 않는 두 사건 중 하나가 일어나는 가짓수를 합으로 구하는 원리다. 버스 2개 노선과 기차 3개 노선 중 하나를 고르면 2+3=5가지다. 두 주사위 눈의 합, 겹치는 배수, 동전으로 금액 내기에서 빠짐없이 겹치지 않게 나누어 세는 법을 익힌다.

  8. 곱의 법칙

    #043완성

    3개와 2개를 왜 곱할까?

    곱의 법칙은 첫 선택마다 다음 선택의 개수가 일정할 때 단계별 경우의 수를 곱해 전체를 세는 원리다. 모든 짝이 가능한 상의 3개와 하의 2개의 차림은 3×2=6가지다. 수형도와 두 주사위의 36가지, 제한이 있을 때와 길 찾기에서 합의 법칙과 함께 쓰는 법을 익힌다.

  9. 순열

    #044완성

    같은 두 사람인데 왜 다른 경우일까?

    순열은 서로 다른 대상에서 중복 없이 골라 순서를 정한 배열이다. 4명 중 회장과 부회장을 정하면 12가지다. 남은 후보 수를 곱하는 이유와 계승 공식, 이웃하게 세우기와 숫자 카드 같은 대표 유형을 함께 익힌다.

  10. 조합

    #045완성

    순서를 지우면 몇 가지가 남을까?

    조합은 서로 다른 대상에서 중복 없이 골라 순서를 구별하지 않는 선택이다. 4명 중 동등한 대표 2명을 고르면 6가지다. r개를 고를 때 순열의 수를 r!로 나누는 이유와 조합 공식, 특정 대상 포함과 ‘적어도’ 조건, 도형의 대각선 세기를 익힌다.

  11. 대푯값

    #177완성

    평균은 왜 가운데와 다를까?

    대푯값은 자료 전체의 특징을 대표하여 나타낸 값이다. 평균·중앙값·최빈값을 구하는 기준과 자료의 개수가 홀수·짝수일 때의 중앙값, 여러 개일 수 있는 최빈값을 익히고, 극단적인 값이나 이름으로 된 자료에 맞는 대푯값을 고른다.

  12. 줄기와 잎 그림

    #178완성

    같은 숫자는 몇 번 적어야 할까?

    줄기와 잎 그림은 기록된 값을 앞부분인 줄기와 뒷부분인 잎으로 나누어 모은 그림이다. 줄기·잎의 단위를 정하고 중복을 빠짐없이 적으면 각 값과 반복 횟수를 되살릴 수 있다. 정렬한 잎에서 자료의 개수와 분포, 중앙값, 비율과 순위를 읽고, 두 집단은 양쪽 줄기와 잎 그림으로 비교한다.

  13. 도수분포표와 히스토그램

    #179완성

    어느 구간에 몰렸을까?

    도수분포표는 자료를 계급으로 나누고 각 계급의 도수를 적은 표이며, 히스토그램은 이를 직사각형으로 나타낸 그래프다. 같은 계급의 크기와 경계 규칙으로 세고 계급값으로 도수분포다각형을 그리며, 표가 보여 주는 분포와 복원할 수 없는 개별 값을 구별한다.

  14. 상대도수

    #180완성

    인원은 많은데 비율은 작을까?

    상대도수는 도수의 총합이 양수인 집단에서 한 계급의 도수를 도수의 총합으로 나눈 비율이다. 크기가 다른 두 집단을 같은 계급의 분포표와 그래프로 비교한다. 합이 1인 이유, 도수와 총합을 거꾸로 구하는 법, 그래프 넓이가 계급의 크기인 이유도 살핀다.

  15. 확률의 시작

    #209완성

    반반이면 두 번에 한 번일까?

    확률의 시작에서는 확률을 사건이 일어날 가능성을 0 이상 1 이하의 수로 나타낸 것으로 배운다. 가능성이 같은 경우의 수의 비율과 반복 실험의 상대도수를 잇고, 두 동전·두 주사위에서 결과를 구별해 세는 법과 기록이 확률과 다를 수 있는 이유를 살핀다.

  16. 확률의 뜻

    #244완성

    결과가 11가지면 확률도 같을까?

    확률의 뜻은 한 시행에서 사건이 일어날 가능성을 0 이상 1 이하의 수로 나타낸 것이다. 같은 가능성의 결과는 경우의 수의 비율로, 그렇지 않은 결과는 많은 반복 실험의 상대도수로 정한다. 조합 예제와 동전 모의실험으로 수학적·통계적 확률의 관계를 확인한다.

  17. 확률분포

    #251완성

    결과를 수로 모으면?

    확률분포는 확률변수가 갖는 값이나 구간에 확률을 대응시킨 것이다. 이산확률변수는 분포표와 확률질량함수로 각 값의 확률을 나타내고, 연속확률변수는 확률밀도함수의 그래프 아래 넓이로 구간의 확률을 구한다.

  18. 분산과 표준편차

    #232완성

    평균이 같아도 퍼짐은 다를까?

    분산은 하나 이상의 자료에서 편차 제곱의 합을 자료 수로 나눈 값이고, 표준편차는 분산의 음이 아닌 제곱근이다. 평균이 같은 가상 자료로 편차의 합이 0인 이유, 모르는 편차 구하기, 모든 값에 같은 수를 더하거나 곱할 때의 변화, 표준편차로 분포를 비교하는 법을 익힌다.

  19. 기댓값

    #252완성

    가장 자주 나오는 값일까?

    기댓값은 이산확률변수의 값에 확률을 곱해 더한 평균이다. 유한한 확률분포에서 분산과 표준편차를 구하고, 모든 값에 같은 실수를 곱하거나 더할 때 중심과 퍼짐이 어떻게 바뀌는지 설명한다.

  20. 최대우도추정

    예정

  21. 정규분포

    #254완성

    평균이 달라지면 더 퍼질까?

    정규분포는 평균 μ와 양의 표준편차 σ로 정해지는 대칭인 종 모양의 연속확률분포다. N(μ,σ²)의 둘째 수가 분산임을 구별하고, 곡선의 성질과 평균에서 1·2·3 표준편차 안에 들 확률을 그림으로 읽는다.

  22. 마르코프 가정

    예정

    앞의 토큰 몇 개만 보고 다음 토큰을 맞혀도 되나

  23. 통계적 탐구

    #181완성

    10건의 기록으로 어디까지 알까?

    통계적 탐구는 질문에 맞는 자료를 수집하고 분석하여 해석하는 과정이다. 가상 대기 기록을 스프레드시트에 입력해 비율과 대푯값을 구하고 손계산과 대조한다. 표본의 편향·누락·설문 문항, 두 시간대 비교와 그래프 세로축의 시작값도 점검한다.

  24. 확률의 계산

    #210완성

    언제 더하고 언제 곱할까?

    확률의 계산은 일어나지 않는 경우, 동시에 일어나지 않는 사건, 서로 영향을 끼치지 않는 두 실험을 구별해 확률을 구하는 과정이다. 주사위·동전의 결과를 나열해 1−p와 합, 곱의 이유를 확인하고, ‘적어도 한 번’과 공을 다시 넣지 않을 때의 계산을 살핀다.

  25. 상자그림

    #233완성

    중앙값이 같아도 퍼짐은 같을까?

    상자그림은 중앙값과 사분위수, 수염으로 자료의 분포를 요약한 그림이다. 이 글은 수염을 최솟값과 최댓값까지 그린다. 사분위수 계산 관례와 네 구간에 자료가 정확히 4분의 1씩 들어가는 조건을 익히고, 두 가상 집단을 GeoGebra로 그려 비교한다.

  26. 산점도와 상관관계

    #234완성

    두 열을 따로 정렬해도 될까?

    산점도는 같은 대상에서 얻은 두 변량의 값을 짝지어 좌표평면에 점으로 나타낸 그림이다. 가상 자료로 양·음의 상관관계와 뚜렷한 증감 경향이 없는 경우를 읽고, 짝을 보존하는 이유, 눈금에 속지 않는 법, 기준선으로 점을 세는 법과 상관관계가 인과관계를 보장하지 않는 이유를 설명한다.

  27. 중복순열

    #240완성

    다시 골라도 되면 몇 가지일까?

    중복순열은 서로 다른 n개에서 중복을 허락하여 r개를 택해 일렬로 나열하는 순열이고, 그 수는 n의 r제곱이다. 자리마다 선택 수를 곱하는 이유, 순열과의 차이, 누가 고르는지로 밑과 지수를 정하는 법, 첫 자리·적어도 한 번·길이별 합·재고 제한 조건을 다룬다.

  28. 같은 것이 있는 순열

    #241완성

    왜 계승으로 나눌까?

    같은 것이 있는 순열은 종류별 개수가 정해진 대상을 모두 일렬로 배열하는 순열이다. 이름표를 붙였다 지우면 같은 배열이 일정한 횟수로 겹치는 이유, 조합으로 자리 고르기, 최단 경로와 지나는 점, 위치·숫자 0·순서 조건을 다룬다.

  29. 중복조합

    #242완성

    칸막이는 왜 하나 적을까?

    중복조합은 서로 다른 n종류에서 같은 종류를 여러 번 골라도 되게 r개를 택하되 순서는 구별하지 않는 선택이다. 별 r개와 칸막이 n−1개의 배열로 그 수를 세고, 최소·최대 개수 조건과 방정식의 자연수해·음이 아닌 정수해, 함수의 개수에 적용한다.

  30. 이항정리

    #243완성

    계수는 어떤 선택의 수일까?

    이항정리는 두 항의 합을 0 이상의 정수 n만큼 거듭제곱한 식을 조합의 수로 전개하는 정리다. 곱에서 항을 고르는 위치로 일반항을 유도하고, 특정 항의 계수와 상수항, 파스칼의 삼각형과 이항계수의 합, 근삿값과 나머지 구하기에 활용한다.

  31. 확률의 덧셈정리

    #245완성

    겹친 경우는 몇 번 세었을까?

    확률의 덧셈정리는 두 사건 중 적어도 하나가 일어날 확률을 구하는 규칙이다. 각 사건의 확률을 더한 뒤 두 사건이 함께 일어나는 확률을 한 번 뺀다. 겹치는 영역을 나누어 공식을 설명하고, 배수 카드·배반사건·정확히 하나·교집합 확률의 범위를 비교한다.

  32. 여사건의 확률

    #246완성

    적어도 하나는 왜 1에서 뺄까?

    여사건의 확률은 1에서 원래 사건의 확률을 뺀 값이다. 같은 표본공간을 원래 사건과 나머지 사건으로 나누므로 두 확률의 합은 1이다. 적어도 하나와 하나도 없음, 곱이 짝수와 모두 홀수, 두 가지 부정과 경계값을 구별하며 계산을 줄인다.

  33. 사건의 조건부확률

    #247완성

    같은 8명인데 왜 확률이 달라질까?

    사건의 조건부확률은 확률이 양수인 조건 B 안에서 A가 일어날 확률이다. 교집합의 확률을 조건의 확률로 나누며, 분할표·두 주사위·칸 크기가 다른 돌림판에서 분모가 될 기준을 찾고 두 방향의 차이를 확인한다.

  34. 사건의 독립

    #248완성

    한 장의 카드에서 두 사건이 독립일까?

    사건의 독립은 두 사건의 교집합 확률이 각 확률의 곱과 같은 관계다. 조건의 확률이 양수이면 조건을 알아도 다른 사건의 확률이 바뀌지 않는다는 뜻과 같다. 넓이 모형으로 종속·배반을 구별하고, 적어도 하나가 일어날 확률과 확률이 0인 경계도 확인한다.

  35. 확률의 곱셈정리

    #249완성

    두 번째 확률의 분모는 무엇일까?

    확률의 곱셈정리는 확률이 양수인 사건 A에 대해 두 사건의 교집합 확률을 A의 확률과 A 아래 B의 조건부확률의 곱으로 구한다. 수형도와 순서쌍 표로 복원·비복원 추출을 비교하고, 겹치지 않는 경로의 확률을 더한 뒤 조건을 뒤집는다.

  36. 독립시행

    #250완성

    두 번 성공하는 순서는 몇 가지일까?

    독립시행은 같은 시행을 반복할 때 각 결과가 다른 시행의 확률에 영향을 주지 않는 실험이다. 같은 성공 확률 p에서 특정 성공 순서와 정확히 k번 성공할 확률을 구별하고, 조합을 곱하는 이유와 적용 조건, 점 이동·먼저 이기는 경기에 쓰는 법을 설명한다.

  37. 이항분포

    #253완성

    성공 횟수는 어떻게 셀까?

    이항분포는 성공확률이 일정한 독립시행을 정해진 횟수만큼 반복할 때 성공 횟수의 분포다. 조합으로 각 횟수의 확률을 구하고, 평균·분산·표준편차와 모형이 성립하는 조건을 확인한다.

  38. 표준정규분포

    #255완성

    다른 눈금을 한 표로 읽기

    표준정규분포는 평균 0·분산 1인 정규분포다. X가 N(μ,σ²)를 따를 때 Z=(X−μ)/σ로 표준화하고, 0부터 z까지의 표와 누적확률 Φ의 차이, 확률에서 경계를 거꾸로 찾는 방법을 구간 그림과 계산으로 확인한다.

  39. 이항분포의 정규근사

    #256완성

    정수 막대를 곡선으로 바꾸면?

    이항분포의 정규근사는 B(n,p)를 평균 np·분산 np(1−p)의 정규분포로 어림하는 방법이다. 경험적 적용 기준을 확인하고, 경계를 그대로 표준화한 값과 정수 경계에 0.5를 보정한 값을 이항확률의 정확한 합과 비교해 오차를 읽는다.

  40. 모집단과 표본

    #257완성

    전체를 알고 싶을 때 누구를 뽑을까?

    모집단과 표본은 각각 알아보려는 대상 전체와 실제 조사하려고 뽑은 일부다. 각 대상이 같은 확률로 뽑히는 임의추출과 같은 크기의 모든 조합이 같은 확률로 뽑히는 단순임의추출, 복원·비복원추출을 구별한다. 표본이 우연히 달라지는 변동과 명단 누락·선택 방식에서 오는 편향도 구별한다.

  41. 표본평균의 분포

    #258완성

    표본을 다시 뽑으면 평균도 달라질까?

    표본평균의 분포는 같은 크기의 표본을 반복해서 뽑을 때 가능한 평균과 그 확률을 나타낸 것이다. 독립적으로 같은 모집단에서 뽑으면 표본평균의 평균은 모평균이고 분산은 모분산을 표본 크기로 나눈 값이다. 정규모집단에서는 표본평균도 정규분포를 따르므로 표준화해 확률을 구한다.

  42. 표본비율의 분포

    #259완성

    조사 비율은 왜 달라질까?

    표본비율의 분포는 표본에서 특정 조건을 만족하는 비율이 어떤 값과 확률을 갖는지 나타낸 것이다. 같은 모비율로 독립 추출하면 표본비율의 평균은 모비율이고, 분산은 모비율과 그 여비율의 곱을 표본 크기로 나눈 값이다. 근사 조건을 확인한 뒤 표준화로 확률을 구한다.

  43. 모평균의 추정

    #260완성

    95%는 무엇을 믿는다는 뜻일까?

    모평균의 추정은 표본평균으로 모집단의 평균을 짐작하는 일이다. 정규모집단에서 독립 추출하고 모표준편차를 알 때 신뢰구간을 만드는 원리와 신뢰도의 뜻을 설명한다. 공학 도구로 구간을 계산하고, 구간의 길이와 필요한 표본 크기, 모표준편차를 모를 때의 한계를 살핀다.

  44. 모비율의 추정

    #261완성

    조사한 60%에 범위를 붙이는 이유는?

    모비율의 추정은 표본에서 관측한 비율로 모집단의 비율을 짐작하는 일이다. 독립 추출 모형의 큰 표본에서 표본비율과 추정 표준오차로 신뢰구간을 근사한다. 공학 도구로 결과를 읽고, 필요한 표본 크기와 여론조사의 표본오차, 성공 수가 적거나 편향이 있을 때의 한계를 살핀다.

  45. 연속확률분포의 확장

    예정

  46. 연속확률변수의 평균과 표준편차

    #476완성

    평균도 적분일까?

    연속확률변수의 평균(기댓값)은 값에 확률밀도를 곱해 적분한 값이다. 0≤x≤1에서 밀도가 2x이면 평균은 2/3, 분산은 1/18이다. 구간 확률의 가중합이 적분이 되는 이유를 보이고, 미지 상수 결정·대칭 밀도·선형변환 문제를 푼다.

  47. 공식 통계 읽기

    #303완성

    같은 인구라도 대상이 다를까?

    공식 통계 읽기는 작성 기관만 확인하는 일이 아니라 표의 대상·기준 시점·단위·정의를 함께 해석하는 일이다. 실제 주민등록인구 자료로 증감·변화율·한 달 평균 증감·성비를 계산하고, 그래프의 세로축과 분모를 확인하며, 자료가 답할 수 있는 질문과 설명하지 못하는 원인을 구별한다.

  48. 층화임의추출

    #304완성

    모든 집단에서 똑같이 뽑을까?

    층화임의추출은 모집단을 겹치지 않는 층으로 나누고 각 층 안에서 무작위로 표본을 뽑는 방법이다. 비례 배분과 정수 맞추기, 같은 수 배분을 가상 명부로 비교하고, 층의 크기를 반영해 전체 비율을 추정하는 이유와 집락추출·할당추출과의 차이를 설명한다.

  49. 계통추출

    #305완성

    간격이 같으면 공평할까?

    계통추출은 명부에서 무작위로 정한 시작점부터 일정한 간격으로 표본을 선택하는 방법이다. 모집단 크기가 표본 크기의 배수인 경우를 실제 번호로 실행하고, 같은 개인 포함확률과 단순임의추출의 차이, 명부의 주기성과 정렬 순서가 결과에 주는 영향, 배수가 아닌 명부의 경계를 설명한다.

  50. 자료의 척도

    #306완성

    번호 4는 번호 2의 두 배일까?

    자료의 척도는 기록한 값으로 어떤 비교를 할 수 있는지를 정하는 기준이다. 범주형·수치형 자료와 명목·순서·구간·비율 척도를 구별하고, 숫자 코드의 평균, 순서 코드로 낸 평균의 비교, 섭씨온도의 비를 그대로 해석하면 안 되는 이유를 켈빈 온도와 함께 살핀다.

  51. 자료 수집 설계

    #307완성

    빈칸을 0으로 채워도 평균이 같을까?

    자료 수집 설계는 탐구 질문에 맞게 조사 대상·기간·수집 방법과 기록 규칙을 정하는 과정이다. 여섯 수집 방법, 임의추출과 무작위 배정, 설문 문항과 무응답을 비교하고, 가상 대기시간 기록에서 단위·중복·결측을 구별해 유효한 관측 3개의 평균을 계산한다.

  52. t분포

    #308완성

    왜 꼬리가 더 두꺼울까?

    t분포는 자유도에 따라 모양이 달라지고 0을 중심으로 대칭인 연속확률분포다. 독립인 정규모집단 표본에서 모표준편차 대신 표본표준편차로 평균을 표준화할 때 나타난다. 꼬리가 두꺼운 이유와 t분포표·임계값·꼬리 넓이를 공학 도구로 정규분포와 비교한다.

  53. 모평균의 t신뢰구간

    #309완성

    95%는 무엇의 확률일까?

    모평균의 t신뢰구간은 모표준편차를 모르는 정규모집단에서 표본평균과 표본표준편차로 모평균을 추정하는 구간이다. 독립적으로 뽑은 관측값이 2개 이상이고 표본표준편차가 양수일 때 계산한다. 원자료·요약 통계에서 공식과 공학 도구로 구간을 구하고, 신뢰수준을 반복 표집의 포함 비율로 해석한다.

  54. 가설검정

    #310완성

    드문 결과는 무엇을 말할까?

    가설검정은 미리 정한 모집단 가정 아래에서 관측 결과가 얼마나 드문지 평가하는 절차다. 귀무가설·대립가설과 유의수준을 먼저 정하고 p값이나 기각역으로 판단하며, 단측·양측의 차이와 제1종·제2종 오류를 구별한다. 기각하지 못한 결과를 가설의 입증으로 바꾸지 않는다.

  55. 모평균 검정

    #311완성

    평균 차이는 표본의 흔들림일까?

    모평균 검정은 한 모집단의 평균을 정한 기준값과 비교한다. 모표준편차가 미지인 같은 정규모집단의 독립 관측값이 2개 이상이고 표본표준편차가 양수일 때 t검정의 p값이나 기각역으로 판정하고, 차이의 크기와 함께 해석한다.

  56. 모비율 검정

    #312완성

    관측 비율은 기준에서 얼마나 벗어났나?

    모비율 검정은 한 모집단의 비율을 정한 기준과 비교한다. 독립이고 같은 성공확률을 갖는 충분히 큰 표본에서 귀무가설 기준의 표준오차로 z값과 근사 p값을 구해 기각역이나 p값으로 판정하며, 표집 조건과 비율 차이를 함께 해석한다.

  57. 통계 탐구 수행

    #313완성

    p값이 작으면 설정을 바꿔야 할까?

    통계 탐구 수행은 질문·계획·수집·분석·결정의 다섯 단계를 연결해 근거 있는 결론을 만드는 과정이다. 합성 주입량 10개로 사분위수, 평균의 t 신뢰구간과 양측 검정을 실행하고, 미리 정한 허용 차이로 행동을 정하며 직접 자료를 모을 계획까지 완성한다.

  58. 통계 탐구의 성찰

    #314완성

    튀는 값 하나가 결론을 바꿀까?

    통계 탐구의 성찰은 결과를 질문·자료·방법·표현과 대조하고 고칠 근거를 찾는 과정이다. 합성 주입량 보고서 초안의 입력 오류와 가상 교정 조건으로 결론이 어떻게 바뀌는지 실제로 재계산하고, 동료 검토·오차 막대 표현·미응답·개인정보까지 점검한다.

  59. 원순열

    #337완성

    한 사람을 왜 고정할까?

    원순열은 회전하여 일치하는 원형 배열을 같은 것으로 세는 순열이다. 서로 다른 n개의 원순열은 (n−1)!가지이며 뒤집은 배열은 구별한다. 한 대상을 고정하는 이유를 보이고 이웃·마주 보기·다각형 탁자·정육면체의 면에 적용한다.

  60. 염주순열

    #338완성

    뒤집으면 왜 절반일까?

    염주순열은 회전하거나 뒤집어 일치하는 목걸이 배열을 같은 것으로 센다. 서로 다른 구슬이 세 개 이상이면 원순열의 수를 둘로 나누며, 그 이유를 뒤집기 짝과 일렬로 읽는 2n가지로 보인다. 이웃 조건, 반복색과 작은 개수의 예외를 구별한다.

  61. 포함배제의 원리

    #339완성

    겹친 부분을 왜 다시 더할까?

    포함배제의 원리는 겹치는 유한집합의 원소를 중복 없이 세는 방법이다. 두 집합에서는 교집합을 빼고 세 집합에서는 공통 교집합을 다시 더한다. 원소별 횟수로 이유를 보이고 배수, 정확히 몇 개에 속한 원소, 빈 상자 없는 분배, 상한이 있는 정수해에 적용한다.

  62. 집합의 분할

    #340완성

    모둠 이름이 없으면 몇 가지일까?

    집합의 분할은 서로 다른 원소 전체를 겹치지 않는 비어 있지 않은 부분집합들로 나누는 것이다. 모둠의 이름과 순서는 구별하지 않는다. 마지막 원소의 위치로 점화식을 증명하고, 이름 있는 상자와 빈 상자를 허용한 분배로 넓힌다.

  63. 자연수의 분할

    #341완성

    합의 순서를 지우면 몇 가지일까?

    자연수의 분할은 자연수를 양의 정수들의 순서 없는 합으로 나타내는 것이다. 부분이 같은 크기여도 반복을 허용한다. 1의 포함 여부로 점화식을 증명하고, 분할의 그림과 켤레 분할, 이름 없는 상자와 이름 있는 상자의 분배를 비교한다.

  64. 비둘기집의 원리

    #342완성

    몇 개부터 겹침이 보장될까?

    비둘기집의 원리는 상자보다 많은 대상을 넣으면 어느 상자에는 둘 이상 들어감을 보장한다. 상자마다 같은 수가 들어간다는 뜻은 아니다. 일반화된 올림 경계와 최소 개수를 구하고, 나머지·짝·넓이로 상자를 만들어 존재를 증명한다.

  65. 두 사건의 경우의 수

    #396완성

    언제 더하고 곱할까?

    두 사건의 경우의 수는 조건에 맞는 서로 다른 결과의 개수이다. 겹치지 않는 두 선택은 더하고, 첫 선택마다 두 번째 선택 수가 같은 두 단계는 곱한다. 목록과 수형도로 빠짐과 중복을 확인한다.

  66. 순열의 기초

    #397완성

    자리를 바꾸면 다른가?

    순열은 서로 다른 대상에서 중복 없이 몇 개를 골라 순서 있게 배열하는 것이다. 세 명 중 회장과 부회장을 뽑는 여섯 결과를 직접 나열하고, 자리마다 선택 수가 줄어드는 이유와 계승·0!=1, 한 자리를 고정한 배열을 익힌다.

  67. 조합의 기초

    #398완성

    순서를 지우면 왜 나눌까?

    조합은 서로 다른 대상에서 중복 없이 몇 개를 순서와 관계없이 고르는 것이다. 네 명 중 두 명의 모임 여섯 가지를 나열하고, 같은 모임의 여러 배열을 한 묶음으로 세는 조합 공식과 고르는 수·남기는 수의 대응, 리그전 경기 수 세기를 익힌다.

  68. 업무 자료로 읽는 가능성

    #426완성

    0건이면 불가능할까?

    업무 자료로 읽는 가능성은 같은 기준으로 센 전체 기록 중 해당 현상이 나타난 비율, 곧 관찰 비율이다. 취소·가격 인상 가능성을 0 이상 1 이하의 수로 나타내고, 건수와 비율, 기록 0건과 현상 0건, 기간 합산과 조건별 비율을 구별한다.

  69. 여러 업무표를 하나로 정리하기

    #427완성

    어느 행끼리 더할까?

    여러 업무표를 하나로 정리하는 일은 행의 뜻·품목·기간·단위를 맞춘 뒤 같은 항목의 수량은 더하고 다른 정보는 연결하는 것이다. 중복·빈칸을 확인하고 가로·세로 합계와 원표 합계로 검산해 통합표, 그래프, 처리 메모를 만든다.

  70. 업무 그래프를 목적에 맞게 바꾸기

    #428완성

    어떻게 합칠까?

    업무 그래프를 목적에 맞게 바꾸는 일은 여러 그래프의 원값·단위·기간을 되읽어 비교 목적에 맞는 한 그래프로 다시 그리는 것이다. 선그래프와 막대그래프의 통합, 이중축의 함정, 그림그래프의 기호값, 같은 전체를 나누는 비율그래프를 다룬다.

  71. 업무표와 그래프의 오류 찾기

    #429완성

    합계만 맞으면 옳을까?

    업무표와 그래프의 오류 찾기는 명렬표의 한 행, 비율의 분모, 합계, 막대의 0 기준, 빠진 기간을 원기록과 대조하는 일이다. 합계가 맞아도 남는 오류와 잘린 막대·빈 달의 왜곡을 고치고, 예측에는 기록 기간과 가정을 밝힌다.

  72. 자료로 비교하고 업무안 선택하기

    #430완성

    넓으면 더 좋을까?

    자료로 비교해 업무안을 고르는 일은 목적과 필수 기준을 먼저 정하고, 자료의 특성에 맞는 표·그래프로 수치와 반대 근거·한계를 함께 검토하는 과정이다. 방사형그래프의 축 조건과 넓이의 한계, 두 조건의 동시 검사, 산점도의 짝과 근거 범위를 다룬다.

  73. 스포츠 점수와 공정성

    #437완성

    동점인데 순위가 달라진다?

    스포츠 점수와 공정성은 같은 기록을 어떤 규칙으로 합치는지에 달려 있다. 체조 E점수의 절사평균과 소수 셋째 자리 절삭, 양궁 세트제를 가상 자료로 평균·총점과 비교하고, 동점 처리까지 미리 정한 채점 규칙을 만든다.

  74. 투표 방식 비교와 제안

    #441완성

    같은 표로 누가 이길까?

    투표 방식 비교는 같은 선호 자료에 서로 다른 집계 규칙을 적용해 결과를 견주는 활동이다. 가상 9명의 완전순위표를 단순다수·순위점수(보르다)·결선·일대일 비교로 계산하고, 점수 배분과 동점 처리를 미리 정한 투표 규칙서를 만든다.

  75. 대중매체 자료의 해석

    #445완성

    8번보다 6번이 큰가?

    대중매체 자료의 해석은 매체·기간과 단어를 세는 규칙을 밝혀 표현의 특징을 읽는 활동이다. 20칸 중 6회는 30%, 40칸 중 8회는 20%다. 워드클라우드, 비율 막대, 정리 규칙, 자료 합치기를 문맥과 함께 살핀다.

  76. 식생활 문제의 자료 분석

    #447완성

    잔량이 줄면 개선된 걸까?

    식생활 문제의 자료 분석은 먹거리의 안전·균형·공급과 낭비를 서로 다른 지표로 살피는 활동이다. 가상 30인분의 잔량 180g은 1인분당 6g이다. 식량부족 비율·검사 부적합률·당류 에너지 비율의 분모를 구별하고 개선안을 검토한다.

  77. 대기와 탄소 자료 읽기

    #448완성

    18과 1.6의 단위는?

    대기와 탄소 자료 읽기는 오염 농도와 온실가스 환산 배출량의 단위를 구별하는 활동이다. 가상 계수 0.2kg CO₂e/km에서 8km의 배출량은 1.6kg CO₂e다. 지구온난화지수로 탄소 발자국을 환산하고, 실제 농도 자료와 대안의 조건을 살핀다.

  78. 사막화와 토지 변화 조사

    #449완성

    30km²보다 15km²가 큰 비중?

    사막화와 토지 변화 조사는 같은 경계·기간·분류에서 면적과 비율을 비교하는 활동이다. 가상 지역 100km² 중 15km²는 15%, 300km² 중 30km²는 10%다. 건조 지수, %p와 변화율, 숲의 순변화, 황사 일수의 기간 평균을 계산해 보전안을 검토한다.

  79. 생물 다양성과 생명권 자료

    #450완성

    많이 봤다고 더 많은가?

    생물 다양성과 생명권 자료는 종·관찰·접수 기록을 구별해 생명 보호 문제를 살피는 자료다. 가상 2시간 12회 관찰은 시간당 6회다. 종 비율의 고른 정도를 심슨 지수로 계산하고, 실제 밀거래 보고서를 읽어 비포획 보호 행동을 설계한다.

  80. 심슨의 역설

    #533완성

    집단마다 앞서도 합치면 왜 뒤질까?

    심슨의 역설은 층별 비교와 합친 비교가 어긋나는 현상이다. 신장결석 자료에서 개복 수술은 작은 결석 93%, 큰 결석 73%로 모두 앞서지만 전체 성공률은 78%로 다른 시술의 83%보다 낮다. 가중평균으로 원인과 조건을 보고 표준화와 층화 비교로 바로잡는다.