직관 — 흔들리는 자로 차이를 재면
차이를 자로 잴 때 자의 눈금이 고정되어 있으면 비교가 간단하다. 눈금까지 적은 자료로 정해야 한다면 잰 값도 더 흔들린다. 그 추가 흔들림을 반영한 곡선이 필요하다.
여기서 잴 차이는 표본평균과 모평균의 차이다. 그 차이를 나누는 눈금은 평균의 표준오차다. 모집단의 산포를 모르면 눈금까지 표본으로 추정해야 하고, 이때 쓰는 곡선이 t분포, 즉 스튜던트 t분포다. 다음에 배울 모평균의 t신뢰구간과 모평균 검정이 모두 이 곡선의 넓이를 읽는다.
t분포는 자유도에 따라 달라지는 확률분포다
t분포는 0을 중심으로 대칭인 종 모양의 연속확률분포다. 곡선의 모양을 정하는 양의 수를 자유도라고 하며, 이 글에서는 양의 정수 자유도를 다룬다. 표준정규분포도 0을 중심으로 대칭이지만, 유한한 자유도의 t분포는 양쪽 먼 영역에 더 많은 확률을 둔다.
연속분포에서 어떤 구간의 확률은 그 구간 위 곡선 아래 넓이다. 곡선 전체 아래 넓이는 1이고, 한 점의 확률은 0이다. 세로축의 밀도 높이는 그 점이 나올 확률이 아니다.
정규분포 에서 평균 는 곡선의 중심 위치를, 양의 표준편차 는 퍼짐을 정한다. 표준정규분포 은 평균 0·표준편차 1인 경우다. 정규분포의 값 를 로 바꾸는 것을 표준화라고 하며, 그 결과는 표준정규분포를 따른다.
그림 1은 같은 축에 표준정규분포와 자유도 5·30의 t분포를 그린 것이다. 0에서의 높이는 표준정규분포가 약 0.399, 자유도 5가 약 0.380, 자유도 30이 약 0.396이다. 중심이 낮아진 만큼의 넓이가 양쪽 꼬리로 옮겨 간다. 자유도가 커질수록 표준정규분포에 가까워지지만, 자유도 30도 정확히 같지는 않다.
figures/t_curves.py표본평균을 비교할 때 왜 t분포를 쓰나?
모표준편차를 모르면 표본에서 추정한 산포로 평균의 차이를 나누기 때문이다. 그 산포는 표본을 바꿀 때 함께 변하므로, 고정된 모표준편차로 나눈 값과 같은 분포를 따르지 않는다.
모집단과 표본에서 조사할 전체와 실제 관측값을 구별했다. 관측값을 이라 하면 평균 와 추정용 표본분산 는 다음과 같다. 는 표시한 항들을 모두 더한다는 뜻이다.
| 기호 | 이름 | 원어 | 뜻 |
|---|---|---|---|
| 표본 크기 | sample size | 독립 관측값의 수 | |
| 관측값, 표본평균 | observation, sample mean | 이번 표본의 값과 평균 | |
| 모평균, 모표준편차 | population mean, standard deviation | 모집단의 평균과 양의 표준편차 | |
| 표본분산, 표본표준편차 | sample variance, sample standard deviation | 분모가 인 분산과 그 제곱근 | |
| 표준오차 추정값 | estimated standard error | 표본평균이 표본마다 흔들리는 크기의 추정값 | |
| 자유도 | degrees of freedom | 아래 평균 문제에서는 | |
| t통계량, t분포 | t statistic, t distribution | 표준화한 차이와 그 분포 |
중등 분산과 표준편차에서 자료 자체를 요약할 때는 편차제곱합을 으로 나눴다. 식 (1)은 그 표본으로 모집단의 분산을 추정할 때 쓰는 정의이고, 공학 도구에서는 ddof=1로 고른다. 평균을 정하면 편차들의 합이 0이어서, 마지막 편차는 나머지 개로 정해진다. 흔히 이 사실로 을 자유도라고 부르는 이유를 설명한다.
서로 독립이고 같은 정규모집단에서 뽑은 표본, 양의 모분산, 라는 조건 아래 다음 결과를 쓴다. 는 표본을 반복해서 뽑을 때 달라지는 평균과 표본표준편차이고, 는 이번 관측값이다.
식 (2)의 분모 은 이고 이면 개별 자료의 산포 보다 작다. 독립 관측값을 평균 내면 큰 값과 작은 값이 서로 상쇄되어 평균의 흔들림이 줄기 때문이다. 분포 정리는 여기서 증명하지 않고 추정과 검정의 근거로 쓴다.
t분포를 따르는 것은 표준화한 통계량 이지 원자료가 아니다. 원자료는 정규모집단에서 오고, 그 원자료로 계산한 가 표본에 따라 달라지며 t분포를 그린다. 관측값 사이에 차이가 없어 이면 식 (2)의 비율을 계산할 수 없다. 반올림이나 측정 해상도 때문에 같아졌는지도 확인한다.
t통계량은 실제 표본에서 어떻게 계산하나?
표본평균에서 모평균을 빼고 표준오차로 나눈다. 모평균이 8인 정규모집단에서 6개를 뽑는 모의 상황에서 얻은 표본이 6, 9, 10, 10, 12, 13이라고 하자. 실제 조사에서는 모평균을 모르지만, 이 예는 가 무엇을 재는지 보려고 모평균을 정해 두었다.
편차는 −4, −1, 0, 0, 2, 3이고 합이 0이다. 제곱합 을 로 나눈다.
식 (4)의 로 표준오차 을 구하고, 식 (2)의 꼴에 넣는다.
표준오차가 1이므로 이번 표본평균은 모평균에서 표준오차의 2배만큼 떨어져 있다. 이 를 비교할 곡선은 자유도 인 t분포다. 다음 절에서 이 값이 얼마나 드문지 넓이로 읽는다.
자유도와 꼬리 넓이는 도구에서 어떻게 비교하나?
자유도가 작으면 같은 경계 밖에 남는 확률이 더 크다. 2보다 크거나 −2보다 작은 영역의 넓이는 표준정규분포에서 약 0.04550, 자유도 5인 t분포에서 약 0.10194다. 식 (5)의 만큼 또는 더 벌어진 표본이 열 번에 한 번꼴로 나온다는 뜻이다.
는 표준정규분포, 는 자유도 5인 t분포를 따르는 확률변수다. 대칭이므로 양쪽 꼬리 넓이는 오른쪽 꼬리의 2배, 즉 다. 자유도 30에서는 같은 넓이가 약 0.05463으로 정규분포에 가깝다. 그림 2의 음영은 높이 하나가 아니라 그 영역의 넓이다.
figures/t_tail_areas.pyPython에서 NumPy·SciPy·Matplotlib를 사용할 수 있는 환경에 다음 코드를 한 번 실행한다. pdf는 곡선 높이, cdf는 왼쪽 누적 넓이, sf는 오른쪽 꼬리 넓이(1에서 cdf를 뺀 값), ppf는 지정한 누적 넓이에 해당하는 가로축 값을 구한다. 이 글의 실행 확인 버전은 SciPy 1.18.1이다.
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
x = np.linspace(-4, 4, 801)
plt.plot(x, stats.norm.pdf(x), label="N(0,1)")
for df in [5, 30]:
plt.plot(x, stats.t.pdf(x, df), label=f"t, df={df}")
plt.legend()
plt.show()
print("normal cdf(2):", round(stats.norm.cdf(2), 5))
print("t5 cdf(2):", round(stats.t.cdf(2, 5), 5))
print("t5 two tails:", round(2 * stats.t.sf(2, 5), 5))
print("t9 ppf(.975):", round(stats.t.ppf(.975, 9), 5))
출력은 차례로 0.97725, 0.94903, 0.10194, 2.26216이다. 마지막 값은 자유도 9인 t분포에서 왼쪽 넓이가 0.975가 되는 경계다. 가운데 넓이 0.95를 잡으려면 반대편 경계는 −2.26216이다. df를 14로 바꾼 결과는 직접 해보기에서 확인한다.
t분포의 꼬리는 왜 정규분포보다 두꺼울까?
분모의 표본표준편차 도 표본에 따라 흔들리고, 가 우연히 작게 나온 표본에서는 가 크게 부풀기 때문이다. 모표준편차 로 나누는 에는 이런 부풀림이 없다.
그림 3은 평균 0·표준편차 1인 정규모집단에서 크기 6의 표본을 2000번 뽑아, 표본마다 와 를 찍은 모의실험이다. 같은 표본에서 로 나눈 도 계산했다. 는 217번(10.85%), 는 89번(4.45%) 나와 그림 2의 0.10194와 0.04550에 가깝다. 이론으로 기대하는 의 개수는 다.
figures/sample_sd_vs_t.py인 217개 표본에서 의 중앙값은 약 0.67이고, 나머지 표본은 약 0.96이다. 217개 중 약 96%는 이었지만 전체에서 인 비율은 약 59%였다. 작은 로 나누면 같은 평균 차이도 더 큰 가 되어, 곡선의 먼 꼬리가 두꺼워진다.
표본이 커지면 가 근처에 모여 이 부풀림이 줄어든다. 그래서 자유도가 커질수록 t분포는 표준정규분포에 가까워진다. 2000번은 유한한 모의실험이어서 비율은 시드에 따라 조금 달라지며, 이론값은 도구의 sf로 확인한다.
t분포표는 어떻게 읽나?
t분포표는 행에 자유도, 열에 넓이를 두고 그 넓이에 해당하는 경계값을 적은 표다. 가운데 95%의 경계를 찾으려면 양쪽 꼬리에 0.025씩 남기므로 누적 넓이 0.975 열을 본다. 아래 표는 SciPy의 ppf로 계산해 셋째 자리까지 반올림했다.
| 자유도 | 누적 0.95 | 누적 0.975 | 누적 0.995 |
|---|---|---|---|
| 4 | 2.132 | 2.776 | 4.604 |
| 5 | 2.015 | 2.571 | 4.032 |
| 9 | 1.833 | 2.262 | 3.250 |
| 14 | 1.761 | 2.145 | 2.977 |
| 29 | 1.699 | 2.045 | 2.756 |
| 60 | 1.671 | 2.000 | 2.660 |
| 표준정규분포 | 1.645 | 1.960 | 2.576 |
누적 0.975 열은 가운데 95%, 누적 0.995 열은 가운데 99%의 경계다. 오른쪽 꼬리만 0.05인 경계는 누적 0.95 열에서 읽는다. 표에 따라 열 머리글이 누적 넓이인지, 오른쪽 꼬리 넓이인지, 양쪽 꼬리의 합인지 다르므로 머리글부터 확인한다. 오른쪽 꼬리 넓이로 이름을 붙이는 표에서는 누적 0.975 열의 값을 처럼 쓴다.
그림 4는 누적 0.975 열을 자유도 2부터 40까지 이어 그린 것이다. 자유도 2에서 4.303이던 경계가 자유도 40에서 2.021로 줄고, 그린 범위 전체에서 1.96보다 크다. 자유도 1의 경계는 12.706이어서 그림 밖에 있다. 자유도가 작을수록 같은 95%를 잡는 데 더 먼 경계가 필요하다.
figures/t_critical_by_df.pyt분포와 표준정규분포는 무엇이 같고 무엇이 다른가?
둘 다 0을 중심으로 좌우 대칭인 종 모양이고, 곡선 아래 전체 넓이는 1이다. 다른 점은 t분포에는 모양을 정하는 자유도가 있고, 유한한 자유도에서는 중심이 낮고 꼬리가 두껍다는 것이다.
| 비교 | 표준정규분포 | 자유도 5인 t분포 |
|---|---|---|
| 중심과 대칭 | 0, 좌우 대칭 | 0, 좌우 대칭 |
| 모양을 정하는 수 | 없음 | 자유도 |
| 0에서의 높이 | 약 0.399 | 약 0.380 |
| −2 이하 또는 2 이상의 넓이 | 약 0.04550 | 약 0.10194 |
| 가운데 95%의 경계 | 1.960 | 2.571 |
| 분산 | 1 |
t분포의 분산은 자유도가 2보다 클 때 다음 값이다. 도구에서는 stats.t.var(5)로 확인할 수 있다.
식 (7)의 값은 에서 1보다 크고, 가 커지면 1에 다가간다. 자유도 5의 표준편차는 약 1.291, 자유도 30의 분산은 이다. 자유도 2에서는 분산이 유한하지 않고, 자유도 1에서는 평균도 정의되지 않는다. 그래서 t분포의 표준편차가 1이라거나, 모든 자유도에서 평균이 0이라고 일반화하지 않는다.
t분포의 꼬리가 표준정규분포보다 두꺼운 것은 표준화의 분모인 표본표준편차까지 표본에 따라 흔들리기 때문이다. 독립인 정규모집단 표본에서 모표준편차를 모를 때 자유도 인 t분포의 넓이로 확률과 임계값을 읽는다.
t분포는 표본이 30개 이상이면 쓰지 못해?
아니다. 독립인 정규모집단 표본에 대한 식 (2)는 표본이 커져도 그대로 성립한다. 표본 30개(자유도 29)의 95% 경계는 2.045로 정규분포의 1.960보다 약 4% 크다. 30은 두 분포가 비슷해지는 경험적 기준일 뿐 사용 금지선이 아니다.
모비율 추정에도 t분포를 쓰나?
아니다. 교과의 모비율 신뢰구간은 큰 표본에서 표본비율의 분포를 정규분포로 근사하므로 95%에 1.96을 쓴다. t분포는 정규모집단의 평균을 표본표준편차로 표준화할 때의 분포다. 모비율의 추정에서는 그 대신 성공·실패 수가 충분한지 확인한다.
t분포를 쓰면 편의표본도 대표성을 갖게 돼?
아니다. 분포를 고르는 것은 우연한 흔들림을 계산하는 일이고, 관측 대상을 치우치게 고른 문제는 해결하지 못한다. 한 시간대에만 뽑은 제품을 100개로 늘려도 하루 전체를 대표한다고 할 수 없으므로 표본 설계부터 다시 살핀다.
t분포의 흔한 오해
pdf(2)가 2 이하일 확률이다. —stats.t.pdf(2, 5)는 곡선 높이 약 0.0651이고, 2 이하일 확률은cdf가 주는 0.94903이다. 식 (6)은cdf로 계산한다.- 자유도는 표본 크기와 같다. — 한 표본의 평균을 다룰 때 자유도는 이다. 표본 10개를 자유도 10으로 잘못 읽으면 95% 경계가 2.262 대신 2.228이 되어 불확실성을 작게 잡는다.
- 표본 크기만 맞으면 어떤 자료에도 t분포가 정확하다. — 식 (2)는 같은 정규모집단과 독립성을 전제로 한다. 강한 비대칭이나 서로 의존하는 측정값에 작은 표본 공식을 기계적으로 적용하지 않는다.
직접 해보기
- 자료 2, 4, 6의 평균, 편차제곱합, 식 (1)의 표본분산과 자유도를 구하라.
- 표본 15개로 평균을 추정한다. 자유도를 구하고 도구로 누적 넓이 0.975의 t 경계를 계산하라.
- 자유도 9에서 도구가
cdf(1)=0.82828을 표시했다. 대칭을 이용해 −1과 1 사이 넓이를 구하라. - 모평균이 4인 정규모집단에서 뽑은 표본이 3, 5, 6, 7, 9다. t값과 자유도를 구하고, 그만큼 또는 더 벌어질 양쪽 꼬리 넓이를 도구로 구해 표준정규분포의 값과 비교하라.
- 자유도 9에서 오른쪽 꼬리 넓이만 0.05가 되는 경계를 위 t분포표에서 찾고, 가운데 95%의 경계 2.262와 왜 다른지 설명하라.
답
- 평균 4, 편차 −2·0·2의 제곱합 8이다. 표본분산은 8/(3−1)=4, 자유도 2다. 자료 자체의 분산 8/3과 구별한다.
- 자유도 14이며
stats.t.ppf(.975, 14)는 약 2.14479다. t분포표의 2.145와 같다. - 왼쪽 꼬리는 1−0.82828=0.17172다. 가운데 넓이는 0.82828−0.17172=0.65656이다. 주어진 반올림값으로 계산한 근삿값이다.
- 평균 30/5=6, 편차 −3·−1·0·1·3의 제곱합 20, 표본분산 20/4=5다. 표준오차 이므로 , 자유도 4다.
2*stats.t.sf(2, 4)는 약 0.11612로, 표준정규분포의 0.04550보다 크고 자유도 5의 0.10194보다도 크다. - 누적 0.95 열의 1.833이다. 오른쪽 한쪽에만 0.05를 남기므로, 양쪽에 0.025씩 남기는 2.262보다 중심에 가깝다.
더 읽기
- NIST, t Distribution — 자유도와 꼬리, 정의되지 않는 평균의 경계를 확인한 원자료다. 밀도의 특수함수 유도는 이 글의 선수로 삼지 않는다.
- NIST, Critical Values of the Student's t Distribution — 열을 누적 넓이로 두는 t분포표와 양측·단측 열 선택법이다. ‘t분포표는 어떻게 읽나?’ 절의 표 머리글이 이 관례를 따른다.
- SciPy, t — 도구 절의
pdf,cdf,sf,ppf,var와 자유도 입력을 확인할 공식 문서다. - NIST, Confidence Limits for the Mean — 식 (2)가 모평균 추정과 어떻게 연결되는지 읽는다.
영상 노트
- 00:00 고정된 눈금과 표본으로 추정한 눈금 비교
- 00:40 식 (1)의 두 분모와 자유도, 식 (2)의 조건
- 01:30 식 (3)~(5)로 표본 6개의 t값 계산
- 02:20 그림 2의 꼬리 넓이와 도구 실행
- 03:10 그림 3 모의실험으로 작은 s가 큰 t를 만드는 장면
- 04:00 t분포표와 그림 4의 임계값, 식 (7)의 분산 비교
지도에서의 위치
- 2026-11-16 · 에이전트 초안
- 2026-11-16 · 표본 조건과 통계량의 계산 가능 조건을 명확히 하고 숫자 앞뒤 표현 정리
- 2026-11-17 · 전수 검수 반영 — 꼬리가 두꺼운 이유를 표본 계산과 모의실험으로 설명, t분포표 읽기와 자유도별 임계값, 정규분포와의 성질 비교, 주제 밖 비율 절 정리, 질문·오해·연습 보강, 후속 검정 글 연결 정정 (에이전트 수정, 그림 2→4)
- 2026-11-17 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림