확률·통계표본비율의 분포#259

표본비율의 분포

Sampling Distribution of the Proportion

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.

읽는 시간
약 7분
선수 개념
모집단과 표본이항분포의 정규근사기댓값

직관 — 같은 상자에서 네 번 확인한 비율

직관

빨간 공과 파란 공이 든 상자에서 공을 뽑고 색을 적은 뒤 되돌려 넣는다. 네 번 중 빨간 공이 나온 비율을 적고, 다시 네 번씩 조사한다. 상자 속 빨간 공의 비율은 그대로인데 기록한 비율은 달라질 수 있다.

모집단에서 조건을 만족하는 비율이 모비율이다. 뽑은 표본 안에서 같은 조건을 만족하는 비율은 표본비율이다. 이 둘을 구별해야 조사 결과가 전체 비율을 얼마나 잘 알려 주는지 다룰 수 있다.

표본비율은 성공 횟수를 시행 수로 나눈 값이다

조건을 만족하는 결과를 편의상 성공이라 부르자. 바람직한 결과라는 뜻은 아니다. 모집단에서 성공 비율이 pp이고, 매번 같은 성공확률로 독립적으로 nn번 뽑는 모형을 정한다. 성공 횟수를 XX, 표본비율을 p^\hat p로 쓴다. nn은 양의 정수이고 0≤p≤10\le p\le1이다.

X∼B(n,p),p^=Xn.(1)X\sim B(n,p),\qquad \hat p=\frac Xn.\tag{1}

이항분포는 횟수 XX의 분포다. 그 값을 nn으로 나눈 표본비율은 0,1/n,2/n,…,10,1/n,2/n,\ldots,1 중 하나만 가질 수 있다. 아래에서는 p^\hat p를 표본을 뽑기 전의 확률변수와 실제 관측 비율 모두에 쓰되 문맥으로 구별한다.

정의
기호이름원어뜻
pp모비율population proportion모집단에서 성공 조건을 만족하는 비율
nn표본의 크기sample size독립 추출하는 횟수
XX성공 횟수number of successes표본에서 성공한 개수
p^\hat p표본비율sample proportionX/nX/n으로 정의한 비율
σ(p^)=p(1−p)/n\sigma(\hat p)=\sqrt{p(1-p)/n}표본비율의 표준편차(표준오차)standard error반복 표본에서 비율의 표준편차

교과서는 1−p1-p를 qq로 써서 V(p^)=pq/nV(\hat p)=pq/n, σ(p^)=pq/n\sigma(\hat p)=\sqrt{pq/n}으로 적는다. 이 페이지의 p(1−p)p(1-p)가 pqpq다. p^\hat p는 ‘피 햇’이라 읽는다.

예컨대 빨간 공 1개와 파란 공 3개에서 복원하여 독립적으로 네 번 뽑으면 p=1/4p=1/4, n=4n=4다. 한 표본의 색이 빨강·파랑·파랑·빨강이었다면 관측한 표본비율은 2/4=1/22/4=1/2다. 이것이 상자 속 모비율 1/41/4을 1/21/2로 바꾸지는 않는다.

이항분포의 가로축을 비율로 바꾸면 된다

식 (1)의 시행에서 X=kX=k와 p^=k/n\hat p=k/n은 같은 사건이다. 따라서 각 값의 확률은 이항분포의 확률과 같다. 아래 거듭제곱 식은 0<p<10<p<1에서 쓰며, p=0p=0 또는 p=1p=1은 뒤의 질문에서처럼 한 값에 확률 1을 직접 배정한다.

P ⁣(p^=kn)=nCkpk(1−p)n−k(k=0,…,n).(2)P\!\left(\hat p=\frac kn\right) ={}_nC_kp^k(1-p)^{n-k}\quad(k=0,\ldots,n).\tag{2}

식 (2)로 위 공 뽑기의 경우를 분모 256으로 맞추면 분포표를 정확히 나타낼 수 있다. 예를 들어 빨간 공을 두 번 뽑는 확률은 4C2(1/4)2(3/4)2=54/256{}_4C_2(1/4)^2(3/4)^2=54/256이다.

XX01234
p^=X/4\hat p=X/401/41/41/21/23/43/41
확률81/25681/256108/256108/25654/25654/25612/25612/2561/2561/256

확률의 합은 (81+108+54+12+1)/256=1(81+108+54+12+1)/256=1이다. 그림 1의 위아래 막대는 높이가 같고 가로축의 눈금만 다르다. 모비율이 1/41/4이어도 표본비율 0이 나올 수 있고, 표본비율은 0부터 1까지 아무 실수나 연속적으로 갖지도 않는다.

빨간 공의 모비율이 1/4일 때 복원 독립추출 네 번의 결과다. 위는 성공 횟수 X의 이항분포, 아래는 같은 확률을 X/4의 자리로 옮긴 표본비율의 분포다. 점선은 위에서 np=1, 아래에서 p=1/4이며, 다섯 막대의 확률 합은 1이다.
그림 1 빨간 공의 모비율이 1/41/4일 때 복원 독립추출 네 번의 결과다. 위는 성공 횟수 XX의 이항분포, 아래는 같은 확률을 X/4X/4의 자리로 옮긴 표본비율의 분포다. 점선은 위에서 np=1np=1, 아래에서 p=1/4p=1/4이며, 다섯 막대의 확률 합은 1이다. figures/proportion_distribution.py

평균은 모비율이고 분산은 표본 크기에 반비례한다

이항분포에서 E(X)=npE(X)=np, V(X)=np(1−p)V(X)=np(1-p)임을 배웠다. 기댓값과 분산의 배수 성질을 X/nX/n에 적용하면 일반 관계를 얻는다. 평균에는 1/n1/n, 분산에는 그 제곱 1/n21/n^2이 곱해진다.

E(p^)=npn=p,V(p^)=np(1−p)n2=p(1−p)n,σ(p^)=p(1−p)n.(3)E(\hat p)=\frac{np}{n}=p,\qquad V(\hat p)=\frac{np(1-p)}{n^2}=\frac{p(1-p)}n, \qquad \sigma(\hat p)=\sqrt{\frac{p(1-p)}n}.\tag{3}

위 다섯 값 표로 직접 계산해도 E(p^)=1/4E(\hat p)=1/4, V(p^)=3/64V(\hat p)=3/64를 얻는다. 같은 결과를 다른 길로도 얻을 수 있다. 빨강을 1, 파랑을 0으로 적으면 빨강·파랑·파랑·빨강은 1,0,0,11,0,0,1이고, 그 평균 1/21/2이 바로 표본비율이다. 한 번 뽑은 값의 평균은 pp, 분산은 p−p2=p(1−p)p-p^2=p(1-p)이므로 표본평균의 분포의 σ2/n\sigma^2/n에 넣으면 식 (3)이 나온다.

모비율이 0.40.4인 독립 추출 모형에서 n=150n=150이면 표준오차는 0.24/150=0.0016=0.04\sqrt{0.24/150}=\sqrt{0.0016}=0.04다. n=600n=600이면 0.24/600=0.02\sqrt{0.24/600}=0.02로 절반이 된다. 0.04는 비율의 차이로 4%포인트이며, 40%의 4%를 뜻하는 상대적 백분율과 다르다.

그림 2는 정규곡선이 아니라 이항확률을 그대로 계산한 두 분포다. 같은 모비율을 중심으로 더 큰 표본의 비율이 좁게 모인다. 막대 간격이 서로 다르므로 높이 자체보다 각 분포의 중심과 퍼짐을 비교하자.

모비율 p=0.4인 독립 시행에서 위는 표본 크기 150, 아래는 600의 표본비율 분포다. 각 막대는 이항분포에서 정확히 계산한 점확률이며 표준편차는 각각 0.04와 0.02다. 표시한 가로축 범위 밖에도 매우 작은 확률이 있고, 전체 막대의 확률 합은 각각 1이다.
그림 2 모비율 p=0.4p=0.4인 독립 시행에서 위는 표본 크기 150, 아래는 600의 표본비율 분포다. 각 막대는 이항분포에서 정확히 계산한 점확률이며 표준편차는 각각 0.04와 0.02다. 표시한 가로축 범위 밖에도 매우 작은 확률이 있고, 전체 막대의 확률 합은 각각 1이다. figures/proportion_precision.py

모비율이 0.5일 때 표본비율이 가장 많이 흩어진다

같은 표본 크기라면 p(1−p)p(1-p)가 클수록 표본비율이 많이 흩어진다. 이 곱은 이차함수의 최대·최소처럼 완전제곱식으로 바꾸면 최댓값이 보인다.

p(1−p)=14−(p−12)2≤14.(4)p(1-p)=\frac14-\left(p-\frac12\right)^2\le\frac14.\tag{4}

등호는 p=1/2p=1/2일 때만 성립한다. 그림 3에서 n=150n=150이면 p=0.4p=0.4의 표준오차 0.04보다 p=0.5p=0.5의 0.25/150≈0.0408\sqrt{0.25/150}\approx0.0408이 조금 크다. 양 끝 p=0p=0과 p=1p=1에서는 0이 되고, nn을 네 배로 하면 모든 pp에서 곡선이 절반 높이로 내려온다.

표본비율의 표준편차 √p(1-p)/n을 모비율 p에 따라 그렸다. 위 곡선은 n=150, 아래 곡선은 n=600이며, 점은 p=0.4의 0.04와 최댓값인 p=0.5의 약 0.0408이다.
그림 3 표본비율의 표준편차 p(1−p)/n\sqrt{p(1-p)/n}을 모비율 pp에 따라 그렸다. 위 곡선은 n=150n=150, 아래 곡선은 n=600n=600이며, 점은 p=0.4p=0.4의 0.04와 최댓값인 p=0.5p=0.5의 약 0.0408이다. figures/se_by_p.py

모비율이 0이나 1이면 표본비율의 분산은 어떻게 되는가?

분산이 0이다. 이 모형에서 p=0p=0이면 모든 표본의 성공 비율이 0, p=1p=1이면 1이기 때문이다. 그러나 관측한 표본비율이 0이라는 사실은 모비율이 0임을 뜻하지 않는다. 위 표에서도 p=1/4p=1/4인데 관측 비율 0의 확률은 81/25681/256이다.

표본비율은 언제 정규분포로 근사할까?

0<p<10<p<1이고 npnp와 n(1−p)n(1-p)가 충분히 크면 이항분포의 정규근사를 표본비율에도 적용할 수 있다. 평균은 pp, 분산은 p(1−p)/np(1-p)/n인 정규분포로 근사한다.

p^ 의 근사 분포N ⁣(p,p(1−p)n).(5)\hat p\ \text{의 근사 분포}\quad N\!\left(p,\frac{p(1-p)}n\right).\tag{5}

식 (5)를 쓰기 전에는 두 기대 횟수가 각각 10 이상인지 살피는 기준이 자주 쓰인다. 교재에 따라 5 이상을 쓰기도 하며, 어느 쪽도 정확성을 보장하는 정리가 아니라 근사 가능성을 판단하는 경험 기준이다. n=150,p=0.4n=150,p=0.4이면 기대 횟수는 60과 90이어서 근사를 고려할 수 있다.

반면 n=100,p=0.01n=100,p=0.01이면 성공 기대 횟수는 1뿐이라 분포가 한쪽 경계에 몰린다. 표본비율이 정확히 0일 확률은 0.99100≈0.3660.99^{100}\approx0.366이며, 그림 4에서 0에 놓인 막대가 그 높이다. 같은 평균과 분산의 정규곡선은 음수 비율에 약 0.157의 넓이를 준다. 표본비율은 음수가 될 수 없으므로 이 근사는 쓸 수 없다.

n=100, p=0.01일 때 막대는 표본비율의 정확한 이항확률이고, 곡선은 식 (5)의 정규밀도에 막대 간격 0.01을 곱해 같은 척도로 그린 것이다. 0에 놓인 막대가 0.366이고, 곡선의 0보다 왼쪽 넓이가 약 0.157이다.
그림 4 n=100n=100, p=0.01p=0.01일 때 막대는 표본비율의 정확한 이항확률이고, 곡선은 식 (5)의 정규밀도에 막대 간격 0.01을 곱해 같은 척도로 그린 것이다. 0에 놓인 막대가 0.366이고, 곡선의 0보다 왼쪽 넓이가 약 0.157이다. figures/edge_case.py

횟수의 구간 확률을 근사할 때 연속성 보정을 쓴다면, XX의 경계에서 0.50.5를 조정한 뒤 nn으로 나눈다. 비율 가로축에서는 보정 크기가 0.5/n0.5/n이다. 이 글의 다섯 값 표처럼 작게 셀 수 있는 경우에는 정확한 이항확률을 먼저 쓴다.

표본비율이 어떤 값 이상일 확률은 어떻게 구할까?

근사 조건을 확인한 뒤 표본비율을 평균 pp와 표준편차 p(1−p)/n\sqrt{p(1-p)/n}으로 표준화한다. 그러면 다음 ZZ는 근사적으로 표준정규분포를 따른다.

Z=p^−pp(1−p)/n.(6)Z=\frac{\hat p-p}{\sqrt{p(1-p)/n}}.\tag{6}

모비율 0.4인 모집단에서 150개를 임의추출할 때 표본비율이 0.46 이상일 확률을 구하자. 표준오차는 앞에서 구한 0.04다.

P(p^≥0.46)≈P ⁣(Z≥0.46−0.40.04)=P(Z≥1.5).(7)P(\hat p\ge0.46)\approx P\!\left(Z\ge\frac{0.46-0.4}{0.04}\right)=P(Z\ge1.5).\tag{7} P(Z≥1.5)=0.5−P(0≤Z≤1.5)=0.5−0.4332=0.0668.(8)P(Z\ge1.5)=0.5-P(0\le Z\le1.5)=0.5-0.4332=0.0668.\tag{8}

그림 5의 위쪽 눈금은 식 (7)처럼 표준화한 zz이고, 경계 0.46이 z=1.5z=1.5에 놓인다. 식 (8)의 값은 근삿값이다. p^≥0.46\hat p\ge0.46은 X≥69X\ge69와 같고, 이항분포로 정확히 더하면 약 0.0790이다. 경계를 X≥68.5X\ge68.5로 연속성 보정하면 약 0.0783으로 정확값에 가까워진다.

모비율 0.4, 표본 크기 150에서 표본비율의 근사 분포 N(0.4,0.04^2)의 밀도다. 아래 눈금은 hat p, 위 눈금은 표준화한 z이며, 점선 0.46보다 오른쪽 넓이가 0.0668이다.
그림 5 모비율 0.4, 표본 크기 150에서 표본비율의 근사 분포 N(0.4,0.042)N(0.4,0.04^2)의 밀도다. 아래 눈금은 p^\hat p, 위 눈금은 표준화한 zz이며, 점선 0.46보다 오른쪽 넓이가 0.0668이다. figures/proportion_tail.py

표본비율을 알면 모비율도 안다고 말할 수 있는가?

아니다. p=1/4p=1/4인 상자에서 네 번 중 두 번 빨강을 뽑으면 관측 비율은 1/21/2다. 한 표본의 값이 전체 비율과 같다는 보장이 없기 때문에, 모비율의 추정에서 표본비율과 그 불확실성을 함께 써서 모비율을 추정한다.

주민을 중복 없이 조사해도 표본비율이 정확히 이항분포를 따르는가?

유한 모집단의 비복원추출은 독립이 아니므로 일반적으로 정확한 이항분포가 아니다. 앞서 뽑은 구성에 따라 다음 성공 확률이 달라진다. 예를 들어 빨강 1개·파랑 3개에서 비복원으로 두 번 뽑으면 빨강이 두 번 나올 수 없어 p^=1\hat p=1의 확률이 0이다. 모집단에 비해 표본이 매우 작을 때만 독립 모형으로 근사한다.

핵심

표본비율은 같은 성공확률로 독립 추출한 성공 횟수를 양의 표본 크기로 나눈 값이다. 그 평균은 모비율이며, 모비율이 0보다 크고 1보다 작을 때 표본이 커지면 분산이 줄어든다.

표본비율의 분포에서 흔히 생기는 오해

  • 이항분포와 표본비율 분포의 가로축은 같다. — 이항분포는 0~nn의 성공 횟수, 표본비율은 그 값을 nn으로 나눈 값이다. 그림 1에서 성공 횟수 2는 비율 1/21/2에 해당한다.
  • 표본 수가 100이면 모비율과 무관하게 정규근사가 좋다. — p=0.01p=0.01이면 기대 성공 횟수는 1이고, 그림 4처럼 정규곡선이 음수 비율에 0.157을 준다.
  • 표준오차 0.04는 모비율 40%의 4%만큼 흔들린다는 뜻이다. — 0.04는 비율 자체의 차이인 4%포인트다. 40%의 4%는 1.6%포인트로 전혀 다른 크기다.

직접 해보기

  1. 성공확률 1/21/2인 독립 시행을 세 번 반복한다. 표본비율의 가능한 값과 확률을 구하자.
  2. 모비율이 0.3인 독립 추출 모형에서 n=200n=200일 때 표본비율의 평균과 분산을 구하자. n=800n=800일 때 표준오차는 몇 배인가?
  3. 80개 중 성공 28개를 관측했다. 관측 표본비율을 구하고, 이 결과만으로 모비율도 같다고 단정할 수 있는지 설명하자.
  4. n=200,p=0.995n=200,p=0.995일 때 기대 성공·실패 횟수를 구하고, 두 횟수가 각각 10 이상인지 점검하자.
  5. 모비율이 0.2인 모집단에서 400개를 임의추출한다. 표본비율의 표준편차를 구하고, P(0≤Z≤2)=0.4772P(0\le Z\le2)=0.4772로 P(p^≤0.16)P(\hat p\le0.16)을 근사하자. 또 표준편차를 0.01 이하로 하려면 표본 크기가 최소 얼마여야 하는가?
답과 풀이
  1. 성공 횟수 0,1,2,30,1,2,3을 3으로 나누므로 비율은 0,1/3,2/3,10,1/3,2/3,1이다. 확률은 3Ck(1/2)3{}_3C_k(1/2)^3으로 각각 1/8,3/8,3/8,1/81/8,3/8,3/8,1/8이다.
  2. 평균은 0.3, 분산은 0.3×0.7/200=0.001050.3\times0.7/200=0.00105다. 800은 200의 4배이므로 표준오차는 1/21/2배다.
  3. 28/80=0.3528/80=0.35다. 관측한 표본의 비율이며, 표본마다 달라질 수 있으므로 모비율을 정확히 알았다고 단정하지 않는다.
  4. 기대 성공 횟수는 200×0.995=199200\times0.995=199, 실패 횟수는 1이다. 실패 쪽이 기준을 충족하지 않으므로 정규근사를 신중히 다뤄야 한다.
  5. 기대 횟수 80과 320이 충분히 크다. 표준편차는 0.2×0.8/400=0.0004=0.02\sqrt{0.2\times0.8/400}=\sqrt{0.0004}=0.02다. P(p^≤0.16)≈P(Z≤(0.16−0.2)/0.02)=P(Z≤−2)=0.5−0.4772=0.0228P(\hat p\le0.16)\approx P(Z\le(0.16-0.2)/0.02)=P(Z\le-2)=0.5-0.4772=0.0228이다. 0.16/n≤0.01\sqrt{0.16/n}\le0.01에서 n≥0.16/0.0001=1600n\ge0.16/0.0001=1600이다.

더 읽기

영상 노트

영상 노트
  • 00:00 같은 상자에서 표본비율이 달라지는 상황, 교과서 기호 qq
  • 00:50 식 (1)·(2), 그림 1로 성공 횟수를 비율로 바꾸기
  • 02:00 식 (3)의 평균·분산과 0·1 자료의 표본평균, 4%포인트
  • 03:10 그림 2에서 표본 크기를 네 배로 늘리기
  • 04:00 식 (4)와 그림 3으로 모비율 0.5의 최대 퍼짐
  • 05:00 식 (5)의 근사 조건, 그림 4의 경계 반례
  • 06:10 식 (6)~(8)과 그림 5로 표준화 확률과 정확값 비교
  • 07:20 새 연습과 모비율 추정으로 연결

지도에서의 위치

이 페이지의 기록
  1. 2026-11-16 · 에이전트 초안 — 교과 정의·일반 근거·예제·그림·새 연습과 접힌 풀이 작성
  2. 2026-11-16 · 독립 검수 개선 — 확률 0·1의 경계를 거듭제곱 식과 구별 (에이전트 수정)
  3. 2026-11-16 · 독립 재검수 개선 — 핵심 상자에 표본비율의 뜻과 분산 감소의 경계 조건 명시 (에이전트 수정)
  4. 2026-11-17 · 전수 검수 반영 — 교과서 기호 q 연결, 0과 1 자료의 표본평균으로 보는 길, 모비율 0.5에서 퍼짐 최대, 정규근사 경계 반례 수치, 표준화로 확률 구하기와 정확값 비교 추가, 표본 크기 예를 150·600으로 정리, 해보기 5문항 (에이전트 수정, 그림 2→5)
  5. 2026-11-17 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림