평균은 같아도 퍼짐은 다릅니다: 분산과 표준편차

평균이 같은 직접 만든 두 데이터로 모집단·표본 분산을 구별하고 표준편차의 단위를 확인하세요.

삽화: 평균은 같아도 퍼짐은 다릅니다: 분산과 표준편차

평균이 같으면 퍼짐도 같을까요?

아닙니다. 평균은 중심을, 퍼짐은 값들이 중심에서 얼마나 떨어지는지를 설명합니다. 계산 전에 데이터가 모집단 전체인지, 더 큰 모집단 추정에 쓰이는 표본인지 정하세요.

두 데이터를 완전한 모집단으로 다루어 보세요

A는 1, 4, 7이고 B는 -2, 4, 10이며 평균은 모두 4입니다.

양AB
평균으로부터의 편차-3, 0, 3-6, 0, 6
편차 제곱합1872
모집단 분산: 3으로 나누기624
모집단 표준편차6\sqrt6262\sqrt6

B의 각 편차는 A의 대응 편차의 두 배입니다. 제곱하면 네 배이므로 분산은 네 배, 표준편차는 두 배입니다. 서로 다른 진술입니다.

다른 공식이 n-1로 나누는 이유는 무엇일까요?

모집단 분산은 흔히 σ2=∑(xi−μ)2/n\sigma^2=\sum(x_i-\mu)^2/n으로 씁니다. 모집단 추정에 쓰는 일반적인 표본 분산은 표본 값이 둘 이상일 때 s2=∑(xi−xˉ)2/(n−1)s^2=\sum(x_i-\bar x)^2/(n-1)입니다. 이 규약이면 예제의 표본 분산은 9와 36입니다.

분모가 다르다고 계산이 자동으로 틀린 것은 아닙니다. 모집단을 기술하는지, 표본으로 모집단을 추정하는지에 따라 통계적 역할이 다를 수 있습니다. 여기서 표본 규약을 언급하는 것은 혼동 방지용이지 CSCA가 통계적 추론 전체 과정을 요구한다는 주장이 아닙니다.

단위로 확인하세요

관측값이 cm 단위 길이라면 편차는 cm, 분산은 cm2\mathrm{cm^2}, 표준편차는 다시 cm입니다. 분산을 평균에서의 일반적인 거리로 바로 읽으면 안 됩니다.

모든 관측값에 5를 더하면 평균은 5만큼 증가하지만 편차는 그대로여서 분산도 같습니다. 모든 값에 2를 곱하면 편차가 두 배, 분산이 네 배가 됩니다. 설명 없는 별도 암기법이 아니라 정의에서 나오는 사실입니다.

계산 전후에 물어볼 질문

전에는 데이터의 역할과 의도한 분모를 확인하세요. 후에는 편차 제곱이 음수가 아닌지, 단위가 맞는지, 척도 변화에 합리적으로 반응하는지 보세요. 값이 모두 같으면 분산은 0이어야 합니다. 음의 분산은 퍼짐의 방향이 아니라 계산·공식 오류를 뜻합니다.

점도표 A={1,4,7}, B={−2,4,10}의 평균은 모두 4이며 B가 더 넓게 퍼져 있습니다.
같은 가로축 척도의 직접 만든 점도표입니다. 모집단 분산은 A가 6, B가 24입니다.