Z-점수 확률 이해하기

표준정규분포(Standard Normal Distribution)는 평균 $\mu = 0$, 표준편차 $\sigma = 1$인 정규분포입니다. 이 척도의 값은 $Z$로 표기하며, 곡선 위의 특정 위치를 Z-점수라고 합니다.

Z-점수 확률은 표준정규곡선 아래의 넓이를 의미합니다. 예를 들어 $P(Z < z)$는 Z-점수 $z$의 왼쪽 넓이입니다. 곡선 아래의 전체 넓이가 1이므로, 이 넓이들은 확률 또는 백분율로 해석할 수 있습니다.

누적분포함수(CDF)의 역할

표준정규 누적분포함수(CDF)는 $\Phi(z)$로 표기하며, 좌측 꼬리 확률을 나타냅니다:

$\Phi(z)$를 구하면, 다른 일반적인 확률 형태는 여사건, 차이, 대칭성으로부터 도출됩니다.

각 확률 형태 읽는 법

• 좌측 꼬리 확률: $P(Z < z)=\Phi(z)$는 $z$의 왼쪽 전체를 색칠합니다.
• 우측 꼬리 확률: $P(Z > z)=1-\Phi(z)$는 $z$의 오른쪽 전체를 색칠합니다.
• 두 Z-점수 사이: $P(z_1 < Z < z_2)=\Phi(z_2)-\Phi(z_1)$. 낮은 Z-점수를 먼저 사용합니다.
• 중심 확률: $P(-z < Z < z)=\Phi(z)-\Phi(-z)$. 양수 거리 $z$에 대해 적용됩니다.
• 양측 꼬리 확률: $P(Z < -z \text{ 또는 } Z > z)=1-[\Phi(z)-\Phi(-z)]$. 중심 바깥 넓이를 나타냅니다.

Z-점수 1개 계산 예시

$z=1.25$인 경우, CDF 값은 대략:

따라서 $P(Z<1.25)\approx 0.8944$이고, 우측 꼬리 확률은:

평균에서 $z=1.25$까지의 넓이는 $0.8944-0.5=0.3944$입니다. $-1.25$와 $1.25$ 사이의 대칭 중심 넓이는 약 $0.7888$이며, 두 외곽 꼬리에 약 $0.2112$가 남습니다.

Z-점수 2개 계산 예시

$P(-1 < Z < 2)$를 구하려면, 두 끝점에서 CDF를 사용합니다:

표준정규 값을 사용하면 $\Phi(2)\approx 0.9772$, $\Phi(-1)\approx 0.1587$이므로:

계산기는 두 외곽 부분인 $P(Z<-1)$과 $P(Z>2)$도 함께 표시합니다.

그래프 색칠과 공식의 대응

각 색칠된 곡선은 공식이 나타내는 동일한 넓이를 시각화합니다. 좌측 꼬리 결과는 가장 왼쪽에서 Z 표시까지 색칠합니다. 우측 꼬리 결과는 표시에서 가장 오른쪽까지 색칠합니다. 구간 결과는 두 표시 사이의 구간만 색칠합니다. 양측 꼬리나 외부 결과는 양쪽 끝을 색칠하고 가운데는 비워 둡니다.

주의 사항

• 이 확률들은 표준정규분포를 사용합니다. $Z$가 표준정규 모형을 따를 때 직접 적용됩니다.
• 연속 분포에서 $P(Z < z)$와 $P(Z \le z)$는 실질적으로 동일합니다. 단일 점의 확률이 0이기 때문입니다.
• 정규분포를 따르지 않는 데이터의 경우, Z-점수 확률은 근사치에 불과할 수 있습니다. Z-점수는 표준화된 거리를 나타낼 수 있지만, 정규 확률 해석은 모형에 따라 달라집니다.

자주 묻는 질문

왜 $P(Z < 0)=0.5$인가요?

표준정규곡선은 0을 중심으로 대칭입니다. 전체 넓이의 절반이 평균 왼쪽에, 나머지 절반이 오른쪽에 있으므로 $\Phi(0)=0.5$입니다.

단측 확률과 양측 꼬리 확률의 차이는 무엇인가요?

단측 확률은 기준값에서 한 방향만 봅니다(예: $P(Z>z)$). 양측 꼬리 확률은 양쪽 극단을 합칩니다(예: $P(Z<-z \text{ 또는 } Z>z)$).

왜 계산기는 중심 확률과 외부 확률에 $-z$와 $z$를 사용하나요?

해당 형태는 평균을 중심으로 한 대칭적인 질문에 답합니다. 중심 확률은 0에서 같은 거리 안에 있는 넓이를 묻고, 외부(양측) 확률은 그 거리를 넘어 어느 쪽 꼬리에든 있는 넓이를 묻습니다.