표본분산(sample variance)을 계산할 때 분모를 \( n \)이 아니라 \( n – 1 \)로 나누는 이유는 표본이 모집단의 분산을 과소 추정하는 경향을 보이기 때문입니다. 이 문제를 보정하기 위해 \( n – 1 \)을 사용하며, 이를 자유도(degrees of freedom)라고 부릅니다. 본 글에서는 표본분산의 정의와 \( n – 1 \)이 등장하는 이유를 수학적 및 직관적으로 설명합니다.
표본분산의 정의
모집단의 분산 \( \sigma^2 \)은 다음과 같이 정의됩니다:
\[ \sigma^2 = \frac{1}{N} \sum_{i=1}^N (x_i – \mu)^2 \]
하지만 모집단 전체 \( N \)과 \( \mu \)를 알 수 없을 때, 표본 \( x_1, x_2, …, x_n \)을 이용하여 분산을 추정해야 합니다. 이때 표본분산 \( s^2 \)은 다음과 같이 정의됩니다:
\[ s^2 = \frac{1}{n – 1} \sum_{i=1}^n (x_i – \bar{x})^2 \]
여기서 \( \bar{x} \)는 표본평균입니다.
왜 \( n – 1 \)로 나눌까?
표본평균 \( \bar{x} \)는 모집단의 평균 \( \mu \)와 다를 수 있습니다. 각 표본값 \( x_i \)가 \( \mu \)가 아닌 \( \bar{x} \)를 기준으로 편차를 계산할 경우, 이 값들은 평균에 맞춰 조정된 값들이므로 분산이 작게 나올 수 있습니다.
이러한 편향(bias)을 보정하기 위해 분모를 \( n \)이 아닌 \( n – 1 \)로 설정합니다. 이렇게 하면 표본분산이 모집단 분산의 불편추정량(unbiased estimator)이 됩니다.
자유도의 개념
\( n \)개의 데이터 중 평균 \( \bar{x} \)를 구하면, \( n – 1 \)개의 값만 자유롭게 선택할 수 있고 마지막 하나는 \( \bar{x} \)를 맞추기 위해 결정됩니다. 이처럼 독립적으로 변할 수 있는 데이터의 수를 자유도(degrees of freedom)라고 부르며, 이는 분산 계산 시 중요한 개념입니다.
수학적 유도 (간단)
표본분산의 기댓값 \( E[s^2] \)은 다음과 같이 유도됩니다:
\[ E[s^2] = \frac{1}{n – 1} E\left[\sum_{i=1}^n (x_i – \bar{x})^2\right] = \sigma^2 \]
즉, \( n – 1 \)으로 나누어야만 기대값이 \( \sigma^2 \)과 일치하며, 이는 통계학적으로 타당한 분산 추정을 가능하게 합니다.
결론
정의
표본분산은 표본 평균을 기준으로 각 데이터의 편차 제곱의 평균을 구한 값입니다.
왜 n-1?
표본 평균을 사용함으로 생기는 편향을 보정하고, 분산의 기대값을 모집단 분산에 맞추기 위해 \( n – 1 \)을 사용합니다.
자유도 개념
표본 평균을 이미 사용했기 때문에 나머지 \( n – 1 \)개만 자유롭게 변할 수 있습니다.
수학적 정당성
\( n – 1 \)로 나누면 분산의 불편추정량이 되어 통계적 신뢰도를 확보할 수 있습니다.
표본분산에서 \( n – 1 \)을 사용하는 것은 단순한 계산법이 아니라, 통계적 정확성과 신뢰성을 보장하는 필수적인 수학적 원리에 기반한 것입니다.