체비셰프 정리 계산기

체비셰프 정리는 분포의 평균 근처에 있는 관측값 비율에 대해 보장되는 하한을 제공합니다. 익숙한 경험 법칙과 달리 데이터가 정규분포, 대칭 분포 또는 종 모양 분포를 따를 필요가 없습니다. 모집단이나 데이터 집합의 평균과 분산이 유한하면 1보다 큰 모든 k에 대해 적어도 1 − 1/k²의 값이 평균에서 k 표준편차 이내에 있습니다. 따라서 분포 형태를 모르거나 불규칙하거나 크게 치우친 경우에도 유용합니다. 계산기는 서로 연결된 두 공식을 적용합니다. 먼저 μ − kσ부터 μ + kσ까지의 구간을 계산합니다. μ는 평균, σ는 표준편차, k는 선택한 거리 배수입니다. 다음으로 1 − 1/k²를 백분율로 변환합니다. k = 2이면 최소 75%의 값이 평균에서 두 표준편차 이내에 있음을 보장합니다. k = 3이면 보장 비율은 약 88.89%로 높아집니다. 이는 정확한 비율의 예측이 아니라 최소 경계입니다. 실제 분포에서는 훨씬 많은 데이터가 구간 안에 있을 수 있습니다. 체비셰프 경계가 보수적인 이유는 거의 모든 분포에서 성립해야 하기 때문입니다. 정규분포 데이터는 약 95%의 관측값이 평균에서 두 표준편차 이내에 있지만 체비셰프 정리는 75%만 보장합니다. 이 차이가 정리가 부정확하다는 뜻은 아닙니다. 분포 형태를 가정하지 않는다는 장점을 반영합니다. 정규성에 근거가 있다면 분포별 방법으로 더 좁은 추정치를 얻을 수 있고, 그렇지 않다면 체비셰프 정리가 신뢰할 만한 기준이 됩니다. 구간의 단위는 원래 측정값과 같습니다. 시험 점수 평균이 70, 표준편차가 8이고 k = 2라면 구간은 54~86이며, 적어도 75%의 점수가 이 범위에 있음을 보장합니다. 결과는 전체 분포의 비율을 뜻하며, 그 분포에서 관측값을 무작위로 뽑는 경우가 아니라면 미래의 개별 결과에 대한 확률은 아닙니다. 평균과 표준편차가 분석하려는 모집단이나 표본을 설명하는 값인지 확인하고, 의미 있는 하한을 얻으려면 k가 1보다 커야 한다는 점을 기억하세요.