경험 법칙 계산기 - 정규분포 68-95-99.7
경험 법칙(68-95-99.7 법칙)을 모든 정규분포에 적용하세요. 평균과 표준편차를 입력하면 데이터의 68%, 95%, 99.7%에 해당하는 정확한 범위를 얻을 수 있습니다.
정규분포의 평균 (μ)과 표준편차 (σ)를 입력하여 세 가지 경험 법칙 구간을 계산합니다.
경험 법칙 계산기 - 정규분포 68-95-99.7
경험 법칙(68-95-99.7 법칙)을 모든 정규분포에 적용하세요. 평균과 표준편차를 입력하면 데이터의 68%, 95%, 99.7%에 해당하는 정확한 범위를 얻을 수 있습니다.
경험 법칙 계산기 소개
경험 법칙은 삼시그마 법칙 또는 68-95-99.7 법칙이라고도 하며, 데이터가 정규(종 모양) 분포에서 어떻게 분포하는지를 설명하는 통계적 간편 규칙입니다. 관측값의 약 68%가 평균에서 1 표준편차 이내에, 약 95%가 2 표준편차 이내에, 약 99.7%가 3 표준편차 이내에 들어간다고 말합니다. 이 수치들은 응용 통계에서 가장 중요한 숫자들입니다.
더 정확히는 표준 정규분포의 누적분포함수에서 나온 비율이 68.27%, 95.45%, 99.73%입니다. 여집합 확률도 중요합니다. 데이터의 약 32%는 1 시그마 구간 밖에, 약 5%는 2 시그마 구간 밖에, 오직 0.27%(약 370개 중 1개)만 3 시그마 구간 밖에 있습니다. 이 마지막 수치는 품질 관리와 식스 시그마 방법론에서 널리 쓰이는 “삼시그마 한계”의 기반입니다.
경험 법칙은 데이터가 정규분포를 따르거나 거의 근사할 때에만 적용됩니다. 성인 키, IQ 점수, 측정 오차, 혈압 수치, 여러 경제 및 금융 지표처럼 많은 자연 현상은 대략 정규분포에 가깝습니다. 이런 경우 경험 법칙은 기본 산술만으로 빠르고 실용적인 답을 제공합니다.
이 법칙을 적용하려면 두 매개변수만 있으면 됩니다. 분포의 중심을 나타내는 평균 (μ)과 퍼짐을 측정하는 표준편차 (σ)입니다. 1 시그마 구간은 (μ − σ, μ + σ), 2 시그마 구간은 (μ − 2σ, μ + 2σ), 3 시그마 구간은 (μ − 3σ, μ + 3σ)입니다. 이 계산기는 세 구간을 모두 즉시 계산합니다.
실제 적용 분야는 많습니다. 제조와 품질 관리에서는 산출물이 삼시그마 한계 안에 있으면(시간의 99.73%) 공정이 관리 상태에 있다고 봅니다. IQ 검사에서 μ = 100, σ = 15라면 약 68%의 사람은 85~115점, 약 95%는 70~130점, 약 99.7%는 55~145점을 받습니다. 금융에서는 경험 법칙을 정규성 가정하에 극단 수익률의 가능성을 추정하는 데 사용하며, 위험 가치 계산의 기초가 됩니다. 생물학과 의학에서는 특이한 측정값을 식별하는 데 도움이 됩니다. 평균에서 2 표준편차를 넘는 혈압 수치는 95% 구간 밖에 있으므로 조사할 가치가 있습니다.
경험 법칙 예시
68-95-99.7 법칙이 즉각적인 통찰을 주는 실제 분포 세 가지입니다.
| 분포 | 1σ 범위 (68%) | 적용 |
|---|---|---|
| IQ 점수: μ = 100, σ = 15 | 85 ~ 115 | 약 68%의 사람은 85–115점, 약 95%는 70–130점, 약 99.7%는 55–145점을 받습니다. 130점 초과(평균보다 2σ 높음)는 상위 2.5%에 해당합니다. |
| 성인 남성 키: μ = 175 cm, σ = 7 cm | 168 ~ 182 cm | 성인 남성의 약 68%는 키가 168–182 cm입니다. 약 95%는 161–189 cm에 들어갑니다. 154 cm 미만 또는 196 cm 초과는 3σ 범위 밖(<0.3%)입니다. |
| 대학 시험 점수: μ = 78, σ = 6 | 72 ~ 84 | 학생의 약 68%는 72–84점을 받습니다. 상위 2.5%(2σ = 90 초과)는 우수 등급 대상입니다. 약 99.7%는 60점에서 96점 사이입니다. |
| 제조 볼트 길이: μ = 50 mm, σ = 0.5 mm | 49.5 ~ 50.5 mm | 볼트의 약 99.73%는 3σ = 48.5–51.5 mm 안에 있습니다. 이 범위를 벗어난 볼트는 식스 시그마 품질 기준에서 결함품으로 표시됩니다. |
경험 법칙 계산기 사용 방법
- 첫 번째 필드에 정규분포 데이터의 평균 (μ)을 입력합니다. 평균은 어떤 실수든 가능합니다.
- 두 번째 필드에 표준편차 (σ)를 입력합니다. 표준편차는 0보다 큰 양수여야 합니다.
- 계산을 클릭합니다. 계산기는 68.27%, 95.45%, 99.73% 구간을 세 개의 색상 패널로 보여줍니다.
- 각 패널은 범위(하한에서 상한까지)와 그 안에 들어갈 것으로 예상되는 데이터 비율을 표시합니다.
- 예시 버튼을 사용해 잘 알려진 분포(IQ 점수, 성인 키, 시험 점수)를 불러오고 경험 법칙이 어떻게 작동하는지 확인하세요.
경험 법칙 FAQ
통계에서 경험 법칙이란 무엇인가요?
경험 법칙(68-95-99.7 법칙 또는 삼시그마 법칙이라고도 함)은 정규분포에서 데이터의 약 68%가 평균에서 1 표준편차 이내, 약 95%가 2 표준편차 이내, 약 99.7%가 3 표준편차 이내에 들어간다는 규칙입니다. 정규분포가 얼마나 퍼져 있는지 빠르게 설명하고 관측값이 여러 범위에 들어갈 확률을 추정하는 방법입니다.
경험 법칙은 모든 분포에 적용되나요?
아니요. 경험 법칙은 정규(가우스) 분포에만 적용됩니다. 데이터가 치우쳐 있거나, 다봉형이거나, 꼬리가 두꺼우면 비율이 달라집니다. 비정규 분포에서는 체비셰프 부등식이 더 약하지만 보편적으로 유효한 결과를 제공합니다. 평균의 2σ 이내에 최소 75%의 데이터가 들어가고(정규분포는 95%), 3σ 이내에는 최소 88.9%가 들어갑니다(정규분포는 99.7%).
내 데이터가 정규분포인지 어떻게 알 수 있나요?
일반적인 방법으로는 히스토그램 확인(종 모양이고 대칭인가?), Q-Q(분위수-분위수) 그림 작성(정규 데이터라면 점들이 직선 가까이에 놓임), Shapiro-Wilk 또는 Kolmogorov-Smirnov 검정 같은 공식 검정 적용이 있습니다. 큰 표본(n > 30)에서는 중심극한정리에 따라 원자료가 정규분포가 아니더라도 평균의 표본분포는 대략 정규분포가 됩니다.
“두 표준편차 밖”이라는 말은 무슨 뜻인가요?
정규분포에서는 데이터의 약 95.45%가 평균의 2σ 이내에 들어가므로 약 4.55%가 바깥에 있습니다. 각 꼬리에는 대략 2.275%씩입니다. 평균보다 2σ를 넘게 높은 값은 통계적으로 드물며 분포의 상위 2.27%에 해당합니다. 이 기준(흔히 5% 또는 20개 중 1개로 느슨하게 표현됨)은 가설검정에서 전통적인 p < 0.05 유의수준의 기반입니다.
경험 법칙은 품질 관리에서 어떻게 쓰이나요?
제조와 공정 품질에서는 관리 한계를 보통 평균에서 세 표준편차 떨어진 지점(3σ 한계)에 설정합니다. 정규성 가정하에 공정이 관리 상태라면 산출물의 99.73%가 이 한계 안에 들어갑니다. 3σ 한계 밖의 점은 조사가 필요한 특별 원인 변동의 신호로 취급됩니다. 이는 통계적 공정 관리(SPC)와 식스 시그마 품질 관리 방법론의 기초입니다.
단측 확률에도 사용할 수 있나요?
경험 법칙은 평균을 중심으로 한 양측 구간을 제공합니다. 단측 확률은 여집합을 반으로 나누면 됩니다. 예를 들어 데이터의 약 95.45%가 양쪽 2σ 안에 있으므로 4.55%가 바깥에 있고, μ+2σ 위가 2.275%, μ−2σ 아래가 2.275%입니다. 그래서 95% 양측 신뢰구간은 z = 1.96(대략 2σ)을 사용합니다. 각 꼬리에서 2.5%가 제외됩니다.