연속성 보정 계산기

정규분포와 올바른 반 단위 경계 보정으로 이항확률을 근사합니다.

이항분포의 정규근사
이항 모형과 사건 경계를 입력해 연속성 보정 확률을 계산하세요.

연속성 보정 안내

이항확률변수는 성공 횟수를 세므로 정수 값만 가집니다. 정규확률변수는 연속형이므로 수직선 위의 모든 값을 가질 수 있습니다. 정규곡선으로 이항분포를 근사할 때 연속성 보정은 각 이산 경계를 반 단위 이동시킵니다. 이 작은 조정으로 연속곡선 아래 면적이 이산분포의 확률 막대와 더 잘 맞게 됩니다. 성공 횟수가 20 이하인 사건에서는 보정된 정규 경계가 20.5입니다. 20을 중심으로 한 이항확률 막대가 19.5에서 20.5까지 이어지기 때문입니다. 20 이상이면 하한이 19.5가 됩니다. 정확히 20은 19.5부터 20.5까지의 구간으로, 양 끝을 포함한 20부터 30까지의 사건은 19.5와 30.5를 경계로 표현합니다. 계산기는 각 유한 경계를 z 점수로 표준화하기 전에 이 규칙을 자동 적용합니다. 근사 정규분포의 평균은 n 곱하기 p이며, 표준편차는 n 곱하기 p 곱하기 일에서 p를 뺀 값의 제곱근입니다. 보정된 경계에서 평균을 빼고 표준편차로 나누어 변환합니다. 원하는 확률은 계산된 z 점수 사이의 면적입니다. 단측 사건은 나머지 꼬리 전체를 사용하므로 유한한 보정 경계 하나만 필요합니다. 정규근사는 기대 성공 횟수 n 곱하기 p와 기대 실패 횟수 n 곱하기 일에서 p를 뺀 값이 모두 5 이상일 때 대체로 유용합니다. 더 보수적으로 판단하려고 기준을 10으로 잡는 수업이나 분석가도 있습니다. 어느 한쪽 횟수가 작으면 이항분포가 크게 치우칠 수 있으므로 정확한 이항계산이 더 안전합니다. p가 정확히 영 또는 일이면 표준편차가 영이 되어 근사가 정의되지 않습니다. 연속성 보정은 중간 규모 표본과 의사결정 경계에 가까운 확률에서 특히 중요합니다. 시행 횟수가 늘면 영향은 보통 작아지지만, 손으로 계산한 정규근사를 개선하는 타당한 방법입니다. 표시된 평균, 표준편차, 확률을 활용해 과제를 확인하거나 분석을 계획하고, 근삿값을 통계 소프트웨어 결과와 비교하세요.

연속성 보정 예시

정규확률 계산 전에 이산 사건 경계가 어떻게 이동하는지 보여 줍니다.

이항 사건보정된 경계해석
n = 100, p = 0.5, X가 55 이하X가 55.5 미만; 확률 0.86433455에 해당하는 막대의 위쪽 경계까지 포함합니다.
n = 50, p = 0.4, X가 20 이상X가 19.5 초과; 확률 0.55746920에 해당하는 막대 전체를 포함하도록 하한을 낮춥니다.
n = 80, p = 0.25, X가 정확히 2019.5 초과, 20.5 미만인 X하나의 이산 막대가 폭 한 단위의 연속 구간이 됩니다.

연속성 보정 계산기 사용 방법

  1. 독립적인 이항 시행 횟수와 각 시행의 성공 확률을 입력하세요.
  2. 사건이 특정 횟수 이하, 이상, 정확히 같은 값, 또는 두 횟수 사이인지 선택하세요.
  3. 목표 횟수를 입력하고 구간 사건이면 포함되는 상한 횟수도 입력하세요.
  4. 확률 계산을 선택하고 보정된 정규확률, 평균, 표준편차를 확인하세요.

연속성 보정 자주 묻는 질문

연속성 보정은 왜 필요한가요?

이항 횟수는 이산형이고 정규 모형은 연속형입니다. 포함되는 경계를 반 단위씩 이동하면 정규 면적이 확률 막대 전체와 맞아집니다.

정규근사는 언제 사용하나요?

기대 성공 횟수와 실패 횟수가 모두 충분히 클 때 사용하며, 보통 5 또는 10 이상을 기준으로 합니다. 횟수가 적거나 크게 치우친 경우 정확한 이항확률을 계산하세요.

0.5를 더하나요, 빼나요?

포함되는 상한에는 0.5를 더하고, 포함되는 하한에서는 0.5를 뺍니다. 정확한 횟수 사건에는 둘 다 적용해 폭 한 단위의 구간을 만듭니다.

p가 영이나 일이어도 되나요?

이 값은 확정적인 결과를 나타내며 표준편차가 영이 됩니다. 따라서 정규근사는 정의되지 않지만 정확한 이항 결과는 바로 알 수 있습니다.

보정된 답은 정확한 값인가요?

아니요. 여전히 정규분포에 기반한 근사입니다. 연속성 보정은 대체로 근사를 개선하지만 정확한 이항계산을 대체하지는 않습니다.