본문/내용
1. 중심극한정리의 개념
중심극한정리는 확률론과 통계학에서 매우 중요한 정리로서, 충분히 반복 시행할 수 있는 독립적이고 동일한 분포를 갖는 표본의 평균이 어떤 분포를 따르게 되는지 설명하는 내용이다. 구체적으로, 모집단이 어떤 분포를 갖든 관계없이 표본 크기가 크면 클수록 표본평균은 정규분포에 가까워진다. 예를 들어, 한 회사의 월간 매출 데이터가 비정규 분포를 이루더라도, 이 회사의 월별 매출 데이터를 50개 이상 표본으로 수집하여 평균을 계산하면, 그 평균값은 정규분포를 따르기 시작한다는 것이다. 이 정리는 표본 크기가 30 이상이면 충분히 적용 가능하다고 일반적으로 알려져 있으며, 이때 표본평균의 분포는 중심이 모집단의 평균과 일치하고, 분산은 모집단 분산을 표본 크기의 제곱근으로 나눈 값이 된다. 통계자료를 보면, 만약 한 지역의 평균 소득이 300만원이고 표준편차가 50만원인 모집단에서 100명씩 30번의 샘플을 뽑았다고 할 때, 이 샘플 평균들의 분포는 평균이 300만원이고, 표준편차는 50/√30 ≒ 9.13만원인 정규분포에 가까워진다. 이는 각각의 샘플들이 어느 정도의 오차를 갖고 있더라도 표본평균이 안정적이고 예측 가…