실생활에서 중심 극한 정리를 사용하는 5가지 예

중심 극한 정리에 따르면 모집단에서 반복적으로 무작위 표본을 추출하여 각 표본의 평균값을 계산하면 표본 평균의 분포는 표본이 나온 모집단이 정규 분포가 아니더라도 대략 정규 분포를 따릅니다.

중심 극한 정리는 또한 표본 분포의 평균이 모집단 분포의 평균과 동일하다고 명시합니다.

x = μ

중심 극한 정리는 표본 평균을 사용하여 더 큰 모집단 평균 에 대한 결론을 도출할 수 있기 때문에 유용합니다.

다음 예는 중심 극한 정리가 다양한 실제 상황에서 어떻게 사용되는지 보여줍니다.

예시 1: 경제

경제학자들은 모집단에 대한 결론을 도출하기 위해 데이터 표본을 사용할 때 중심 극한 정리를 자주 사용합니다.

예를 들어, 경제학자는 한 도시에 있는 개인 50명의 단순 무작위 표본을 수집하고 표본에 있는 개인의 연평균 소득을 사용하여 도시 전체에 있는 개인의 연평균 소득을 추정할 수 있습니다.

경제학자가 표본에 포함된 개인의 평균 연간 소득이 $58,000라는 것을 발견하면 도시 전체 개인의 실제 평균 연간 소득에 대한 그의 최선의 추정치는 $58,000가 될 것입니다.

예시 2: 생물학

생물학자들은 유기체 표본의 데이터를 사용하여 전체 유기체 집단에 대한 결론을 도출할 때마다 중심 극한 정리를 사용합니다.

예를 들어, 생물학자는 무작위로 선택된 식물 30개의 키를 측정한 다음 표본의 평균 키를 사용하여 개체군의 평균 키를 추정할 수 있습니다.

생물학자가 전체 30개 식물 표본의 평균 키가 10.3인치라는 사실을 발견하면 개체군의 평균 키에 대한 최선의 추정치 역시 10.3인치가 됩니다.

실시예 3: 제조

제조 공장에서는 공장에서 생산하는 제품 중 결함이 있는 제품의 수를 추정하기 위해 중심 극한 정리를 사용하는 경우가 많습니다.

예를 들어, 공장 관리자는 특정 날짜에 공장에서 생산된 제품 60개를 무작위로 선택하고 불량 제품 수를 계산할 수 있습니다. 표본의 불량 제품 비율을 사용하여 전체 공장에서 생산된 모든 불량 제품의 비율을 추정할 수 있습니다.

표본에서 제품의 2%에 불량이 있다는 것을 알게 되면 전체 공장에서 생산되는 불량 제품의 비율에 대한 그의 최선의 추정치 역시 2%입니다.

예시 4: 설문조사

인사부에서는 회사의 전반적인 직원 만족도에 대한 결론을 도출하기 위해 설문조사를 사용할 때 중심 극한 정리를 사용하는 경우가 많습니다.

예를 들어 회사의 HR 부서에서는 직원 50명을 무작위로 선택하여 전반적인 만족도를 1~10점으로 평가하는 설문조사를 완료할 수 있습니다.

설문 조사에서 직원의 평균 만족도가 8.5로 밝혀지면 회사 전체 직원의 평균 만족도에 대한 최선의 추정치도 8.5입니다.

사례 5: 농업

농업경제학자들은 더 큰 인구 집단에 대한 결론을 도출하기 위해 표본의 데이터를 사용할 때마다 중심 극한 정리를 사용합니다.

예를 들어, 농업경제학자는 15개의 서로 다른 밭에서 새로운 비료를 테스트하고 각 밭의 평균 수확량을 측정할 수 있습니다.

평균 밭에서 400파운드의 밀이 생산된다면 모든 밭의 평균 수확량에 대한 최선의 추정치는 400파운드가 될 것입니다.

추가 리소스

다음 자습서에서는 중심 극한 정리에 대한 추가 정보를 제공합니다.

중심 극한 정리 소개
중심 극한 정리 계산기
중심극한정리: 충족되어야 할 네 가지 조건