모집단 μ=—
표본평균 분포 0
n 30
표본수 0
σ/√n

category 모집단 분포

tune 파라미터

표본 크기 n 30
추출 속도 10/s

analytics 통계량

모평균 μ
0.500
모표준편차 σ
0.289
표본평균들의 평균
표본평균들의 표준편차
이론 σ/√n
0.053
최근 표본 s²

compare_arrows 95% 신뢰구간

x̄ ± 1.96 · σ / √n
[ —, — ]
최근 표본의 95% 신뢰구간 (모표준편차 σ 알고 있다고 가정)

visibility 표시

school 개념 해설

모집단에서 크기 n인 표본을 무작위로 추출해 표본평균 x̄을 계산한다. 이를 여러 번 반복하면 표본평균의 분포(표집분포)가 생긴다. E(x̄) = μ, Var(x̄) = σ² / n 중심극한정리(CLT): 모집단 분포가 어떤 모양이든, n이 충분히 크면 (보통 n ≥ 30) x̄ ~ N(μ, σ² / n) (근사) 모평균 μ의 95% 신뢰구간x̄ ± 1.96 · σ / √n
quiz 샘플링 팩토리 수업 문제