본문 바로가기

수학

모집단, 표본

모집단 (Population)

모집단은 연구 혹은 측정하고자 하는 그룹 전체를 뜻한다.

또한 모집단의 평균이나 분산, 표준 편차 등의 특성을 모수(Parameter)라고 한다.

대한민국 남자, 65세 이상 인구 등 보통의 경우 광범위한 그룹을 담게 된다.

 

때문에 모집단 전체의 데이터를 가져오는 것은 보통의 경우 불가능한 경우가 많다.

표본 (Sample)

그렇기 때문에 모집단에서 일부만 가져온 데이터를 표본이라고 한다.

또한 표본의 평균이나 분산, 표준 편차 등의 특성은 통계량(Statics)라고 한다.

모집단 전체의 데이터를 추출할 수 없기 때문에, 무작위로 일부 데이터를 가져와서 데이터를 추출하게 된다.

이러한 표본 데이터를 기반으로 모집단을 추론하게 된다.

편향 (Bias)

이러한 표본은 아무 관계도 없는 데이터를 가져와야 모집단을 효과적으로 추론할 수 있다.

그러나 현실적인 한계로 인해 추출한 표본에 모집단과 다른 교란 변수(Confounding Variable)가 존재할 수 있다.

이로 인해 발생하는 표본과 모집단 간의 오차를 편향이라고 한다.

이러한 편향에는 여러 종류가 있다.

확증 편향 (Confimation Bias)

자신의 신념, 가설을 뒷받침하는 표본만을 추출하는 것으로, 반대 되는 표본을 무시하여 잘못된 결론이 발생할 수 있다.

자기 선택 편향 (Self-Selection Bias)

피험자가 실험에 자기자신을 포함시킬 가능성이 높은 현상이다.

예를 들어 특정 브랜드에서 자신의 고객에게 경쟁 브랜드와 자기 브랜드를 비교하는 설문을 할 경우, 이미 고객은 해당 브랜드의 고객이기 때문에 자기 브랜드를 고를 확률이 높다.

생존 편향 (Survival Bias)

현재 살아 있는 피험자만 추출할 가능성이 높은 현상이다.

모집단이 모든 65세 이상 노인이라고 할 때, 표본으로 추출하는 경우 보통 현재 살아 계신 분들만을 표본으로 추출할 확률이 높다.