다음 중 연속형 확률변수의 확률분포가 아닌 것은?

포아송분포는 단위 시간 또는 공간 내에서 발생하는 사건의 횟수를 나타내는 이산형 확률변수의 분포이다. 나머지 분포들은 모두 연속형 확률변수의 분포이다.

보건행정 핵심 해설 이 문제는 보건통계학의 기초인 확률분포의 종류를 구분하는 능력을 묻고 있어요. 특히 연속형 확률변수(Continuous random variable)와 이산형 확률변수(Discrete random variable)의 개념을 명확히 이해해야 해요. 핵심 개념 분석 (Key Concept) 확률변수는 그 값이 셀 수 있는지(이산형) 아니면 연속적인 구간 내의 모든 값을 가질 수 있는지(연속형)에 따라 분류돼요. 보건통계에서 이 개념은 질병 발생 건수, 혈압 수치, 치료 효과 분석 등 다양한 데이터를 올바르게 처리하고 분석하는 데 필수적이에요. 정답 근거 (Answer Rationale) 정답은 ④번 포아송분포(Poisson distribution)입니다. 핵심! 포아송분포는 단위 시간(예: 1시간)이나 단위 공간(예: 1제곱미터) 내에서 발생하는 사건의 횟수를 모델링하는 분포예요. 횟수는 0, 1, 2, ...와 같이 셀 수 있는 이산적인 값을 가지므로, 이산형 확률변수의 대표적인 분포입니다. 반면, 정규분포, t-분포, F-분포, 지수분포는 모두 측정값(예: 키, 시간, 비율)처럼 연속적인 값을 가질 수 있는 변수의 분포예요. 오답 분석 (Distractor Analysis) ① 정규분포(Normal distribution): 혈압, 키, 혈중 콜레스테롤 수치 등 대부분의 생물학적 측정값이 따르는 연속형 분포의 표준입니다. ② t-분포(t-distribution): 표본의 크기가 작을 때 평균 추정에 사용되며, 정규분포와 유사한 종 모양의 연속형 분포입니다. ③ F-분포(F-distribution): 두 표본의 분산 비율을 분석할 때 사용되는 연속형 분포로, 분산분석(ANOVA)의 기초가 됩니다. ⑤ 지수분포(Exponential distribution): 사건 사이의 대기 시간이나 수명을 모델링하는 데 사용되는 연속형 분포입니다. 연관 개념 정리 (Related Concepts) - 이항분포(Binomial distribution): 포아송분포와 마찬가지로 이산형 분포입니다. '성공/실패'와 같은 두 가지 결과를 가진 시행을 반복할 때의 성공 횟수를 나타냅니다. - 카이제곱분포(Chi-squared distribution): 범주형 자료의 독립성 검정이나 적합도 검정에 사용되는 연속형 분포입니다. 개념 정리

분포 종류	변수 타입	주요 용도/예시
정규분포, t-분포, F-분포, 지수분포	연속형	측정값(혈압, 시간), 평균 비교, 분산 비교, 생존 시간
포아송분포, 이항분포	이산형	발생 횟수(응급실 방문 건수, 감염 사례 수), 성공 횟수

한눈에 비교!

구분	연속형 확률변수	이산형 확률변수
값의 특성	어떤 구간 내의 모든 실수값을 가질 수 있음	셀 수 있는 값 (0, 1, 2, ... 또는 유한한 집합)만 가짐
확률 계산	특정 한 점의 확률은 0. 구간의 확률(면적)로 계산	각 점마다 확률값이 존재함
보건 분야 예시	체온(36.5°C), 혈당 수치(mg/dL), 수술 시간(분)	하루 신규 COVID-19 확진자 수, 한 환자의 복용 약품 종류 수

실무 포인트 병원 경영이나 공중보건 연구에서 데이터를 분석할 때, 먼저 변수의 타입(연속형/이산형)을 파악하는 것이 첫걸음이에요. 예를 들어, '월별 입원 환자 수'는 포아송분포를 가정하고 분석해야 하지만, '입원 환자의 평균 체류일(ALOS)'은 연속형 분포를 가정하고 분석해야 해요. 잘못된 분포를 가정하면 통계적 검정의 결과가 신뢰할 수 없게 될 수 있으니 주의하세요. 암기 팁 "포(아송)이(항)는 이(산형)야"라고 외우세요! 포아송분포와 이항분포는 이산형 분포의 대표주자라는 점을 연상시킵니다. 나머지 정규, t, F, 지수분포는 자연스럽게 연속형으로 기억할 수 있어요. 국시 빈출 포인트 이 주제는 보건의료정보관리사 시험의 '보건정보통계학' 과목에서 단골로 출제됩니다. 단순히 분포 이름을 묻기보다는 혼동 주의! "다음 중 혈압 데이터 분석에 적합한 분포는?" 같은 응용형으로 연결되어 출제될 수 있어요. 기본 개념을 탄탄히 해두는 것이 중요합니다. 기출 변형 주의! 같은 개념을 다음과 같이 변형해서 출제할 수 있어요: - "응급실에 시간당 도착하는 환자 수를 모델링하는 데 가장 적합한 분포는?" → 정답: 포아송분포 (이산형) - "신장이식 환자의 생존 기간을 분석하는 데 사용되는 연속형 분포는?" → 정답: 지수분포 또는 와이블분포

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario) "병원 품질관리(QI)팀에서 최근 1년간 병동별 낙상 사고 발생 건수를 분석하여 위험도를 평가하려고 합니다. 데이터는 월별 낙상 건수로 기록되어 있습니다. 어떤 통계적 방법을 사용하여 병동 간 차이를 검정해야 할까요?" 행정 중재 전략 (Admin Intervention) 1. 상황 파악: 분석 대상 데이터는 '월별 낙상 건수'입니다. 이는 셀 수 있는 이산형 데이터입니다. 2. 법적/규정 검토: 통계적 검정 방법 선택의 첫 번째 원칙은 '데이터의 분포 특성'에 맞는 방법을 선택하는 것입니다. 건수 데이터는 일반적으로 포아송분포를 따르는 경우가 많습니다. 3. 대응 및 처리: 따라서, 단순 평균 비교가 아닌, 포아송분포를 가정한 검정(예: 포아송 회귀분포(Poisson regression) 또는 포아송 분포를 이용한 비율 검정)을 고려해야 합니다. 만약 연속형 데이터(예: 낙상 후 혈압 변화량)였다면 t-검정이나 ANOVA를 사용했을 거예요. 4. 사후 기록/보고: 품질관리 보고서에 사용한 통계 방법과 그 근거(데이터가 이산형 건수 데이터이므로 포아송 모형 적용)를 명시하여 보고의 신뢰성을 높입니다. 법적 안전 및 주의사항 (Precautions) 잘못된 통계 방법을 사용하면 병동 간 위험도 평가가 왜곡되어 불공정한 성과 평가나 잘못된 자원 배분으로 이어질 수 있어요. 이는 내부 갈등이나 나아가서는 핵심! 의료기관 인증 평가(KOIHA) 시 품질 지표 산정의 신뢰성 문제로까지 이어질 수 있으니 각별히 주의해야 합니다. 업무 프로토콜

단계	행동	확인 포인트
1. 데이터 특성 확인	분석 대상 변수가 횟수/건수인지, 측정값인지 확인	이산형 vs 연속형 구분
2. 적절한 분석법 선정	이산형 → 포아송/이항 모형 고려 연속형 → t-검정, ANOVA, 회귀분석 고려	통계 소프트웨어 또는 컨설턴트 활용
3. 분석 실행 및 해석	선정된 방법에 따라 분석 수행, 결과 해석 시 분포 가정 확인	p-value, 신뢰구간 확인
4. 보고서 작성	사용한 통계 방법과 근거 명시, 결과를 쉽게 이해할 수 있도록 시각화	의사 결정자(관리자)가 이해하기 쉬운 언어로 전달

선배의 한마디 "보건행정과 통계는 뗄레야 뗄 수 없는 관계예요! 병원의 모든 경영 지표, 품질 지표, 연구 데이터는 숫자로 표현됩니다. 이 숫자들이 '어떤 이야기를 하는지' 제대로 들어내려면 먼저 그 숫자의 성격(연속형/이산형)을 정확히 아는 것이 출발점이에요. 포아송분포 하나만 잘 알아도 감염관리, 안전사고 분석, 예약 시스템 설계 등 다양한 분야에 적용할 수 있는 강력한 도구가 된답니다. 개념을 현장에 연결시키는 연습을 해보세요!"