모집단의 표준편차를 알지 못할 때, 모평균에 대한 신뢰구간을 추정하는 데 주로 사용되는 분포는?

모집단 표준편차를 모르고 표본 표준편차를 사용할 경우, 모평균의 신뢰구간 추정에는 t 분포를 사용한다. 특히 표본 크기가 작을 때 중요하다.

보건행정 핵심 해설 이 문제는 보건통계학에서 모수 추정(Parameter Estimation)의 핵심 원리를 묻고 있어요. 특히, 핵심! 모집단의 분산(표준편차)을 알 때와 알지 못할 때의 신뢰구간 추정 방법 차이를 이해해야 해요. 핵심 개념 분석 (Key Concept): 모평균에 대한 신뢰구간을 구할 때, 우리가 사용하는 통계량의 표본분포는 모집단 표준편차(σ)의 정보 유무에 따라 결정돼요. σ를 알면, 표본평균의 표준화 통계량은 정규분포를 따르지만, σ를 모르고 표본 표준편차(s)로 대체하면 그 통계량은 정규분포가 아닌 t 분포(t-distribution)를 따르게 돼요. t 분포는 표본 크기(n)에 따라 모양이 변하는데, n이 작을수록 꼬리가 두껍고, n이 커질수록(보통 30 이상) 표준정규분포에 가까워져요. 정답 근거 (Answer Rationale): 핵심! 보건통계 및 연구 방법론의 기본 원칙에 따르면, 모집단 표준편차를 알지 못하고 표본 표준편차를 사용하여 모평균을 추정할 때는 t 분포를 사용합니다. 이는 표본에서 계산된 표준편차(s)가 모수(σ)의 불완전한 추정치이기 때문에 발생하는 추가적인 불확실성을 t 분포가 반영하기 때문이에요. 따라서 정답은 t 분포입니다. 오답 분석 (Distractor Analysis):
혼동 주의! ②번 F 분포: 두 모집단의 분산을 비교하거나, 분산분석(ANOVA)에서 사용되는 분포예요. 단일 모평균 추정에는 사용되지 않아요.
혼동 주의! ③번 이항분포: 성공/실패와 같은 두 가지 범주 결과를 갖는 시행(예: 치료 성공 여부)의 횟수나 비율을 모델링할 때 사용해요. 연속형 자료인 평균 추정에는 부적합해요.
혼동 주의! ④번 카이제곱 분포: 주로 모분산에 대한 추정, 적합도 검정, 독립성 검정에 사용돼요.
혼동 주의! ⑤번 표준정규분포(Z 분포): 이는 모집단 표준편차(σ)를 알고 있을 때 모평균의 신뢰구간을 추정하는 데 사용하는 분포예요. 문제의 전제 조건("모를 때")과 정반대의 상황에서 사용됩니다. 연관 개념 정리 (Related Concepts): - 자유도(Degrees of Freedom, df): t 분포를 사용할 때는 자유도(n-1)를 고려해야 해요. 자유도에 따라 t 값이 달라지죠. - 대표본 근사(Large Sample Approximation): 표본 크기가 매우 크면(예: n ≥ 30), σ를 모르더라도 중심극한정리(Central Limit Theorem)에 의해 표본평균의 분포가 정규분포에 가까워지므로, 실무에서는 표준정규분포(Z)를 사용하기도 해요. 하지만 엄밀한 통계적 추론에서는 조건에 맞는 분포를 사용하는 것이 원칙이에요. 개념 정리

상황	사용 분포	통계량	주요 용도
모표준편차(σ) 알 때	표준정규분포 (Z)	Z = (x̄ - μ) / (σ/√n)	모평균(μ) 신뢰구간/가설검정
모표준편차(σ) 모를 때	t 분포	t = (x̄ - μ) / (s/√n)	모평균(μ) 신뢰구간/가설검정 (소표본)
두 모분산 비교	F 분포	F = s₁²/s₂²	등분산 검정, 분산분석(ANOVA)
모분산(σ²) 추정	카이제곱 분포	χ² = (n-1)s²/σ²	모분산 신뢰구간, 적합도 검정

실무 포인트 보건행정이나 의료연구에서 표본 조사 데이터(예: 특정 지역 주민의 평균 혈압, 신규 치료법 시행 후 환자들의 평균 회복 기간)를 분석할 때, 모집단의 표준편차는 거의 알 수 없는 경우가 대부분이에요. 따라서 대부분의 모평균 추정은 t 분포를 기반으로 한 t-검정(t-test)이나 t-기반 신뢰구간을 사용하게 돼요. 통계 소프트웨어(SPSS, R 등)에서도 기본 설정이 이를 따르고 있어요. 암기 팁 "모를 땐 T(t), 알 땐 Z"라고 기억하세요! 모표준편차를 모를 때는 T분포, 알 때는 Z분포입니다. 국시 빈출 포인트 이 주제는 보건의료정보관리사 시험의 '보건정보학' 또는 '보건통계' 파트에서, 병원행정사 시험의 '병원통계' 또는 '연구방법론' 파트에서 단골로 출제됩니다. 출제 형태는 크게 두 가지예요: 1. 직접적 지식 확인: "모표준편차를 모를 때 사용하는 분포는?" (오늘 문제 유형) 2. 응용/해석형: t-검정 결과표(자유도, t값, p값)가 주어지고, 이 결과를 해석하거나 연구 결론을 도출하는 문제. 기출 변형 주의! 동일한 개념을 다음과 같이 변형하여 출제할 수 있어요: - 사례형: "어느 보건소에서 25명의 지역 주민을 표본 조사하여 평균 공복 혈당을 측정했다. 모집단의 표준편차를 알 수 없는 상황에서 전체 주민의 평균 공복 혈당에 대한 95% 신뢰구간을 구하려면 어떤 분포를 사용해야 하는가?" - 오개념 확인형: "모집단 표준편차를 모르더라도 표본 크기가 크면 항상 Z 분포를 사용해도 된다. (O/X)" → (답: X, 원칙적으로는 t 분포 사용. 대표본 근사는 편의적 방법일 뿐)

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario): 병원 기획조정실에서 신규 도입된 수술 후 통증 관리 프로토콜의 효과를 평가하려고 해요. 기존 방법 대비 통증 점수 감소 효과를 확인하기 위해, 새 프로토콜을 적용한 20명의 환자 표본을 조사하여 평균 통증 감소 점수를 계산했어요. 하지만 전국 모든 유사 수술 환자의 통증 점수 변동성(표준편차)은 알 수 없는 상황이에요. 이 데이터로 '신규 프로토콜이 통증을 유의미하게 감소시킨다'는 주장을 통계적으로 입증해야 합니다. 행정 중재 전략 (Admin Intervention): 1. 상황 파악: 분석 대상은 연속형 자료(통증 점수)이며, 비교하고자 하는 것은 모평균(전체 환군의 평균 통증 감소치가 0보다 큰지)이에요. 핵심은 모표준편차 미지 상태입니다. 2. 법적/규정 검토: 통계적 방법론에는 법규는 없지만, 연구 윤리와 과학적 엄밀성의 원칙이 적용됩니다. 부적절한 통계 방법 사용은 연구 결과의 신뢰성을 떨어뜨리고, 나아가 병원의 의사결정을 그르칠 수 있어요. 3. 대응 및 처리: 이 경우, 단일 표본 t-검정(One-sample t-test)을 수행해야 해요. 구체적인 절차는: - 표본 평균(x̄)과 표본 표준편차(s)를 계산. - 귀무가설(H₀: 평균 통증 감소 = 0) 설정. - 검정 통계량 t = (x̄ - 0) / (s/√20) 을 계산. - 자유도(df) = 19인 t 분포표에서 해당 t 값에 대한 p-값을 찾거나, 통계 소프트웨어로 계산. - p-값이 유의수준(예: 0.05)보다 작으면 귀무가설을 기각하고 효과가 있다고 결론. 4. 사후 기록/보고: 분석 결과를 보고서에 명시할 때 반드시 "단일 표본 t-검정을 사용하였으며, 자유도는 19였다"고 기술하여 통계 방법의 적절성을 증명해야 해요. 법적 안전 및 주의사항 (Precautions): - 주의! 표본 크기가 매우 작을 때(예: n