# 다음 중 연속형 확률변수의 확률분포가 아닌 것은?

> source: MyMerci (mymerci.kr)  
> url: https://mymerci.kr/pages/nclex_q.php?qn_id=290742  
> language: ko  
> subject: 통계의 기초

## 문제

다음 중 연속형 확률변수의 확률분포가 아닌 것은?

## 보기

1. 정규분포
2. t-분포
3. F-분포
4. 포아송분포 **✔ 정답**
5. 지수분포

**정답: 4**

## 해설

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

## 심화 해설

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 횟수**를 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

## 임상 시나리오

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!"

## 핵심 개념

- **연속형 확률변수** — 어떤 구간 내의 모든 실수 값을 가질 수 있는 확률변수 (예: 키, 체중, 시간).
- **이산형 확률변수** — 셀 수 있는 유한하거나 무한한 값만을 가질 수 있는 확률변수 (예: 환자 수, 성공 횟수).
- **포아송분포** — 단위 시간이나 공간에서 드물게 발생하는 사건의 횟수를 모델링하는 이산형 확률분포.
- **정규분포** — 평균을 중심으로 좌우 대칭인 종 모양의 연속형 확률분포. 많은 자연 현상이 따름.
- **지수분포** — 사건 사이의 대기 시간이나 수명을 모델링하는 데 사용되는 연속형 확률분포.

## 같은 주제 문제

- [다음 중 질적 변수(qualitative variable)에 해당하는 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290715)
- [모집단의 특성을 나타내는 수치를 무엇이라고 하는가?](https://mymerci.kr/pages/nclex_q.php?qn_id=290716)
- [다음 중 서열척도(ordinal scale)의 예로 가장 적절한 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290717)
- [표본을 추출할 때 모집단의 각 구성원이 선택될 확률을 사전에 알 수 없는 표본추출 방법은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290718)
- [다음 중 연속형 변수(continuous variable)가 아닌 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290719)
- [특정 질환의 유병률을 조사하기 위해 한 지역의 주민 명부에서 무작위로 사람을 뽑아 검진하는 표본추출 방법은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290720)
- [다음 중 양적 변수(quantitative variable)를 측정하는 척도가 아닌 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290721)
- [표본의 특성을 요약하여 모집단의 모수를 추론하는 통계학의 분야는?](https://mymerci.kr/pages/nclex_q.php?qn_id=290722)

---

More free questions: [기출문제](https://mymerci.kr/)

_학습 참고용입니다. 실제 임상은 최신 지침과 소속 기관 프로토콜을 따르세요._