평균이 왜 종 모양을 만드는가
종 모양은 숫자들 자체에서 오는 것이 아니라, 독립적인 흔들림들을 함께 더하는 평균 행위에서 비롯됩니다.
A complete interactive classroom, not just a preview.
Start when you are ready to enter this Stage's 4 scenes and explore, respond, and learn as you go.
평균이 왜 어디서나 종 모양 분포를 만들어내는가?
주사위를 한 번 굴리면 1부터 6까지 평평하게 펼쳐지지만, 서른 번 굴려서 평균을 내면 부드러운 종 모양 곡선이 나타납니다.
이 종 모양은 주사위에서 온 걸까요, 아니면 평균을 내는 행위 자체에서 생겨난 걸까요?
균등, skewed, 쌍봉 분포에서 표본 크기를 1에서 50까지 변화시키며 종 모양이 실시간으로 솟아오르는 인터랙티브 히스토그램.
독립적인 작은 흔들림들을 더하면 거의 모든 합계가 종 모양이 되므로, 평균이 일어날 때마다 종은 자동으로 등장합니다.
- 수학적 증명
- 정규분포의 공식 유도
- 베이즈 통계
- 01주사위 하나, 그리고 서른 개slideSlot 1Hook
한 개의 주사위는 평평한 분포를 주지만, 서른 개를 굴려 평균을 내면 종 모양이 모습을 드러냅니다. 이 대비로 출발 질문을 던집니다 — 종은 어디서 왔을까?
- 주사위 하나는 1부터 6까지 평평하게 흩어집니다.
- 주사위 서른 개의 평균은 매끄러운 종 모양입니다.
- 도대체 누가 이 모양을 만든 걸까요?
Phenomenon같은 주사위인데, 하나는 평평하고 서른 개의 평균은 종 모양입니다.
Question종 모양은 주사위에서 온 것일까요, 평균을 내는 행위에서 온 것일까요?
- 02어떤 분포에서 시작해도 종이 솟는다interactiveSlot 2Tension
균등, skewed, 쌍봉 같은 종이 전혀 아닌 분포를 골라 표본 크기를 1에서 50까지 올려봅니다. 어떤 시작점이든 평균을 내면 종이 모습을 드러내는 걸 직접 봅니다.
- 균등, 한쪽으로 쏠린, 쌍봉 분포를 선택합니다.
- 표본 크기 n을 1에서 50까지 바꿔봅니다.
- 분포가 둥글어지고 좁아지는 과정을 관찰합니다.
Prediction시작 분포가 종이 아니면 평균도 종이 아닐 것이라고 직관적으로 기대합니다.
Tempting intuition쌍봉 분포의 평균은 여전히 쌍봉이거나 이상한 모양일 것 같습니다.
- 03한 번에 한 번씩 더해지는 흔들림slideSlot 3Reveal
평균은 사실 작은 흔들림들을 차례차례 더하는 일입니다. 각 흔들림은 대칭적으로 위아래를 흔드는데, 극단값이 되려면 모든 흔들림이 같은 방향이어야 하니 드물고, 중간값은 여러 조합으로 도달하니 흔합니다. 이 기제가 바로 중심극한정리가 종을 만들어내는 이유입니다.
- 추가되는 값 하나하나가 작은 흔들림입니다.
- 대칭적인 흔들림들은 서로를 상쇄시킵니다.
- 극단 합계는 모든 흔들림이 같은 방향이어야 하니 희귀합니다.
- 중간 합계는 여러 조합이 가능하니 흔합니다.
- 이것이 중심극한정리의 직관입니다.
Evidence균등, 한쪽으로 쏠린, 쌍봉 어떤 분포에서 시작해도 표본 크기를 키우면 종이 나타납니다.
Conclusion종 모양은 숫자에서 오는 것이 아니라, 독립적인 흔들림들을 더하는 평균 행위에서 나옵니다.
Mechanism- 1각 값을 합에 더할 때 작은 흔들림이 발생합니다.
- 2대칭적인 흔들림들이 쌓이면 극단 합계는 매우 드물고 가운데 합계는 매우 흔해집니다.
- 04키, 시험 점수, 측정 오차 — 어디서나 종slideSlot 4Takeaway
성인의 키는 수많은 유전적·환경적 요인의 평균이고, 시험 점수는 여러 작은 능력의 평균이며, 측정 오차는 무수한 미세한 방해의 평균입니다. 어떤 합리적인 데이터든 평균을 내면 종이 따라옵니다. 그래서 종 곡선은 자연 곳곳에 등장합니다.
- 키는 많은 유전·영양 요인의 평균입니다.
- 시험 점수는 여러 작은 능력의 평균입니다.
- 측정 오차는 수많은 미세 방해의 평균입니다.
- 거의 모든 평균에 종 곡선이 따라옵니다.
Transfer아침에 측정한 몸무게가 어제보다 조금 더 나가는 이유를 생각해봅니다 — 그 변동은 여러 무작위 요인의 평균입니다.
Expected inference데이터가 종 모양이라는 사실은 데이터의 성질이 아니라 평균을 내는 행위의 흔적이라고 판단하게 됩니다.
Discussion threads for a Stage aren't available yet.