정규 분포와 Z 점수로 확률 임계치 읽기
정규 분포의 평균·분산, Z 점수 표준화, 누적분포함수와 경험적 규칙을 바탕으로 확률·임계치를 계산하는 방법을 정리한다.
2026-08-14 · 최초 발행 2024-04-29
평균과 산포로 데이터 변동을 읽는 모델
물리 측정 오차, 집계 평균의 분포, 대규모 시스템 성능 지표처럼 연속형 데이터의 변동을 다룰 때 정규 분포는 기본 근사 모형으로 쓰인다. 이 분포는 평균 μ와 분산 σ²로 매개화되는 종 모양의 연속 확률분포다.
확률밀도함수는 다음과 같다.
f(x) = (1/(√(2π)σ))·exp(-(x-μ)²/(2σ²))
μ는 분포 중심의 위치를, σ는 산포의 크기를 결정한다. μ가 바뀌면 곡선이 좌우로 이동하고, σ가 달라지면 곡선의 폭이 넓어지거나 좁아진다. σ에는 σ > 0 조건이 있으며, σ = 0이면 확정값에 모인 퇴화 분포로 취급한다.
정규 분포는 μ를 중심으로 완전 대칭이다. 왜도(skewness)는 0이고 첨도(kurtosis)는 3이다. 선형 변환에 대해 보존되므로 합과 평균도 다시 정규 분포가 되는 닫힘성을 가진다.
Z 점수로 서로 다른 척도를 맞추기
표준정규분포는 μ = 0, σ² = 1인 정규 분포다. 임의의 정규 분포 N(μ, σ²)에서 관측값 x는 다음 식으로 표준화할 수 있다.
Z = (x - μ)/σ
역변환은 x = μ + z·σ다. 이 변환은 차원을 제거하고 스케일을 맞추므로, 단위가 서로 다른 변수도 같은 기준에서 비교할 수 있게 한다. 임계치 설정, 이상치 탐지, 신뢰구간 산출에 Z 점수가 반복해서 등장하는 이유다.
누적분포함수 Φ(z) = P(Z ≤ z)를 사용하면 표준정규분포에서 확률을 계산할 수 있다. 실무에서는 통계 패키지 함수나 사전 계산된 Z-테이블을 이용한다.
- 양측 확률: P(|Z| ≤ k) = 2·Φ(k) - 1
- 꼬리 확률: P(Z ≥ k) = 1 - Φ(k)
평균 주변에 데이터가 모이는 범위
정규성을 가정할 때 평균 ±1σ, ±2σ, ±3σ 안에는 각각 약 68%, 95%, 99.7%의 데이터가 들어간다. 설계 한계, SLA 임계치, 관리도 경계선을 빠르게 판단할 때 유용한 근사 기준이다. 다만 실제 의사결정에서는 CDF로 정밀 계산해야 한다.
| 구간(평균 기준) | 포함 확률(대략) | 한쪽 꼬리 확률(대략) |
|---|---|---|
| ±1σ | 68.27% | 15.87% |
| ±2σ | 95.45% | 2.28% |
| ±3σ | 99.73% | 0.135% |
포함 확률은 P(|Z| ≤ k)이며, 한쪽 꼬리 확률은 P(Z ≥ k)에 해당한다.
확률과 임계치를 계산하는 흐름
입력으로는 관심 값 또는 구간 x, 임계치 kσ, 모수(μ, σ) 또는 표본 추정치( x̄, s )가 필요하다. 정규성 가정이 가능한지, 중심극한정리를 근사 근거로 삼을 수 있는지도 함께 확인한다.
먼저 히스토그램, QQ-plot, 샤피로-윌크 검정으로 분포 형태를 점검한다. 이어서 값이나 구간 경계를 z = (x - μ)/σ로 변환하고, Φ(z)를 이용해 양측 또는 단측 꼬리 확률을 구한다. 임계치나 분위수가 필요하면 x = μ + z·σ로 다시 원래 척도로 돌린다.
출력은 P(X ≤ x), P(a ≤ X ≤ b), 또는 임계치 x_k가 될 수 있다. σ ≤ 0이면 파라미터 오류로 처리해야 한다. 결측이나 이상치가 많으면 중앙값, MAD 같은 견고 추정이나 로그, Box-Cox 변환을 검토하고, 비정규성이 강하면 로그정규·감마 분포 또는 비모수 방법을 고려한다.
품질·성능·리스크 분석에서의 사용
제조 품질관리에서는 치수 오차가 근사적으로 정규를 따른다면 중심선 μ와 경계선 μ ± 3σ로 관리도를 설정할 수 있다. 이는 불량률 추정과 공정능력지수(Cp, Cpk) 산정으로 이어진다.
서비스 지연을 모니터링할 때는 요청 처리시간이 안정적이고 집계 평균이 중심극한정리에 따라 정규 근사를 보일 경우 평균 ± kσ를 SLA 위반 조기 경보의 임계치로 사용할 수 있다. 이때 샘플 크기와 상관구조를 고려해야 한다.
금융에서는 일일 수익률이 단기간 정규 근사가 가능하다고 가정할 때 Z 기반 VaR 근사치를 산출한다. 두꺼운 꼬리를 가진 분포에서는 위험이 과소평가될 수 있다.
데이터 과학과 A/B 테스트에서는 표본평균 차이를 표준화해 Z-검정이나 근사적 신뢰구간을 구성한다. 표본 크기를 산출할 때도 목표 검정력과 허용 오차에 따라 σ 기반 계산을 수행한다.
가정을 드러낸 채 기준을 자동화하기
임계치, 불량률, 경보 민감도를 계산하는 과정을 자동화하고 정밀하게 만들 수 있다. 3σ 기준을 도입하면 오탐 비율을 약 0.27% 수준으로 관리할 수 있으며, 샘플 평균 기반 근사는 분석 비용과 시간을 줄이는 데도 쓰인다.
팀 관점에서는 의사결정 기준을 표준화하고 커뮤니케이션을 명료하게 만드는 효과가 있다. 다만 모델 가정과 한계를 함께 기술해야 리스크 인지 수준도 높아진다.
Python으로 확률과 분위수 계산하기
전제조건: Python 3.10+, SciPy 1.11+ 환경
from math import sqrt
from scipy.stats import norm
# 파라미터
mu, sigma = 100, 15
# 1) 값 x가 평균으로부터 몇 σ 떨어졌는지
x = 130
z = (x - mu) / sigma # Z-점수
p_right = 1 - norm.cdf(z) # P(X >= x)
print(f"z={z:.2f}, P(X>=x)≈{p_right:.4f}")
# 2) 95% 상한 임계치(양측 95%면 z=±1.96)
x95 = mu + norm.ppf(0.95) * sigma
print(f"95% 상한≈{x95:.2f}")
# 3) 68-95-99.7 근사 확인
for k in (1, 2, 3):
coverage = 2*norm.cdf(k) - 1
tail = 1 - norm.cdf(k)
print(f"±{k}σ 포함≈{coverage*100:.2f}%, 한쪽 꼬리≈{tail*100:.3f}%")norm.cdf와 norm.ppf를 사용하면 확률과 분위수를 계산할 수 있다. 양측 임계치와 단측 꼬리 확률도 Z 점수를 기준으로 일관되게 처리한다.