핵심
표본 = n-1로 나누기. 모집단 = n으로 나누기.
공식
표본분산 = 편차제곱합 ÷ (n-1) 모분산 = 편차제곱합 ÷ n '표본·sample' → n-1 (자유도 보정) '모집단·population' → n 함정: n과 n-1을 슬쩍 뒤바꿔 출제
트리거 키워드
예시
데이터 [2,4,6,8,10]의 표본분산 = 편차제곱합(40) ÷ (n-1=4) = 10. 모분산이면 40÷5 = 8.
분산을 구할 때 모집단 전체를 다루면 데이터 수 n으로 나누지만(모분산), 표본으로 모집단을 추정할 때는 자유도를 반영해 n-1로 나눕니다(표본분산). n-1로 나누는 이유는 표본분산이 모분산을 과소추정하는 편향을 보정하기 위함입니다. ADsP에서는 분모를 n과 n-1로 바꿔 함정을 만들므로 표본=n-1, 모집단=n을 정확히 구분하세요.
3과목 데이터 분석의 통계 계산 영역에서 문제 지문이나 보기에 분산, 표본, 모집단, 표준편차, 자유도, n-1 같은 표현이 보이면 이 패턴을 먼저 떠올리십시오. 개념을 처음부터 따지지 않고 위 공식에 대입하는 것만으로 보기를 빠르게 좁힐 수 있습니다. 아래 관련 문항 2개가 모두 같은 방식으로 풀립니다.