이항분포 (Binomial Distribution)

한 줄 정의: 성공 확률이 일정한 독립시행을 여러 번 반복할 때, 성공 횟수가 따르는 확률분포입니다.

쉽게 풀면

동전을 10번 던진다고 해봅시다. 매번 앞면이 나올 확률은 항상 2분의 1이고, 이전에 어떤 결과가 나왔든 다음 던지기에는 영향을 주지 않습니다. 이런 상황에서 "10번 중 앞면이 정확히 7번 나올 확률은 얼마일까?"를 계산해주는 것이 이항분포입니다. 즉, (1) 매번 성공 확률이 똑같고 (2) 각 시행이 서로 독립적일 때, 정해진 횟수 안에서 성공이 몇 번 나올지를 확률로 나타낸 분포입니다.

왜 중요한가

이항분포는 "성공/실패처럼 두 가지 결과만 있는 사건을 여러 번 반복했을 때 몇 번 성공하는가"라는 매우 흔한 질문에 답을 주기 때문에, 통계적 가설검정이나 실험 설계를 다루는 논문에서 기본 도구로 자주 등장합니다. 임상시험에서 치료 반응자 수, 설문조사에서 특정 응답자 수, 품질검사에서 불량품 개수처럼 분야를 가리지 않고 폭넓게 쓰입니다. 또한 로지스틱 회귀나 카이제곱 검정 같은 더 복잡한 통계 기법들도 이항분포의 가정 위에서 출발하는 경우가 많아, 이 개념을 이해하면 관련 논문의 통계 방법론 부분을 훨씬 수월하게 읽을 수 있습니다.

논문에서는 이렇게 쓰입니다

"설문에 응답한 100명 중 찬성 의견을 낼 확률이 각각 독립적이라고 가정하고, 찬성자 수를 이항분포 B(100, 0.3)으로 모형화하였다."

이 문장은 100번의 독립적인 시행에서 각각 30%의 확률로 "성공(찬성)"이 일어난다고 가정하고, 전체 찬성자 수의 분포를 이항분포로 나타냈다는 뜻입니다.

"각 환자가 신약에 반응할 확률을 동일하다고 가정하고, 전체 반응자 수가 이항분포를 따른다는 전제 하에 유효성을 검정하였다."

임상시험 논문에서 흔히 볼 수 있는 표현으로, 환자마다 신약 반응 여부가 독립적이고 반응 확률이 동일하다는 가정 아래, 전체 반응자 수의 분포를 이항분포로 놓고 통계적으로 유의한지 판단했다는 의미입니다.

"생산 라인에서 무작위로 추출한 부품 표본의 불량률이 일정하다고 가정하고, 불량품 개수를 이항분포로 모델링하여 관리 한계선을 설정하였다."

품질관리 분야의 예문으로, 표본에서 불량품이 나올 확률이 매번 같고 각 부품 검사가 서로 독립적이라는 전제 하에, 불량품 개수의 분포를 이항분포로 두고 공정 관리 기준을 세웠다는 뜻입니다.

조금 더 깊게 보면

이항분포에서 시행 횟수가 아주 많고 성공 확률이 매우 작을 때는 계산이 번거로워지는데, 이런 경우 흔히 포아송분포로 근사해서 다루기도 합니다. 반대로 시행 횟수가 충분히 크면 중심극한정리에 의해 정규분포에 가까워지므로, 많은 논문에서 정규근사를 이용해 신뢰구간이나 검정통계량을 계산합니다. 또한 이항분포의 평균은 시행 횟수와 성공 확률의 곱, 분산은 여기에 실패 확률을 한 번 더 곱한 형태로 나타나며, 이 값들은 표본 크기 설계나 검정력 계산의 기초로 자주 활용됩니다.

주의할 점

이항분포를 쓰려면 각 시행이 서로 독립적이고 성공 확률이 매번 동일해야 한다는 전제가 반드시 필요합니다. 이 전제가 깨지면(예: 표본을 비복원으로 뽑아 확률이 계속 바뀌는 경우) 다른 분포를 써야 합니다. 시행 횟수가 충분히 크면 이항분포는 정규분포에 가까운 모양으로 근사되기도 합니다.