중심극한정리 (central limit theorem)

한 줄 정의: 원래 분포가 어떤 모양이든, 표본을 충분히 크게 뽑아 평균을 여러 번 구하면 그 평균들의 분포는 정규분포에 가까워진다는 원리입니다.

쉽게 풀면

어떤 학교 학생들의 용돈 액수 분포는 한쪽으로 치우쳐 있을 수도, 들쭉날쭉할 수도 있습니다. 그런데 학생 30명씩 무작위로 뽑아서 그 그룹의 "평균 용돈"을 구하는 일을 수백 번 반복하면, 그 평균값들을 모아 그린 분포는 원래 용돈 분포의 모양과 상관없이 종 모양의 정규분포를 닮아갑니다. 이것이 중심극한정리입니다. 원본 데이터가 정규분포가 아니어도, 표본평균은 표본 크기가 커질수록(보통 30 이상이면) 정규분포처럼 행동한다는 뜻입니다. 이 덕분에 정규분포를 전제로 하는 여러 통계 기법(t검정 등)을 원본 데이터의 분포 모양에 크게 구애받지 않고 쓸 수 있게 됩니다.

왜 중요한가

중심극한정리는 t검정, 분산분석, 회귀분석 등 수많은 통계 기법이 "표본평균이 정규분포를 따른다"는 가정 위에서 작동하도록 해주는 이론적 근거입니다. 실제 데이터는 정규분포를 따르지 않는 경우가 훨씬 흔한데, 표본 크기만 충분하면 이 정리 덕분에 정규성 가정을 크게 걱정하지 않고 모수적 검정을 적용할 수 있습니다. 그래서 실험심리학, 의학 통계, 사회과학 설문 분석 등 표본을 다루는 거의 모든 실증 연구 논문에서 방법론적 정당화 문구로 반복해서 등장합니다. 또한 시뮬레이션이나 부트스트랩처럼 표본을 반복 추출해 추정값의 분포를 살피는 현대적 통계 기법의 이론적 뿌리이기도 합니다.

논문에서는 이렇게 쓰입니다

"중심극한정리에 따라 표본크기(n=150)가 충분히 크므로, 모집단 분포가 정규성을 완전히 만족하지 않더라도 모수적 검정을 적용하는 데 무리가 없다고 판단하였다."

이 문장은 "원본 데이터가 정규분포가 아니어도, 표본이 충분히 크기 때문에 표본평균 기반의 통계 검정을 그대로 사용해도 된다"는 근거로 중심극한정리를 인용하고 있다는 뜻입니다.

"부트스트랩 재표집을 통해 얻은 통계량의 분포는 중심극한정리가 예측하는 바와 같이 표본 수가 늘어남에 따라 점차 정규분포에 근접하는 양상을 보였다."

시뮬레이션·재표집 기반 연구에서는 반복 추출한 통계량들의 분포가 실제로 정규분포 모양에 가까워지는지를 확인함으로써 중심극한정리의 예측을 검증하는 식으로 인용되기도 합니다.

"각 실험 조건에서 참가자 집단의 평균 반응시간을 비교하기 위해 독립표본 t검정을 사용하였으며, 표본크기가 중심극한정리를 만족할 만큼 충분하다고 보아 정규성 검정 결과와 무관하게 분석을 진행하였다."

심리학·행동과학 실험 논문에서는 개별 참가자 데이터가 정규분포가 아니더라도, 집단별 평균을 비교하는 검정을 정당화하는 근거로 중심극한정리가 흔히 언급됩니다.

조금 더 깊게 보면

실제로는 "표본 크기 30 이상이면 충분하다"는 기준은 절대적인 규칙이 아니라 대체로 통용되는 경험적 지침에 가깝고, 원본 분포가 얼마나 치우쳐 있는지(왜도)나 꼬리가 얼마나 두꺼운지에 따라 정규분포에 가까워지는 데 필요한 표본 크기는 달라질 수 있습니다. 논문에서는 이를 보완하기 위해 표본평균의 분포가 정규분포에 실제로 얼마나 가까운지를 Q-Q플롯이나 정규성 검정(예: Shapiro-Wilk 검정)으로 함께 확인하는 경우가 많습니다. 또한 중심극한정리는 관측치들이 서로 독립이고 동일한 분포에서 뽑혔다는 가정(i.i.d.)을 전제로 하므로, 시계열 데이터처럼 관측치 간 상관이 있는 경우에는 정리가 그대로 성립하지 않을 수 있어 별도의 보정이 필요하다는 점도 함께 언급되곤 합니다.

주의할 점

중심극한정리는 "표본평균"의 분포에 관한 정리이지, 원본 데이터 자체가 정규분포를 따른다는 뜻이 아닙니다. 또한 표본 크기가 매우 작거나(예: n<10) 원본 분포가 극단적으로 치우쳐 있으면 정규분포에 가까워지는 속도가 느려질 수 있어, 정규분포 가정을 무조건 적용해서는 안 됩니다.