이산확률변수와 연속확률변수의 구분
쉽게 풀면
주사위를 던져서 나오는 눈의 수는 1, 2, 3, 4, 5, 6처럼 하나씩 셀 수 있는 값만 나옵니다. 이런 확률변수를 이산확률변수라고 합니다. 반면 사람의 키나 몸무게는 170.1cm, 170.15cm, 170.153cm처럼 사이에 무한히 많은 값이 있어서 하나씩 셀 수 없습니다. 이런 확률변수를 연속확률변수라고 합니다. 이 둘을 구분하는 이유는 확률을 계산하는 방법이 완전히 다르기 때문입니다. 이산확률변수는 각 값이 나올 확률을 표(확률질량함수)로 나타내고 더해서 계산하지만, 연속확률변수는 특정 구간에 속할 확률을 곡선 아래의 넓이(확률밀도함수의 적분)로 계산합니다. 그래서 연속확률변수는 "정확히 170.000...cm일 확률"은 항상 0이고, 대신 "169cm에서 171cm 사이일 확률"처럼 구간으로만 확률을 이야기할 수 있습니다.
왜 중요한가
변수가 이산형인지 연속형인지를 구분하는 일은 통계 분석의 가장 기초적인 출발점입니다. 이 구분에 따라 적용 가능한 확률분포(이항분포, 포아송분포 vs 정규분포, 지수분포 등)와 검정 방법, 회귀모형의 종류가 달라지기 때문에, 잘못 분류하면 이후 모든 분석 결과가 부적절해질 수 있습니다. 그래서 여러 분야의 논문에서 변수의 척도와 유형을 명확히 밝히는 것이 방법론 기술의 기본 절차로 자리 잡고 있습니다.
논문에서는 이렇게 쓰입니다
이 문장은 "셀 수 있는 값(응답 횟수)과 연속적으로 변하는 값(반응 시간)은 서로 다른 통계적 모형을 써야 한다"는 뜻입니다. 어떤 변수를 이산형으로 볼지 연속형으로 볼지에 따라 적용할 확률분포와 통계 검정 방법이 달라지므로, 논문에서 변수의 성격을 먼저 밝히는 것이 중요합니다.
품질관리나 공정 연구에서는 발생 횟수처럼 셀 수 있는 이산형 데이터에 특정 확률분포를 가정해 분석하는 경우가 흔하다.
생물의학 연구에서는 측정값이 연속적으로 분포하되 한쪽으로 치우친 경우, 정규분포 대신 변형된 연속분포를 가정하는 경우가 많다.
조금 더 깊게 보면
이산확률변수는 확률질량함수(PMF)로, 연속확률변수는 확률밀도함수(PDF)로 확률 구조를 나타냅니다. 흥미로운 점은 실제 데이터 수집 과정에서 본질적으로 연속적인 양(시간, 길이 등)도 측정 도구의 한계로 인해 이산적인 값으로 기록되는 경우가 많다는 것입니다. 이런 경우 연구자는 원래 변수의 이론적 성격에 맞는 분포를 가정할지, 아니면 관측된 이산적 형태를 그대로 반영할지를 선택해야 하며, 이 선택이 분석 결과의 해석에 영향을 줄 수 있습니다.
주의할 점
이 개념을 이해하려면 먼저 확률변수와 기댓값이 무엇인지부터 알아야 합니다. 실제 데이터에서는 연속적인 값을 반올림해서 이산형처럼 다루는 경우도 많으므로, 원래 변수의 성격과 자료 처리 방식을 구분해서 생각해야 합니다.