이항분포의 정규근사 (Normal Approximation to the Binomial Distribution)

한 줄 정의: 시행 횟수가 충분히 많을 때, 계단 모양으로 울퉁불퉁한 이항분포를 매끄러운 정규분포로 대신 근사해서 계산을 간단히 하는 방법입니다.

쉽게 풀면

동전을 10번 던져 앞면이 몇 번 나오는지는 이항분포를 따릅니다. 시행 횟수가 적을 때는 이 분포가 계단처럼 뚝뚝 끊어진 막대 모양입니다. 그런데 동전을 100번, 1,000번처럼 아주 많이 던지면 이 막대들의 윤곽이 점점 매끈한 종 모양, 즉 정규분포를 닮아갑니다.

이 성질을 이용해서 시행 횟수가 충분히 크고 성공확률이 너무 0이나 1에 치우치지 않을 때는, 복잡한 이항분포 계산 대신 정규분포 공식을 사용해 확률을 훨씬 간단하게 근사 계산할 수 있습니다. 흔히 "np와 n(1-p)가 모두 5 이상이면 정규근사를 써도 된다"는 경험적 기준을 사용합니다.

왜 중요한가

이항분포의 정규근사는 여론조사 비율, 임상시험 반응률, A/B 테스트 전환율처럼 성공/실패로 구분되는 데이터를 다루는 거의 모든 분야에서 신뢰구간과 가설검정을 손쉽게 계산할 수 있게 해주는 실용적인 도구입니다. 대규모 표본을 다루는 응용통계 논문에서 계산의 편의성과 해석의 용이성 때문에 여전히 널리 쓰이며, 근사가 타당한 조건을 명시하는 것은 결과의 신뢰성을 뒷받침하는 요소로 다뤄집니다.

핵심 정리

X가 이항분포 B(n, p)를 따르면 평균은 np, 분산은 np(1 − p)입니다. n이 충분히 크고 p가 0이나 1에 너무 가깝지 않으면 X는 대략 N(np, np(1 − p))를 따릅니다. 이를 드무아브르–라플라스 정리라고 하며, 중심극한정리의 가장 오래된 형태입니다.

사용 기준: 흔히 np ≥ 5 그리고 n(1 − p) ≥ 5를 씁니다. 교재에 따라 10을 기준으로 삼기도 하므로 기준은 정해진 법칙이 아니라 경험칙입니다.
연속성 수정: 이산분포를 연속분포로 근사할 때 P(X ≤ k) ≈ Φ((k + 0.5 − np) / √(np(1 − p)))처럼 0.5를 더해 오차를 줄입니다.
비율로 쓰면 표본비율 p̂ ≈ N(p, p(1 − p)/n)이 되어, 비율의 z검정과 Wald 신뢰구간이 이 근사에 기대고 있습니다.
n이 크고 p가 매우 작을 때는 정규분포보다 포아송분포가 더 적합한 근사입니다.

예시로 보기

(가상의 예, 직접 계산) n = 100, p = .3일 때 P(X ≤ 25)를 구합니다. 평균 30, 표준편차 4.58입니다.

방법	P(X ≤ 25)
정확한 이항분포	0.1631
정규근사(수정 없음)	0.1376
정규근사(연속성 수정)	0.1631

연속성 수정을 하면 정확한 값과 거의 같아집니다. 반대로 n = 20, p = .1(np = 2 < 5)에서 P(X ≤ 0)(= P(X = 0))을 구하면 정확한 값은 0.1216인데, 수정 없는 정규근사는 0.0680, 수정한 근사도 0.1318로 차이가 납니다. 기준을 못 채우면 근사가 흔들린다는 뜻입니다.

자주 하는 오해

“n ≥ 30이면 항상 정규근사를 써도 된다”: 필요한 크기는 p에 달려 있습니다. p가 .01 같은 값이면 n = 30이어도 np = 0.3이라 정규근사는 맞지 않습니다.
“근사는 항상 보수적이다”: 어느 방향으로 틀리는지는 p와 n에 따라 다릅니다.
“정규근사 Wald 신뢰구간은 믿을 만하다”: 표본비율이 0이나 1 근처, 또는 n이 작을 때 포함확률이 목표(95%)에 많이 못 미칠 수 있습니다. Brown, Cai, DasGupta(2001)는 Wilson 구간이나 Agresti–Coull 구간을 권고했습니다.
“근사는 정확검정보다 낫다”: 계산 자원이 충분한 지금은 정확 이항검정이 어렵지 않습니다. 근사는 이해와 손계산, 큰 n의 편의를 위한 도구입니다.

논문에서는 이렇게 쓰입니다

실제 논문에서

이 용어를 직접 쓴 국내 논문 문장을 아직 수집하지 못했습니다. 수집되는 대로 출처와 함께 싣겠습니다.

예시 문장

아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.

"표본크기가 충분히 커(np, n(1-p) 모두 5 이상) 이항분포의 정규근사가 성립한다고 판단하여, 비율 차이에 대한 신뢰구간을 정규분포 기반 공식으로 산출하였다."

설문조사나 임상시험에서 응답 비율(성공/실패로 나뉘는 데이터)의 신뢰구간이나 검정통계량을 계산할 때, 정확한 이항분포 계산이 번거로우면 정규근사를 적용한다는 점을 논문에서 명시합니다.

"두 광고 배너의 클릭률 차이를 검정하기 위해 대규모 표본에서 정규근사에 기반한 두 비율 차이 검정을 실시하였다."

온라인 실험(A/B 테스트)에서 전환율 비교에 정규근사가 적용된 사례다.

"백신 부작용 발생률에 대한 95% 신뢰구간은 연속성 수정을 적용한 정규근사 방법으로 계산하였다."

이산형 데이터의 근사 오차를 줄이기 위해 연속성 수정을 함께 적용한 예를 보여준다.

조금 더 깊게 보면

정규근사는 이산분포인 이항분포를 연속분포인 정규분포로 대체하는 과정에서 발생하는 오차를 줄이기 위해 연속성 수정(continuity correction, 흔히 0.5를 더하거나 빼는 방식)을 함께 적용하는 경우가 많습니다. 또한 np나 n(1-p)가 5 미만으로 작거나 비율이 극단값에 가까울 때는 근사 오차가 커지므로, 이런 상황에서는 Wilson 신뢰구간이나 정확한 이항검정(exact binomial test) 같은 대안적 방법이 더 권장됩니다.

주의할 점

표본크기가 작거나 성공확률이 0 또는 1에 가까울 때 정규근사를 적용하면 오차가 커집니다. 이런 경우에는 근사 대신 정확한 이항분포를 그대로 사용하는 정확검정을 쓰는 것이 안전합니다. 이항분포가 정규분포로 수렴하는 현상은 표본이 커질수록 표본평균의 분포가 정규분포에 가까워진다는 중심극한정리의 한 사례로 볼 수 있습니다.

헷갈리기 쉬운 용어

이항분포를 둘러싼 근사와 정리가 여럿이라 서로 바뀌어 쓰입니다.

용어	무엇을 한다	조건
정규근사(드무아브르–라플라스)	이항분포 → 정규분포	n 크고 np, n(1 − p)가 충분히 큼
중심극한정리	표본평균(합)의 분포 → 정규분포	이항 외에 일반적인 분포의 합에도 적용되는 더 넓은 정리
포아송 근사	이항분포 → 포아송분포	n 크고 p 아주 작음(np가 적당)
이항분포	근사의 대상	정확 확률은 이항 공식으로 계산 가능

참고 문헌

De Moivre, A. (1738). The Doctrine of Chances (2nd ed.). H. Woodfall.
Brown, L. D., Cai, T. T., & DasGupta, A. (2001). Interval estimation for a binomial proportion. Statistical Science, 16(2), 101–133.
Wilson, E. B. (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22(158), 209–212.
Agresti, A., & Coull, B. A. (1998). Approximate is better than “exact” for interval estimation of binomial proportions. The American Statistician, 52(2), 119–126.

표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.