통계학에서 가장 중요한 분포 중 하나가 바로 정규분포(Normal Distribution)다. 평균을 중심으로 좌우 대칭의 종 모양 곡선으로, 흔히 “벨 커브(bell curve)”라고도 불린다. 흥미로운 점은 정규분포가 단순한 이론적 개념이 아니라, 실제 자연계와 사회현상에서 매우 자주 발견된다는 것이다. 이번 글에서는 정규분포가 왜 그렇게 자연계에 많이 나타나는지, 수학적·직관적·실제적 이유를 함께 살펴본다.
정규분포란 무엇인가?
정규분포는 확률변수 \(X\)가 다음과 같은 밀도함수를 따르는 분포다.
\[ f(x) = \frac{1}{\sigma \sqrt{2\pi}} \exp\left( -\frac{(x – \mu)^2}{2\sigma^2} \right) \]
- \(\mu\): 평균(분포의 중심)
- \(\sigma\): 표준편차(퍼짐의 정도)
그래프는 평균을 중심으로 좌우 대칭이며, 대부분의 값이 평균 근처에 몰려 있고 멀리 갈수록 발생 확률이 급격히 줄어든다.
정규분포가 자연계에 나타나는 이유
1. 중심극한정리(Central Limit Theorem, CLT)
정규분포가 자연계에서 보편적으로 나타나는 가장 큰 이유는 중심극한정리 때문이다.
- 여러 독립적인 요인이 합쳐지면, 그 합은 원래 분포가 무엇이든 정규분포로 수렴한다.
- 예: 키, 몸무게, 시험 점수, 금융 수익률 등은 수많은 작은 요인의 합으로 결정되므로 정규분포를 따른다.
2. 작은 요인의 누적 효과
자연현상은 보통 하나의 요인으로 결정되지 않고, 여러 미세한 요인들이 동시에 작용한다. 예를 들어 사람의 키는 유전자, 영양, 운동, 환경, 질병 등 수많은 작은 요인들의 결과다. 각각의 요인은 확률적으로 다르게 작용하지만, 전체적으로는 평균을 중심으로 하는 정규분포 형태로 나타난다.
3. 대칭성과 안정성
정규분포는 평균을 중심으로 좌우 대칭이다. 자연계의 많은 현상(오차, 변동성, 잡음)은 양의 방향이나 음의 방향으로 동일한 확률로 발생하는 경우가 많아, 대칭적인 정규분포 형태로 나타나기 쉽다.
4. 수학적 편리성과 근사
정규분포는 수학적으로 다루기 매우 편하다. 미적분이 가능하고, 다른 분포들을 정규분포로 근사할 수 있는 경우가 많다. 이 때문에 과학자들과 통계학자들은 자연현상을 설명할 때 정규분포 모델을 자주 사용하고, 실제 데이터도 이를 잘 따르기 때문에 정규분포가 더 널리 퍼지게 되었다.
자연계에서 나타나는 정규분포 사례
1. 생물학적 특징
- 사람의 키, 체중, 혈압
- 동물의 크기, 식물의 잎 크기
이들은 여러 독립적 요인의 결과로 나타나므로 대체로 정규분포를 따른다.
2. 물리학적 현상
- 측정 오차: 측정 기기의 오차는 정규분포를 따르는 경우가 많다.
- 갈색 운동(Brownian motion): 미세 입자가 무작위로 움직일 때 위치 분포가 정규분포로 수렴한다.
3. 사회·경제 현상
- 시험 점수 분포
- 주식 수익률 (단, 극단값이 많으면 다른 분포가 필요)
- 여론 조사 결과의 표본 평균
정규분포가 중요한 이유
정규분포는 단순히 자연계에서 발견되는 분포일 뿐만 아니라, 수학·과학·공학·경제학에서 핵심적인 역할을 한다.
- 통계학: 신뢰구간, 가설검정 등 많은 기법이 정규분포를 전제로 한다.
- 공학: 품질관리, 오차 분석에서 사용된다.
- 자연과학: 물리적 현상(잡음, 변동성)을 설명하는 기본 모델이다.
결론
정규분포가 자연계에 많이 나타나는 이유는 다음과 같다.
- 중심극한정리에 의해 여러 요인이 합쳐지면 정규분포로 수렴하기 때문이다.
- 자연현상은 작은 독립 요인들의 누적 효과로 결정되므로 정규분포 형태가 나타나기 쉽다.
- 정규분포는 대칭성과 안정성을 가지고 있어 자연현상의 변동성을 잘 설명한다.
- 수학적으로 편리하고, 근사적으로 활용하기 쉽기 때문에 널리 쓰인다.
따라서 정규분포는 자연현상과 사회현상을 이해하고 예측하는 데 있어 가장 중요한 확률 분포라 할 수 있다.