통계를 처음 배울 때 확률질량함수와 확률밀도함수는 이름이 비슷해 헷갈립니다. 특히 그래프로 만나면 막대인지 곡선인지, 높이가 확률인지 면적인지 고민이 깊어집니다. 확률질량함수 그래프는 이산확률변수에서 각 값이 나올 확률을 막대나 점으로 보여주는 가장 직관적인 도구입니다.
| 구분 | 확률질량함수 | 확률밀도함수 | 누적분포함수 |
|---|---|---|---|
| 사용 대상 | 이산형 | 연속형 | 이산형과 연속형 |
| 확률 계산 | P(X=x) | 구간의 면적 | P(X≤x) |
| 그래프 모양 | 막대 또는 점 | 연속 곡선 | 계단 또는 곡선 |
위 표만 보아도 세 함수가 다루는 대상이 서로 다릅니다. 주사위 눈금처럼 하나씩 셀 수 있는 값은 확률질량함수로 표현하고, 키나 몸무게처럼 연속적으로 이어지는 값은 확률밀도함수로 표현합니다. 여기에 특정 값 이하가 나올 확률을 누적해서 보여주는 누적분포함수까지 더하면 통계에서 자주 등장하는 그래프의 큰 그림이 완성됩니다.
목차
확률질량함수 그래프가 필요한 이유
확률질량함수 그래프는 이산확률변수가 가질 수 있는 값 각각에 확률을 매핑한 그림입니다. 주사위를 한 번 던지는 상황을 떠올리면 쉽습니다. 주사위의 눈은 1부터 6까지 정확히 셀 수 있으므로 이산확률변수입니다. 공정한 주사위라면 각 눈이 나올 확률은 모두 6분의 1입니다. 이때 가로축에 눈금을 놓고 세로축에 확률을 표시한 뒤, 각 눈금 위치에서 높이가 6분의 1인 막대를 그리면 확률질량함수 그래프가 됩니다.
제가 처음 이 그래프를 공부할 때는 공식만 외우고 직접 그리지 않아서 막대의 높이가 궁금했던 적이 있습니다. 실제로는 각 막대의 높이가 곧 확률이므로 모든 막대의 높이를 더하면 반드시 1이 됩니다. 주사위 그래프는 6개의 막대가 모두 같은 높이로 서 있기 때문에 분포가 얼마나 평평한지 한눈에 보입니다. 이렇게 그래프를 직접 그리고 관찰하면 확률의 합이 1이라는 성질도 자연스럽게 기억됩니다.
동전 두 번 던지기로 보는 확률질량함수
동전을 두 번 던져 앞면이 나오는 횟수를 X라고 하면 X는 0, 1, 2라는 값을 가질 수 있습니다. 각 값이 나올 확률은 순서까지 고려해 계산합니다. 앞면이 0번 나오는 경우는 뒷면과 뒷면 하나이므로 4분의 1이고, 앞면이 1번 나오는 경우는 앞면과 뒷면, 뒷면과 앞면 두 가지이므로 2분의 1입니다. 앞면이 2번 나오는 경우는 앞면과 앞면 하나이므로 4분의 1입니다. 이 확률들을 막대그래프로 나타내면 가운데 막대가 가장 높은 형태가 됩니다.
이 그래프에서 주목할 점은 막대의 위치와 높이입니다. 값이 0인 위치에는 낮은 막대가, 값이 1인 위치에는 높은 막대가, 값이 2인 위치에는 다시 낮은 막대가 서 있습니다. 이 모양만 보아도 앞면이 1번 나올 가능성이 가장 높다는 사실을 바로 알 수 있습니다. 확률질량함수 그래프는 단순한 그림처럼 보여도 데이터의 분포를 빠르게 파악하게 해주는 강력한 도구입니다.
확률질량함수와 다른 그래프는 어떻게 다를까
확률질량함수 그래프와 자주 비교되는 그래프는 연속확률변수에서 사용하는 확률밀도함수 그래프입니다. 확률밀도함수는 특정 값 하나의 확률을 직접 보여주지 않습니다. 대신 곡선 아래의 면적으로 구간에 포함될 확률을 계산합니다. 예를 들어 키가 170cm에서 175cm 사이에 속할 확률을 구하려면 170과 175에 해당하는 세로선을 그었을 때 생기는 면적을 구해야 합니다. 이 점이 특정 값의 확률을 막대 높이로 바로 알려주는 확률질량함수와 가장 큰 차이입니다.
누적분포함수 그래프는 또 다른 방식으로 확률을 보여줍니다. 특정 값 이하가 나올 확률을 계속 더해 나가는 그래프라서 오른쪽으로 갈수록 값이 커지고 결국 1에 도달합니다. 이산확률변수의 누적분포함수는 각 값에서 확률이 한꺼번에 증가하는 계단 모양이 되고, 연속확률변수의 누적분포함수는 부드러운 곡선으로 증가합니다. 세 가지 그래프를 비교하면서 보면 이름이 비슷해도 각각의 쓰임새가 뚜렷하게 다르다는 점을 체감할 수 있습니다.
확률질량함수 그래프를 직접 그리며 배운 점
저는 확률질량함수 그래프를 공부할 때 종이에 직접 눈금을 그리고 막대를 채워 넣는 연습을 했습니다. 처음에는 공식이 더 중요하다고 생각했지만, 그래프를 직접 그려 보니 값의 개수와 막대의 높이 사이 관계가 훨씬 선명하게 보였습니다. 특히 불량품 개수나 고객 구매 횟수처럼 실생활에서 셀 수 있는 데이터를 다룰 때는 막대 그래프가 얼마나 유용한지 깨닫게 되었습니다.
이번에는 단순히 그래프를 그리는 것에 그치지 않고, 각 막대의 확률을 모두 더해 1이 되는지 확인하는 습관을 들이고자 합니다. 또 서로 다른 이산확률분포의 확률질량함수 그래프를 나란히 놓고 비교하면서 분포의 모양이 기댓값과 분산에 어떻게 연결되는지 살펴볼 계획입니다. 그래프를 반복해서 그리다 보면 복잡한 통계 개념도 결국 데이터를 알아보기 쉽게 정리하는 도구라는 생각이 듭니다.
지금까지 배운 내용을 정리하며
확률질량함수는 이산확률변수의 각 값이 나올 확률을 정확히 알려주는 함수이고, 그 그래프는 막대나 점으로 표현됩니다. 확률밀도함수는 연속확률변수의 밀도를 보여주며 그래프 아래 면적이 확률을 의미합니다. 누적분포함수는 특정 값 이하의 확률을 누적해 보여주는 공통된 개념입니다. 세 가지를 비교하며 핵심 질문을 다르게 잡는 것도 좋은 방법입니다. 확률질량함수 그래프는 값이 정확히 무엇일 때의 확률을 묻는 상황에서, 확률밀도함수는 구간에 속할 확률을 묻는 상황에서, 누적분포함수는 값 이하일 확률을 묻는 상황에서 사용합니다.
이 글을 읽는 분들도 확률질량함수 그래프를 단순히 수식으로만 기억하지 말고 직접 그려 보시길 바랍니다. 막대의 높이를 관찰하고 모든 막대의 확률을 더해보면 통계가 가진 직관적인 힘을 느낄 수 있습니다. 앞으로 데이터 분석이나 머신러닝을 배울 때도 이러한 그래프 감각이 탄탄한 밑거름이 되어 줄 것입니다.
자주 묻는 질문
Q: 확률질량함수 그래프에서 막대 높이가 1보다 커질 수 있나요?
A: 확률질량함수 그래프의 막대 높이는 특정 값이 나올 확률을 나타내므로 1을 넘지 않습니다. 확률은 항상 0과 1 사이의 값을 가지기 때문입니다. 다만 확률밀도함수 그래프의 곡선 높이는 확률 자체가 아니라 밀도이므로 1보다 커질 수 있습니다.
Q: 확률질량함수와 확률밀도함수는 어떻게 구분하나요?
A: 값이 하나씩 셀 수 있는 이산확률변수라면 확률질량함수를 사용하고, 키나 시간처럼 구간 안에 무수히 많은 값을 가지는 연속확률변수라면 확률밀도함수를 사용합니다. 그래프가 막대인지 곡선인지로도 쉽게 구분할 수 있습니다.
Q: 누적분포함수는 확률질량함수 그래프에서도 그릴 수 있나요?
A: 네, 누적분포함수는 이산형과 연속형 모두에서 사용할 수 있습니다. 이산확률변수의 누적분포함수는 각 값에서 확률이 계단처럼 올라가는 모양이 되고, 연속확률변수의 누적분포함수는 부드러운 곡선으로 증가합니다.
