# 표준 오차

## 개요

**표준 오차**(Standard Error, SE)는 통계학에서 표본 통계량(예: 표본 평균)이 모집단의 실제 모수(예: 모평균)를 얼마나 정확하게 추정하는지를 나타내는 척도이다. 즉, 표본밀도**(precision)를 평가하는 데심적인 역할을 한다. 일반적으로 표준 오차가 작을수록 표본 통계량은 모수에 더 가깝게 일관되게 추정된다는 의미이다.

표준 오차는 **표준 편차**(Standard Deviation)와 혼동하기 쉬우나, 두 개념은 서로 다른 대상을 측정한다. 표준 편차는 **개별 데이터 값의 분포**를 나타내는 반면, 표준 오차는 **표본 통계량의 분포**, 즉 표집 분포(sampling distribution)의 변동성을 나타낸다.

---

## 표준 오차의 정의와 계산

### 평균의 표준 오차 (Standard Error of the Mean, SEM)

가장 일반적으로 사용되는 표준 오차는 **표본 평균의 표준 오차**(SEM)이다. 모집단의 표준 편차가 알려져 있는 경우, 크기 $ n $의 표본에서 평균의 표준 오차는 다음과 같이 정의된다:

$$
SE = \frac{\sigma}{\sqrt{n}}
$$

여기서:
- $ \sigma $: 모집단의 표준 편차
- $ n $: 표본의 크기

그러나 현실적으로 모집단의 표준 편차 $ \sigma $는 대부분 알려져 있지 않으므로, 표본의 표준 편차 $ s $를 사용하여 추정한다:

$$
SE = \frac{s}{\sqrt{n}}
$$

이 추정값은 표본에서 계산된 평균이 모평균과 얼마나 차이가 날 수 있는지를 나타내며, 표본 크기가 커질수록 $ \sqrt{n} $이 커지므로 표준 오차는 작아진다.

### 예시

예를 들어, 어떤 학급 학생 25명의 키를 임의로 측정한 결과, 평균이 170cm, 표본 표준 편차가 10cm라고 하자. 이때 평균의 표준 오차는 다음과 같다:

$$
SE = \frac{10}{\sqrt{25}} = \frac{10}{5} = 2 \text{ cm}
$$

이 값은 이 학급의 평균 키가 모집단 평균을 추정할 때 약 ±2cm 정도의 변동성이 있을 수 있음을 의미한다.

---

## 표준 오차의 활용

### 1. 신뢰 구간 추정

표준 오차는 **신뢰 구간**(Confidence Interval, CI)을 계산하는 데 핵심적으로 사용된다. 예를 들어, 95% 신뢰 구간은 다음과 같이 계산된다:

$$
\text{신뢰 구간} = \bar{x} \pm z \times SE
$$

여기서:
- $ \bar{x} $: 표본 평균
- $ z $: 신뢰 수준에 따른 z-값 (예: 95% CI일 경우 약 1.96)
- $ SE $: 표준 오차

위 예시에서 95% 신뢰 구간은:

$$
170 \pm 1.96 \times 2 = 170 \pm 3.92 \Rightarrow (166.08, 173.92)
$$

즉, 모평균이 이 구간 내에 있을 확률이 95%라는 의미이다.

### 2. 가설 검정

표준 오차는 **t-검정**이나 **z-검정**과 같은 가설 검정에서 검정 통계량을 계산할 때 사용된다. 예를 들어, t-통계량은 다음과 같이 정의된다:

$$
t = \frac{\bar{x} - \mu_0}{SE}
$$

여기서 $ \mu_0 $는 귀무 가설에서 설정한 모평균이다. 이 값이 크면 표본 평균이 귀무 가설과 크게 다름을 의미하며, 통계적으로 유의미한 결과로 해석될 수 있다.

---

## 기타 유형의 표준 오차

표준 오차는 평균 외에도 다양한 통계량에 적용될 수 있다.

### 회귀 계수의 표준 오차

선형 회귀 분석에서 회귀 계수(기울기)의 표준 오차는 그 계수가 얼마나 안정적으로 추정되었는지를 나타낸다. 표준 오차가 작을수록 계수의 추정이 신뢰할 수 있다. 이 값은 회귀 모델의 **t-검정** 및 **p-값** 계산에 사용된다.

### 비율의 표준 오차

이항 분포에서 비율 $ p $의 표준 오차는 다음과 같다:

$$
SE_p = \sqrt{\frac{p(1-p)}{n}}
$$

예를 들어, 설문조사에서 60%의 응답자가 찬성했다면($ p = 0.6 $), 표본 크기 $ n = 100 $일 때:

$$
SE_p = \sqrt{\frac{0.6 \times 0.4}{100}} = \sqrt{0.0024} \approx 0.049
$$

---

## 표준 오차와 표준 편차의 차이

| 구분 | 표준 편차 (SD) | 표준 오차 (SE) |
|------|----------------|----------------|
| 의미 | 데이터의 분포 정도 | 추정량의 정밀도 |
| 대상 | 개별 관측값 | 표본 통계량 (예: 평균) |
| 크기 변화 | 표본 크기와 무관 | 표본 크기 증가 시 감소 |
| 공식 | $ s = \sqrt{\frac{\sum (x_i - \bar{x})^2}{n-1}} $ | $ SE = \frac{s}{\sqrt{n}} $ |

---

## 참고 자료 및 관련 문서

- [Central Limit Theorem](https://ko.wikipedia.org/wiki/중심극한정리)
- [신뢰 구간](https://ko.wikipedia.org/wiki/신뢰_구간)
- [t-검정](https://ko.wikipedia.org/wiki/티_검정)
- [표본 분포](https://ko.wikipedia.org/wiki/표집_분포)

> **참고 문헌**  
> - Moore, D. S., Notz, W., & Fligner, M. (2021). *The Basic Practice of Statistics* (9th ed.). W.H. Freeman.  
> - Casella, G., & Berger, R. L. (2002). *Statistical Inference* (2nd ed.). Duxbury Press.

---

표준 오차는 통계적 추론의 기초이며, 데이터 해석의 신뢰성을 평가하는 데 없어서는 안 될 도구이다. 연구 결과를 보고할 때는 평균과 함께 표준 오차나 신뢰 구간을 제시함으로써 독자가 결과의 정확성을 판단할 수 있도록 해야 한다.