독립 표본 t-검정(Independent t-test) 수식의 직관적 이해

통계학에서 t-test의 통계량($t$) 수식은 언뜻 복잡해 보이지만, 본질적으로는 '신호(Signal)와 잡음(Noise)의 비율'이라는 관점에서 보면 매우 명확해집니다.

---

1. 전체적인 의미: 신호 대 잡음 비율 (Signal-to-Noise Ratio)

• 분자 ($\bar{X}_1 - \bar{X}_2$): 두 집단 간의 '눈에 보이는 차이'입니다.
  • (예: A반 평균 80점 - B반 평균 70점 = 10점 차이)
• 분모 ($s_p \sqrt{\dots}$): 이 차이가 믿을만한지 깎아먹는 '불확실성의 크기(표준오차)'입니다.

결론: $t$값은 분자가 클수록(차이가 클수록), 분모가 작을수록(데이터가 안정적일수록) 커집니다. $t$값이 커야 "이 차이는 우연이 아니라 진짜다(유의미하다)"라고 말할 수 있습니다.

---

2. 분모의 상세 해부: 왜 저런 모양일까?

가장 이해하기 어려운 부분이 바로 분모의 $\sqrt{\frac{1}{n_1} + \frac{1}{n_2}}$ 부분일 것입니다. 이 수식이 도출된 논리적 흐름은 다음과 같습니다.

① 평균의 분산 (Variance of Mean)

데이터 개수가 $n$개일 때, 그 평균값($\bar{X}$)의 분산은 원래 데이터의 분산($\sigma^2$)보다 작아집니다. 데이터를 많이 모을수록 평균값은 흔들리지 않고 안정적이기 때문입니다.

② "차이"의 분산 (Variance of Difference)

우리는 두 평균의 차이($\bar{X}_1 - \bar{X}_2$)에 대한 불확실성을 구하고 싶습니다. 통계학의 중요한 성질 중 하나는 "두 변수를 빼더라도, 불확실성(분산)은 늘어난다(더해진다)"는 것입니다.

💡 직관적 이해:
철수의 도착 예정 시간 오차(분산)가 ±10분이고, 영희의 오차도 ±10분입니다. 철수가 영희보다 "얼마나 빨리 왔나(차이)"를 계산할 때, 둘 다 오차가 있으므로 불확실성은 서로 상쇄되는 게 아니라 더 커집니다.

③ 수식 합치기 (합동 분산 적용)

위의 ①과 ②를 결합하면 차이의 분산은 다음과 같습니다. 여기서 $\sigma^2$은 두 집단이 공유한다고 가정한 합동 분산($s_p^2$)으로 대체합니다.

참고로, 여기서 사용된 합동 표준편차($s_p$)의 식은 다음과 같습니다. (두 집단의 분산을 표본 크기만큼 가중 평균한 값)

④ 표준편차(표준오차)로 변환

t-test 분모에는 분산이 아닌 표준편차가 들어가야 하므로, 전체에 루트($\sqrt{}$)를 씌웁니다. 이것이 최종적인 분모가 됩니다.

---

3. $n$(표본 크기)의 역할

수식 안의 $\frac{1}{n_1} + \frac{1}{n_2}$를 보면, $n$이 분모의 분모 자리에 있습니다.

1. 데이터($n$)가 많아지면 $\rightarrow$ $\frac{1}{n}$이 0에 가까워집니다.
2. 결과적으로 전체 분모(불확실성)가 작아집니다.
3. 분모가 작아지니 $t$값은 커집니다.

즉, "데이터를 많이 모을수록 불확실성이 줄어들어, 작은 차이도 통계적으로 유의미하게($t$값을 크게) 만들 수 있다"는 수학적 의미가 담겨 있습니다.

---

요약

• $s_p$: 두 집단의 퍼짐 정도(분산)를 데이터 개수에 따라 가중 평균 낸 것.
• $\sqrt{\frac{1}{n_1} + \frac{1}{n_2}}$: 두 집단의 평균을 뺐을 때 발생하는 불확실성(분산의 합)을 표준편차 단위로 바꾼 것.