표본분포와 표집분포 (Sampling distribution vs. Sample distribution)

표본분포(Sample distribution)

• 확률표본(확률표본, random sample)의 함수.
• 표본 통계량을 구하는 것은 모집단의 분포를 파악하기 위함이다. 하지만, 해당 표본 통계량이 모집단을 얼마나 잘 측정하는지는 아무도 모른다.
• 왜냐하면, 같은 통계량이더라도 표본을 추출할때마다 그 값이 달라지기 때문이다.
• 하지만, 표본 통계량을 또다른 하나의 확률표본으로 본다면, 표본을 매번 구할때 마다 달라지는 표본 통해서 구한 값으로 표본 통계량의 분포를 구할 수 있다.
• 여기서 구해지는 표본 통계량의 분포를 표본분포(Sample distribution)이라고 한다.
• 카이제곱분포, t분포, F분포, 감마분포, ... 등이 있다.

표집분포(Sampling distribution)

• 표본통계량이 이론적으로 따르는 확률분포를 표집분포라고 부른다.
• 이론적으로 표본평균이 중심극한정리(CLT)에 의해서 정규분포를 따르는 것을 통해서, 표본평균의 표집분포는 정규분포라는 것을 알 수 있다.