표본 추출 확률 계산기

점추정으로는 그렇지만 실제 값은 8,146~12,151건 사이 어디든 될 수 있습니다(95% 신뢰구간). ±20%쯤 되는 폭입니다. 잡힌 건수 자체가 매번 달라지는 확률변수라서 그렇습니다. 이 폭을 모르고 «어제 10,000건, 오늘 11,000건이니 10% 늘었다»고 읽으면 잡음을 신호로 오해하게 됩니다.

표본에 잡히는 건수를 늘려야 합니다. 상대 오차는 대략 z÷√k라서, ±10% 안으로 들어오려면 표본에 385건이 잡혀야 합니다(95% 기준). 추출률을 올리거나 집계 구간을 넓혀 잡히는 건수를 키우면 됩니다. 전체 건수가 아니라 «표본에 잡힌 건수»가 정확도를 정한다는 점이 중요합니다.

약 3%입니다. 97%는 흔적도 남지 않습니다. 그래서 샘플링을 걸어 둔 채 «로그에 그런 오류가 없었다»고 말하면 안 됩니다. 없는 것이 아니라 안 잡힌 것일 수 있습니다. 절반 넘게 잡히려면 69번은 일어나야 합니다.

오류처럼 드물지만 중요한 것은 샘플링에서 빼거나 100%로 따로 받는 것이 안전합니다. 트레이싱 도구라면 요청이 끝난 뒤에 결과를 보고 남길지 정하는 테일 기반 샘플링을 쓰면 오류만 골라 남길 수 있습니다. 다만 그러려면 트레이스를 잠시 모아 두어야 해서 비용이 더 듭니다.

앞의 k개는 그냥 담고 i번째(i > k)는 확률 k/i로 담되 담을 때 기존 중 하나를 무작위로 밀어내기 때문입니다. i번째가 끝까지 살아남을 확률은 «들어갈 확률 k/i»에 «그 뒤 매 단계에서 안 밀려날 확률»을 곱한 것인데, 뒤의 곱이 i/N으로 정리되어 결국 k/N이 됩니다. 전체 개수 N을 몰라도 되고 자료를 한 번만 훑으며 메모리도 k만큼만 씁니다.

이항분포를 N에 대해 뒤집어 얻는 구간이기 때문입니다. 관측 k건이 나올 만한 N의 범위를 찾는 것이라 위쪽이 아래쪽보다 넓습니다. 흔히 쓰는 어림 공식 ±z√k÷추출률은 좌우 대칭이라 건수가 적으면 크게 어긋나고, 심하면 «음수 건수»를 내놓기도 합니다.

다릅니다. N개 중 정확히 k개를 뽑으면 초기하분포이고, 각 건을 독립적으로 확률 r로 남기면 이항분포입니다. APM·트레이싱 도구가 하는 것은 대개 뒤쪽이라 표본 크기가 매번 달라집니다. N이 크면 두 결과는 사실상 같아집니다.

전송되지 않습니다. 모든 계산은 브라우저 안에서 이루어지며 입력값은 이 기기에만 남습니다.