도구스학업·수학

축차 확률비 검정(SPRT) 계산기

표본 크기를 미리 정하지 않고 결론이 날 때까지 관측을 이어 가는 검정입니다. 판정 경계와 평균 표본 수를 내고, 고정표본 검정을 훔쳐볼 때 1종 오류가 얼마나 부푸는지를 시뮬레이션으로 나란히 보여 줍니다.

%
%

p₀보다 커야 합니다

지금 판정

아직 결론을 낼 수 없다 — 더 봐야 한다

누적 로그우도비 0.5212 · 경계는 -2.251 ~ 2.89

누적 로그우도비 Λ0.52116
H₁ 채택 경계 ln((1−β)/α)2.89037
H₀ 채택 경계 ln(β/(1−α))-2.25129
성공 한 번의 증거+0.69315
실패 한 번의 증거-0.11778
결론까지 (지금부터 연속으로)성공 4번이면 H₁, 실패 24번이면 H₀
평균 표본 수 (H₀가 참일 때)54.4
평균 표본 수 (H₁이 참일 때)53.5
같은 α·β의 고정표본 검정이라면102
아낀 표본46.7% / 47.5%
시뮬레이션 실측 평균56.2 / 59.6
SPRT의 실제 1종 오류 (명목 α)3.85% (명목 5%)
SPRT의 실제 2종 오류 (명목 β)9.7% (명목 10%)
매번 훔쳐본 고정표본 검정의 1종 오류27.2%
시행 n이하면 H₀이상이면 H₁
55
65
75
85
95
106
116
126
136
146
156
166
177
187
197
2007
2107
2207
2307
2408
2508
2618
2718
2818
2918
3018
3119
3219
3329
3429
계산 근거성공: +ln(p₁/p₀) = 0.69315 · 실패: +ln((1−p₁)/(1−p₀)) = -0.11778
Λ = 5×0.6931 + 25×-0.1178 = 0.5212
Λ ≥ 2.8904 → H₁, Λ ≤ -2.2513 → H₀
관측이 하나 들어올 때마다 증거를 더해 가다가 경계를 넘으면 그 자리에서 멈춥니다.
고정표본 검정을 「훔쳐보면」 안 되는 이유가 여기 있습니다. 같은 자료를 매 관측마다 확인하며 p가 작아지면 멈추는 방식은, 명목 유의수준이 5%인데 실제 1종 오류가 27.2%까지 갑니다. 「언젠가는 우연히 작아지는」 순간을 기다린 셈이기 때문입니다. SPRT는 매 관측마다 볼 것을 «전제»로 경계를 잡았으므로 실제 1종 오류가 3.85%로 명목 안에 듭니다.
왈드의 경계는 근사라 조금 보수적입니다. A = ln((1−β)/α), B = ln(β/(1−α))는 「경계를 정확히 밟는다」고 가정한 값인데, 실제로는 한 걸음에 조금씩 넘어섭니다. 그래서 실제 오류율이 명목보다 «작게» 나옵니다 — 지금 시뮬레이션에서 α는 3.85%(명목 5%), β는 9.7%(명목 10%)입니다. 안전한 쪽이지만 그만큼 표본이 조금 더 듭니다.
표본을 절반쯤 아낍니다. 같은 α·β의 고정표본 검정이라면 102번이 필요한데, SPRT는 평균 54~54번이면 끝납니다. 대신 언제 끝날지 미리 알 수 없고, 운이 나쁘면 고정표본보다 오래 걸립니다. 그래서 실무에서는 상한을 두고 거기 닿으면 강제로 판정합니다(절단 SPRT).
판정 경계는 직선입니다. 성공 횟수 d와 시행 수 n의 평면에서 두 경계가 기울기 0.1452인 나란한 직선이 됩니다. 그래서 위 표처럼 「n번 했을 때 몇 번 성공했으면 멈춰도 되는가」를 미리 만들어 둘 수 있습니다 — 현장에서 계산 없이 표만 보고 판정할 수 있다는 뜻입니다.
두 «점» 가설만 다룹니다. SPRT는 「p = p₀」와 「p = p₁」이라는 두 특정 값을 견주는 검정입니다. 그 사이의 값(예: p = 0.15)이 참이면 α·β 보장이 그대로 적용되지 않고 표본도 더 듭니다. 그리고 관측이 서로 독립이고 같은 분포에서 나온다고 가정하므로, 시간에 따라 성공률이 변하는 상황(계절성, 학습효과)에는 그대로 쓸 수 없습니다.

계산 방법

  1. 1견줄 두 성공률 p₀와 p₁을 넣습니다. p₁이 더 커야 합니다.
  2. 2허용할 1종·2종 오류를 고릅니다.
  3. 3지금까지의 시행 수와 성공 횟수를 넣어 판정을 봅니다.
  4. 4경계표를 인쇄해 두면 계산 없이 판정할 수 있습니다.

자주 묻는 질문

관측이 하나 들어올 때마다 로그우도비를 더해 가다가 두 경계 중 하나를 넘으면 그 자리에서 결론을 내는 검정입니다. 표본 크기를 미리 정하지 않아도 되고, 같은 α·β를 지키면서 고정표본 검정의 절반쯤이면 끝납니다.

1종 오류가 크게 부풀기 때문입니다. 유의수준 5%로 매 관측마다 확인하며 작아지면 멈추는 방식은 실제 오류율이 20~30%까지 갑니다. 「언젠가는 우연히 작아지는」 순간을 기다린 셈이기 때문입니다. 이 계산기가 그 값을 시뮬레이션으로 직접 재어 보여 줍니다.

훔쳐보기를 설계에 넣었기 때문입니다. 매 관측마다 볼 것을 전제로 경계 ln((1−β)/α)와 ln(β/(1−α))를 잡았으므로, 그 규칙대로 멈추는 한 α가 보존됩니다. 규칙을 벗어나 「경계를 넘었지만 조금 더 보자」고 하면 보장이 깨집니다.

조금 작습니다. 왈드의 경계는 「경계를 정확히 밟는다」고 가정한 근사인데 실제로는 한 걸음에 조금씩 넘어서기 때문입니다. 안전한 쪽으로 어긋나지만 그만큼 표본이 조금 더 듭니다. 이 계산기는 시뮬레이션으로 실제 α·β를 재어 명목과 나란히 냅니다.

대개 고정표본 검정의 절반쯤입니다. 다만 평균이 그렇다는 것이고 언제 끝날지 미리 알 수 없습니다. 운이 나쁘면 고정표본보다 오래 걸리므로, 실무에서는 상한을 두고 거기 닿으면 강제로 판정합니다(절단 SPRT).

성공 횟수 d와 시행 수 n의 평면에서 두 경계가 나란한 직선이 된다는 뜻입니다. 그래서 「n번 했을 때 몇 번 성공했으면 멈춰도 되는가」를 표로 미리 만들어 둘 수 있습니다. 현장에서 계산 없이 표만 보고 판정할 수 있습니다.

SPRT는 두 특정 값을 견주는 검정이라, 그 사이의 값이 참이면 α·β 보장이 그대로 적용되지 않고 표본도 더 듭니다. 그래서 p₁을 「이만큼 차이가 나면 꼭 잡고 싶다」는 값으로 잡는 것이 중요합니다.

전송되지 않습니다. 계산은 모두 브라우저 안에서 이루어지고 넣은 값은 이 기기에만 남습니다.

알아두면 좋은 점

  • 두 점 가설(p = p₀ 대 p = p₁)만 다룹니다. 그 사이의 값에는 보장이 그대로 적용되지 않습니다.
  • 왈드의 경계는 근사입니다. 실제 오류율이 명목보다 조금 작습니다.
  • 언제 끝날지 미리 알 수 없습니다. 상한을 두는 절단 SPRT를 쓰는 것이 보통입니다.
  • 규칙대로 멈춰야 보장이 유지됩니다. 경계를 넘고도 더 보면 α가 깨집니다.
  • 관측이 서로 독립이고 같은 분포에서 나온다고 가정합니다.
  • 평균 표본 수는 왈드의 어림식입니다. 시뮬레이션 실측도 함께 냅니다.
  • 이 계산기는 이항(성공/실패) 검정만 다룹니다.

함께 보면 좋은 도구

마지막 검증: 2026년 9월 2일 · 결과는 참고용 추정치입니다.