현장개선을 위해 식스시그마 활동을 하다 보면 분석 결과를 특성지어주는 다양한 구간값(Intervals)과
마주치게 된다. 가장 널리 알려져 있는 것은 신뢰구간(Confidence Intervals) 인데,
이 신뢰구간(Confidence Intervals)이 항상 적합한 것은 아니다. 몇 가지의 다른 구간값(Intervals)을
살펴봄으로써 언제 어떤 구간값(Intervals)을 사용해야 하는지 알아보자

오늘은 먼저 신뢰구간 (Confidence Intervals)이 무엇인지 알아보자.
신뢰구간은 알려져 있지않은 모수값을 포함할 것으로 믿어지는 샘플의 통계량으로 부터
구한 값의 범위를 의미한다. 

샘플을 취할 때에 발생하는 무작위성(Random 특성)으로 인하여 이는 주어진 모집단으로 부터
채취한 두 샘플의 신뢰 구간이 동일하게 계산되지 않을 것이지만 반복해서 여러번 샘플링을 하면
결과로 구한 신뢰구간들의 몇 %는 알려져 있지않은 모집단의 모수를 포함하게 될 것이다.

이러한 신뢰구간들이 모수를 포함할 백분율(%)이 바로 구간값(Intervals)의 신뢰수준이다.
신뢰구간은 평균이나 표준편차에 대한 신뢰구간을 가장 많이 사용하지만 회귀계수(Regression coefficients),
비율(Proportions), 포아송 분포의 발생율, 다른 모집단간의 차이값을 위해서도 사용한다.

예를 들어, 백열전구를 랜덤하게 취하여 필라멘트가 수명을 다할 때까지의 시간을 측정해보니
95% 신뢰구간이 [1230, 1265]으로 계산되었다고 하자.
이 구간값에 대하여, 백열전구의 전체 모집단의 평균수명이 이 신뢰구간 안에 포함되어 있을
것이라는 것을 95% 확신할 수 있다.

신뢰구간은 관심있는 모수와 관련하여 샘플링 오류만을 평가해 준다.
여기서, 샘플링 오류란, 샘플로 부터 전체 모집단의 특성을 추정하려고 할 때 포함되는 오류이다.

샘플링 오류와 관련하여 발생하는 중요한 고려사항을 알고 있어야 한다.

■ 샘플의 크기를 증가시키면 샘플링 오류는 줄어들어 신뢰구간은 좁아진다.
   만일 샘플크기를 모집단 개수와 동일하게 증가시키면 샘플링 오류는 없다.
   이 경우의 신뢰구간은 폭=0가 되어 모수와 같아진다.

■ 신뢰구간은 단지 관심이 있는 그 모수에 대해서만 결과를 알려주며 개별값들의
   분포에 대해서는 아무 정보도 알려주지 않는다.

위에서 예로 들은 백열전구의 경우, 모집단의 평균값이 신뢰구간 내에 있을 것 같다는 것을 짐작
할 수는 있지만, 또 다른 관측값의 95%가 신뢰구간 안에 들어 갈 것이라는 것을 예측해 주는 것은 아니다.
이러한 결론을 이끌어 내기 위해서는 또다른 구간값(Intervals)을 사용할 필요가 있다.