이름만 보면 뭔가 있어보이지만 사실 다 아는 얘기를 다시 써보려고 합니다. 너무 심각하게 여기지는 말아주세요. 통계의 불확정성 원리를 다음처럼 써봤습니다:
N은 샘플(사례)의 개수이고 σ^2은 이 샘플들로부터 얻은 분산입니다. 분산을 줄이려면 N을 키워야 하고, 반대로 N을 줄이면 분산이 커질 수밖에 없다는 겁니다. N을 줄이면서도 분산을 줄일 수 있는 방법은 통계적으로 불가능하다는 얘기입니다.
참고로, 잘 정의된 샘플이라면 부등식이 아니라 그냥 등식으로 써도 되겠죠. 우변의 1은 사실 1이 아니라 샘플 각각의 분산이 되어야 합니다.
