ch3. 데이터의 기초적 정리방법 3.1 모집단과 표본 모집단 (population) , ...
DESCRIPTION
CH3. 데이터의 기초적 정리방법 3.1 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료 ) 그림 3.1 데이터 (Data) , 정보 (Information) 모집단 : 무한 (Infinite) 또는 유한 (Finite) How to get a sample? => Sampling, 9 장 3.2 데이터의분류 계량치 (Continuous Variable, 연속형 ) - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: CH3. 데이터의 기초적 정리방법 3.1 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료 ) 그림 3.1](https://reader036.vdocuments.pub/reader036/viewer/2022082319/56812d5c550346895d9269bd/html5/thumbnails/1.jpg)
CH3. 데이터의 기초적 정리방법
3.1 모집단과 표본
모집단 (Population) , 표본 (Sample, 시료 )
그림 3.1
데이터 (Data) , 정보 (Information)
모집단 : 무한 (Infinite) 또는 유한 (Finite)
How to get a sample? => Sampling, 9 장
3.2 데이터의분류
계량치 (Continuous Variable, 연속형 )
계수치 (Discrete Attribute, 이산형 )
![Page 2: CH3. 데이터의 기초적 정리방법 3.1 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료 ) 그림 3.1](https://reader036.vdocuments.pub/reader036/viewer/2022082319/56812d5c550346895d9269bd/html5/thumbnails/2.jpg)
3.3 모집단의 분포 (Distribution)
Why 모집단은 분포를 갖는가 ?
• 우연원인 (Chance cause): Statistically in control 상태로 유지
• 이상원인 (Assignable cause)
모집단을 정의하기 위해서 필요한 3 가지 조건
• 모 집 단 분 포 의 형 태 , 모 양 : 4 장 , 연 속 확 률 분 포 ,
이산확률분포
• 중심값
• 산포정도
![Page 3: CH3. 데이터의 기초적 정리방법 3.1 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료 ) 그림 3.1](https://reader036.vdocuments.pub/reader036/viewer/2022082319/56812d5c550346895d9269bd/html5/thumbnails/3.jpg)
3.3.2 중심값
모집단의 평균치 : μ
모르는 경우 샘플로 추정함
• 샘플 평균 (sample mean)
• 기하평균 (geometric mean)
• 중앙값 (median)
• 범위의 중앙값 (mid-range)
예제 3.1
![Page 4: CH3. 데이터의 기초적 정리방법 3.1 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료 ) 그림 3.1](https://reader036.vdocuments.pub/reader036/viewer/2022082319/56812d5c550346895d9269bd/html5/thumbnails/4.jpg)
모수 (Population Parameter) 와 통계량 (Statistics)
차이점은 모수는 모집단 , 통계량은 샘플
모집단 샘플
평균
분산
편차
X2 2S
S
![Page 5: CH3. 데이터의 기초적 정리방법 3.1 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료 ) 그림 3.1](https://reader036.vdocuments.pub/reader036/viewer/2022082319/56812d5c550346895d9269bd/html5/thumbnails/5.jpg)
3.3.3 산포도
모집단의 분산 : σ2
모르는 경우 샘플로 추정
• 제곱합 (Sum of squares)
• 불편분산 (Unbiased variance, Variance) = V
• 표준편차 (Standard deviation) = s
• 범위 (Range) = R
• 변동계수 (Coefficient of variation) = Vc
예제 3.2
3.3.4 수치변환 (Numerical Transformation)
예제 3.3
![Page 6: CH3. 데이터의 기초적 정리방법 3.1 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료 ) 그림 3.1](https://reader036.vdocuments.pub/reader036/viewer/2022082319/56812d5c550346895d9269bd/html5/thumbnails/6.jpg)
[ ] Pr[ ] XE X x X x
( )x f x dx
[ ] 3 5E X
( 예 ) 주사위 던져서 나온값X
2
2
2
[ ] [( ) ]
( ) Pr[ ]
X
X
X
Var X E X
x X x
불편추정량 (Unbiased Estimator) 정의 :
모수 의 추정량 에 대해서 가 성립할 때
를 모수 의 불편추정량 이라고 한다 .̂
ˆ[ ]E ̂
기대값 (Expectation):
2 2[ ]E S 22S
[ ]E S S
은 의 불편추정량이다 .
그러나 는 의 불편추정량이 아니다 .
![Page 7: CH3. 데이터의 기초적 정리방법 3.1 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료 ) 그림 3.1](https://reader036.vdocuments.pub/reader036/viewer/2022082319/56812d5c550346895d9269bd/html5/thumbnails/7.jpg)
3.4 모집단 형태
3.4.1 도수분포표 (Frequency distribution table, Histogram)
예제 - 품질특성치는 전구 수명
작성요령
보는 방법 : 그림 3.3, 그림 3.4
누적도수 (Cumulative frequency)
누적상대도수 (Relative cumulative frequency)
3.4.5 줄기 - 잎 그림 (Stem and leaf display)
그림 3.7
![Page 8: CH3. 데이터의 기초적 정리방법 3.1 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료 ) 그림 3.1](https://reader036.vdocuments.pub/reader036/viewer/2022082319/56812d5c550346895d9269bd/html5/thumbnails/8.jpg)
3.6 7 가지 QC 기초수법
(1) 히스토그램 (Histogram) - 그림 3.8
(2) 특성요인도 (Cause and effect diagram)
(3) 파레토그림 (Pareto diagram)
(4) 체크시이트 (Check sheet)
(5) 산점도 (Scatter diagram)
(6) 층별 (Stratification)
(7) 각종 그래프 (Graph)