1 / 8

CH3. 데이터의 기초적 정리방법 3.1 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료 ) 그림 3.1

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 )

plato-larsen
Download Presentation

CH3. 데이터의 기초적 정리방법 3.1 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료 ) 그림 3.1

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 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, 9장 • 3.2 데이터의분류 • 계량치 (Continuous Variable, 연속형) • 계수치 (Discrete Attribute, 이산형)

  2. 3.3 모집단의 분포 (Distribution) • Why 모집단은 분포를 갖는가? • 우연원인(Chance cause): Statistically in control 상태로 유지 • 이상원인(Assignable cause) • 모집단을 정의하기 위해서 필요한 3가지 조건 • 모집단 분포의 형태, 모양: 4장, 연속확률분포, 이산확률분포 • 중심값 • 산포정도

  3. 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

  4. 모수(Population Parameter) 와 통계량 (Statistics) • 차이점은 모수는 모집단, 통계량은 샘플 • 모집단샘플 •         평균 •         분산 •         편차

  5. 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

  6. 불편추정량 (Unbiased Estimator) 정의 : • 모수 의 추정량 에 대해서가 성립할 때 • 를 모수 의 불편추정량 이라고 한다. • 기대값 (Expectation): (예) 주사위 던져서 나온값 • 은의 불편추정량이다. • 그러나  는 의 불편추정량이 아니다.

  7. 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

  8. 3.6 7가지 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)

More Related