슬라이드 1
|
|
|
- 종문 옥
- 5 years ago
- Views:
Transcription
1 논문사례로보는실험계획법특강 이레테크소프트웨어사업부박재하 목차. 실험계획법논문소개. 실험계획법개요 3. OFAT 실험 4. Plackett-Burman 실험 5. 3 완전배치법실험 6. factor 중심합성계획법 7. Design Space 활용
2 통계적방법을적용한생산배지최적화 04 Minitab, Inc. 실험계획법절차 BACILUS LICHENIFORMIS_DATA.mpj 사례논문의실험계획법 기본생산배지 OFAT { 논문 } 배지성분 (C, N, P) 선별 Plackett-Burman_III { 논문 } k-p _ 부분배치법 { 비교 } 배지특성화 3 완전배치법 { 논문 } 배지최적화 (Response Surface Methodology) 중심합성계획법 (Central Composite Design) { 논문 } 4 04 Minitab, Inc.
3 설계기반품질 (QbD) 의개요 Process input & output 5 04 Minitab, Inc. 실험계획법적용프로세스 3 단계 단계실험계획법 단계실험계획법 6 04 Minitab, Inc. 3
4 기본생산배지 기본생산배지 기본배지에의한실험 input 배양공정 output 독립변수 (X) : A.D B.E C.F % (v/v) 접종 30 C 0 rpm 4 Hour 종속변수 (Y) : dry cell weight (D.C.W.) 기본배지 A: Sucrose 0 g/l B: Asparagine 0 g/l C: NaHPO4 g/l D: CaCl 0.0 g/l E: MgSO4 0.4 g/l F: NaCO3 0.5 g/l D.C.W.. g/l 7 04 Minitab, Inc. OFAT 법에의한배지선별 : C, N, P 발굴선정 OFAT 배지실험 기본배지에서탄소 (C) 원선정을위한 차 OFAT 실험 input 독립변수 (X) : A A, A3, A4, A5, A6 배양공정 % (v/v) 접종 30 C 0 rpm 4 Hour output 종속변수 (Y) : dry cell weight (D.C.W.) 탄소 (C) 원 A: Sucrose 0 g/l 기본배지 A: glucose 0 g/l A3: galactose* 0 g/l D.C.W. 3.3 g/l A4: lactose 0 g/l A5: fructose 0 g/l A6: maltose 0 g/l 8 04 Minitab, Inc. 4
5 OFAT 법에의한배지선별 : C, N, P 발굴선정 OFAT 배지실험 기본배지에탄소원고정, 질소 (N) 원선정을위한 차 OFAT 실험 input 독립변수 (X) : B B, B3, B4, B5, B6 배양공정 % (v/v) 접종 30 C 0 rpm 4 Hour output 종속변수 (Y) : dry cell weight (D.C.W.) 질소 (N) 원 B: asparagine 0 g/l 기본배지 B: casitone 0 g/l B3: peptone 0 g/l B4: malt extract 0 g/l B5: Yeast extract* 0 g/l D.C.W. 0.9 g/l B6: proteose peptone 0 g/l 9 04 Minitab, Inc. OFAT 법에의한배지선별 : C, N, P 발굴선정 OFAT 배지실험 기본배지에탄소원, 질소원고정, 인 (P) 원선정을위한 3차 OFAT 실험 input 독립변수 (X) : C C, C3, C4, C5, C6 인 (P) 원 배양공정 % (v/v) 접종 30 C 0 rpm 4 Hour output 종속변수 (Y) : dry cell weight (D.C.W.) C:ammonium phosphate monobasic g/l 기본배지 C:potassium phosphate g/l C3:potassium phosphate dibasic* g/l D.C.W.:.88 g/l C4:disodium hydrogen phosphate g/l C5:sodium dihydrogen phosphate dihydrate g/l C6:diammonium hydrogen phosphate g/l 0 04 Minitab, Inc. 5
6 OFAT 법에의한실험결과 : C, N, P 발굴선정 OFAT 배지실험 건조균체량 (D.C.W.).88 g/l 출처 : Bacillus licheniformis SCD067 균체대량생산성증가를위한통계적생산배지및발효조건최적화 04 Minitab, Inc. Plackett-Burman : 인자선별실험 Plackett-Burman 실험 배지선별을위한해상도 III 의 Screening ( 인자선별 ) 실험 input 독립변수 (X) : A3.D B5.E C3.F 배양공정 % (v/v) 접종 30 C 0 rpm 4 Hour output 종속변수 (Y) : dry cell weight (D.C.W.) 요인 (-) : 낮은수준, (+) : 높은수준, 단위 : g/l A3: galactose [(-)6 (+)4] B5: yeast extract [(-)5 (+)5] C3: K HPO 4 [(-) (+)3] D: CaCl [(-)0.005 (+)0.05] E: MgSO 4 [(-)0. (+)0.6] F: Na CO 3 [(-)0.5 (+)0.375] 04 Minitab, Inc. 6
7 Plackett-Burman : 인자선별실험 N=, K= Plackett-Burman 설계 표준순서 A B C D E F G H I J K PBD_D.C.W.mtw D.C.W. (g/l) +? Minitab, Inc. Plackett-Burman : 인자선별실험 Plackett-Burman 실험설계 해상도 III 의설계? 사용가능한설계표시 4 04 Minitab, Inc. 7
8 Plackett-Burman : 인자선별실험 Plackett-Burman 실험설계 요인설계생성 설계 Coded 워크시트 Uncoded 워크시트 5 04 Minitab, Inc. Plackett-Burman : 인자선별실험 초기 ( 주효과 ) 모형 ** 6 04 Minitab, Inc. D. C. W. 의모델식: yˆ( Code) x x 3.55 x x x x
9 Plackett-Burman : 인자선별실험 오차를최소화하는모형 ( 오차, α=0.5 ) *** * * 논문에서 B, D, C 선정 7 04 Minitab, Inc. D. C. W. 의모델식: yˆ( Code) x x 0.97 x x Plackett-Burman : 인자선별실험 통계적으로유의한모형 (α=0.05) * *** * 논문에서 B, D, C 선정 8 04 Minitab, Inc. D. C. W. 의모델식: ˆ( y Code) x x 0.840x
10 풀링 (Pooling) 에따른모형적합도비교 초기완전모형 오차 모형 인자선별모형 항 선택항 p값 선택항 p값 선택항 p값 A O 0.59 X X X X B O 0.00 O O C O 0.00 O 0.40 O 0.5 D O 0.68 O 0. O 0.5 E O 0.79 O 0. X X F O 0.73 X X X X 곡면성 * * * 오차 (MS) 적합결여검정 * * * 순수오차 (PE) * * * S.973 S.746 S.840 모형평가 R- 제곱 90.% R- 제곱 89.7% R- 제곱 86.5% R- 제곱 ( 수정 ) 78.6% R- 제곱 ( 수정 ) 8.98% R- 제곱 ( 수정 ) 8.0% R- 제곱 ( 예측 ) 43.08% R- 제곱 ( 예측 ) 68.7% R- 제곱 ( 예측 ) 69.07% 평가 Plackett-Burman : 인자선별실험 Plackett-Burman 선별실험분석 { 주효과도, 교호작용효과도 } 요인설계분석 요인그림 0 04 Minitab, Inc. 0
11 Plackett-Burman : 인자선별실험 Plackett-Burman 선별실험분석 { 적합치추정값 } 요인설계분석 입방체도 04 Minitab, Inc. 3 full factorial design : 특성화실험 3 factor full factorial design 실험 Screening 실험후, 3 완전배치법 + 중앙점 회실험 input 독립변수 (x) : B5 C3 F 배양공정 % (v/v) 접종 30 C 0 rpm 4 Hour output 종속변수 (Y) : dry cell weight (D.C.W.) 요인 (-) : 낮은수준, (+) : 높은수준, 단위 : g/l B5:yeast extract [(-)5 (+)5] C3:K HPO 4 [(-) (+)3] F:CaCl [(-)0.005 (+)0.05] 04 Minitab, Inc.
12 3 full factorial design + 중심점 : 특성화실험 3f_full factorial.mtw 3 완전배치법설계 Run A: yeast extract B: KHPO4 C: CaCl D.C.W. (g/l) Minitab, Inc. 3 full factorial design : 특성화실험 3 완전배치법설계생성 사용가능한설계표시 4 04 Minitab, Inc.
13 3 full factorial design : 특성화실험 3 완전배치법설계생성 요인설계생성 설계 5 04 Minitab, Inc. 3 full factorial design : 특성화실험 3 완전배치법설계생성 요인설계생성 요인 6 04 Minitab, Inc. 3
14 3 full factorial design : 특성화실험 초기완전모형 {A, B, C, AB, AC, BC, ABC, 중앙점 } 요인회귀분석 : D.C.W. 분산분석출처 DF Adj SS Adj MS F-값 P-값 모형 선형 A:yeast extract B:KHPO C:CaCl 차교호작용 A:yeast extract*b:khpo A:yeast extract*c:cacl B:KHPO4*C:CaCl 차교호작용 A:yeast extract*b:khpo4*c:cacl 곡면성 오차 총계 모형요약 S R- 제곱 R- 제곱 ( 수정 ) R- 제곱 ( 예측 ) % 99.% * 7 04 Minitab, Inc. 3 full factorial design : 특성화실험 초기완전모형의계수 {A, B, C, AB, AC, BC, ABC, 중앙점 } 코드화된계수 항 효과 계수 SE 계수 T-값 P-값 VIF 상수 A:yeast extract B:KHPO C:CaCl A:yeast extract*b:khpo A:yeast extract*c:cacl B:KHPO4*C:CaCl A:yeast extract*b:khpo4*c:cacl Ct Pt 코드화되지않은단위의회귀방정식 8 04 Minitab, Inc. 4
15 3 full factorial design : 특성화실험 오차를최소화하는모형 { 오차, α=0.5 } *** *** * 9 04 Minitab, Inc. 3 full factorial design : 특성화실험 오차를최소화하는모형 { 오차, α=0.5 } 코드화된계수항 효과 계수 SE 계수 T-값 P-값 VIF 상수 A:yeast extract B:KHPO C:CaCl A:yeast extract*b:khpo Ct Pt 코드화되지않은단위의회귀방정식 D.C.W. = A:yeast extract -.04 B:KHPO C:CaCl A:yeast extract*b:khpo Ct Pt D. C. W. 의모델식: ˆ( y Code).3.46A 0.74B 0.04C 0.4AB 0. Ct Pt 최소의오차를통하여통계적으로유의한수학적모형을구하여반응을예측할수있다 Minitab, Inc. 5
16 3 full factorial design : 특성화실험 통계적으로유의한모형 {α=0.05} *** *** * 3 04 Minitab, Inc. 풀링 (Pooling) 에따른모형적합도비교 초기완전모형 오차 모형 인자선별모형 항 선택항 p값 선택항 p값 선택항 p값 A O 0.0 O O B O O O C O O X * AB O 0.7 O 0.03 O 0.04 AC O X * X * BC O 0.69 X * X * ABC O 0.97 X * X * 곡면성 O O 0.08 O 오차 (MS) 적합결여검정 * p(0.77) p(0.75) 순수오차 (PE) * S S 0.08 S 0.8 모형적합 R- 제곱 99.90% R- 제곱 99.73% R- 제곱 99.66% R- 제곱 ( 수정 ) 99.% R- 제곱 ( 수정 ) 99.39% R- 제곱 ( 수정 ) 99.38% R- 제곱 ( 예측 ) * R- 제곱 ( 예측 ) 98.38% R- 제곱 ( 예측 ) 98.63% 평가 6
17 3 full factorial design : 특성화실험 3 완전배치법특성화실험분석 { 주효과도, 교호작용효과도 } 요인설계분석 요인그림 Minitab, Inc. 3 full factorial design : 특성화실험 3 완전배치법특성화실험분석 { 적합치추정값 } 요인설계분석 입방체도 Minitab, Inc. 7
18 OFAT 실험과 3 factorial design 실험의효과차이?.88 g/l 3 factorial design D.C.W. 최대값추정 {A: +, B: -, C: 편한수준 } ˆ y, * () * ( ) * {() * ( )} 0.ct pt * (0) D.C.W. 생산량증가 : =.6g Minitab, Inc. 3 full factorial design : 특성화실험 특성화단계에서 3 완전배치요인실험계획법정리 목적 : 정도가좋은오차분산으로적합된모델에서유의한모형항을최적화단계까지그대로가져갈것인지결정하고, 남아있는인자의수준범위변경이나수준이동을고려하는경사로실험계획을결정한다. 하나, 풀링 (Pooling) 을통한유용한모형찾기 단계적회귀분석방법에의한유용한모형찾기 Minitab, Inc. 8
19 경사로실험 (Path of Steepest Ascent/descent) 정상점실험영역을찾기위한최단거리실험예 dry cell weight (D.C.W.) Path of Steepest Ascent/descent 출처 : Design and Analysis of Experiments, Douglas C. Montgomery 04 Minitab, Inc. Steepest Ascent Method (SAM) 법 경사로 (steepest ascent/descend method) 실험 곡면성이없는 차식모형이므로균체량이최대가되는최단정상점을찾기위하여통계적으로유의한인자에대해아래의수식값만큼수준을이동하여하나의실험점으로실험을진행하면정상점영역을찾을수있다. b j Base : xi, x j xi b i yˆ x x x 3 요인 yeast extract 5.0g씩증가 KHPO4 0.5g씩감소 Minitab, Inc. 9
20 Steepest Ascent Method (SAM) 법 경사로 (steepest ascent/descend method) 실험선별된주요인자의모형식이 차식이라균체량이최대가되는정상점을찾기위하여각각의인자에대해 Δ 값만큼수준을이동하여실험진행, 이동경로는 yeast(x) 변수가좌측방향이고 KHPO4(x) 변수는아래쪽방향이다. 두변수중회귀계수값이큰변수를기준으로크기 (Δ x ) 를결정한다. 즉 x은코드화된 단위 (5) 만큼우측으로이동할때마다 x는약 0.50단위 (*0.5=0.5) 만큼아래쪽으로이동시킨다. yˆ x x x x i 3 x, x * X 5 5 X 3 Code x, x Uncode X 0 5x, X x Coded Variables Natural variables Response Step x x yeast KHPO4 D.C.W. origine Δ (origine) (5) () origine+δ origine+δ origine+3δ origine+4δ Minitab, Inc. 요인실험계획법정리및질의응답 04 Minitab, Inc. 0
21 반응표면분석법 (Response Surface Methodology) 04 Minitab, Inc. 반응표면분석법 반응표면분석법의필요성. Y 와 X 들간에 차식의수학적모형이필요한경우에사용한다. y 0 i x i i i ii i x ij i j x x. Y 에영향을미치는 ~3 개의핵심인자 (Vital Few X s) 가선정되었을때, 각인자의최적조건을도출하기위하여사용한다. 3. 반응치에곡면성이있을때 차식의수학적모형은규격을만족하는인자들의 Design Space 를찾는데유용하다. 반응표면분석법은순차적인기법이다. 완전요인설계나부분요인설계를이용하여중요한변수를스크리닝한후, 반응표면설계로이동하여곡면성을모형화하고, 최적반응을찾는다. i j 4 04 Minitab, Inc.
22 반응표면분석법 반응표면설계 차항과 차항을효율적으로추정할수있다. 이전에수행한요인설계에실험점들을추가하여반응변수의곡면성을모형화할수있다 Minitab, Inc. 중심합성계획법 (Central Composite Design) 중심합성계획법 (CCD) 은일반적으로많이사용되는반응표면설계방법이다. Cube Point: K 또는 K- 요인설계점 ( 꼭지점이라고도함 ), 여기서 K 는요인개수이다. Axial Point: 축점 ( 별점이라고도함 ) Center Point: 중앙점요인 개로구성된중심합성계획법설계는다음과같다. 그림의점은수행될실험런을나타낸다. 꼭지점 - 또는 축점 (- α,0), (+α,0), (0, +α), (0, -α) 중앙점 (0, 0) 꼭지점, 축점, 중앙점을함께표시 Minitab, Inc.
23 factor CCD(Central Composite Design) 법 : N, P 최적화 Second-order Model : yˆ 0 k i x i i k i x ii i i j x x ij i j Minitab, Inc. 45 factor CCD(Central Composite Design) 법 : N, P 최적화 factor CCD (Central Composite Design) 실험 선별된주요인자의최적화를위한중심합성계획법실험 input 독립변수 (X) : B5 C3 배양공정 % (v/v) 접종 30 C 0 rpm 4 Hour output 종속변수 (Y) : dry cell weight (D.C.W.) 요인 (-) : 낮은수준, (+) : 높은수준, 단위 : g/l B5:yeast extract [(-) 5 7 (+) 5 45] C3:KHPO4 [(-) 0.3 (+) ] Minitab, Inc. 3
24 factor CCD(Central Composite Design) 법 : N, P 최적화 X X Factor name Yeast extract KHPO4 수준 -α - 0 α f_ccd.mtw Run A Coded B Coded A: yeast extract B: KHPO4 D.C.W. (g/l) α α α α Minitab, Inc. factor CCD(Central Composite Design) 법 : N, P 최적화 인자중심합성계획법설계 반응표면설계 반응표면설계생성 설계 사용가능한설계표시 Minitab, Inc. 4
25 5 04 Minitab, Inc. 중심합성계획법 (Central Composite Designs) 인자중심합성계획법설계와블록인자가있는축점거리 cf f ca a f n n n n n, B k, 3 B k k cf f ca a f n n n n n k 74 반응표면설계생성 요인 04 Minitab, Inc. 인자중심합성계획법설계 50 factor CCD(Central Composite Design) 법 : N, P 최적화 반응표면설계생성 요인
26 factor CCD(Central Composite Design) 법 : N, P 최적화 인자중심합성계획법 반응표면설계 반응표면설계분석 5 04 Minitab, Inc. factor CCD(Central Composite Design) 법 : N, P 최적화 인자중심합성계획법실험 ( 초기완전모형 : 완전 차모형 ) 모형요약의 R- 제곱 ( 수정 ) 값이가장높은최적을찾으려면!!! 5 04 Minitab, Inc. 6
27 factor CCD(Central Composite Design) 법 : N, P 최적화 인자중심합성계획법분석 {R- 제곱 ( 수정 ) 가장높은최적모형 } Minitab, Inc. factor CCD(Central Composite Design) 법 : N, P 최적화 인자중심합성계획법분석 { 반응표면활용을위한모형 } 반응표면활용을위한 B:KHPO4 항을모형에가져옴 Minitab, Inc. 7
28 factor CCD(Central Composite Design) 법 : N, P 최적화 인자중심합성계획법실험 { 최적모형발굴 } 하나, 풀링 (Pooling) 에의한최적모형 둘, 단계적회귀분석방법에의한최적모형 Minitab, Inc. factor CCD(Central Composite Design) 법 : N, P 최적화 인자중심합성계획법실험 { 등고선도 / 표면도 } 반응표면모델식( Code) : yˆ *( A) 0.0( B) *( A^) Minitab, Inc. 8
29 factor CCD(Central Composite Design) 법 : N, P 최적화 인자중심합성계획법실험 { 반응최적화도구 } D.C.W. 추정값 (Uncode) = *(36.530) 0.6*(0.09) *(36.530^)= Minitab, Inc. OFAT 실험과 factor CCD 실험의효과차이?.88 g/l D.C.W. 대 B:KHPO4, A:yeast extract의표면도 D.C.W A:yeast extract B:KHPO4 factorial design CCD의 D.C.W. 최대값추정 {A: 36.53, B: 0.} yˆ ( Uncode) *(36.5) 0.6(0.) *(36.5^) 5.07 D.C.W. 값의차이 : = 3.33g Minitab, Inc. 9
30 factor CCD(Central Composite Design) 법 : N, P 최적화 인자중심합성계획법실험 {Design Space, Operating Space} Minitab, Inc. ( 주 ) 이레테크남부사업소박재하 jhpark@minitab.co.kr Minitab, Inc. 30
31 실험계획법을위한기초통계 6 04 Minitab, Inc. 가설검정의종류 유의수준 = 0.05 인경우 : P-Value > 0.05 이면 Ho 채택 P-Value < 0.05 이면 Ho 기각 가설검정 연속형 데이터유형 계수형 모집단의평균 검정대상 모집단의분산 개 모집단의수 3 개이상 모집단의수 개 개 개 표본 t 검정 표본 t 검정 분산분석 ANOVA 카이제곱검정 F 검정 6 0 Minitab, Inc. 3
32 가설검정절차 귀무가설설정 : H O 대립가설설정 : H 귀무가설채택영역 63 출처 : 이훈영, 통계학 05 Minitab, Inc. 신뢰수준과유의수준 한모집단의평균에대한검정을하고자한다면평균이얼마나차이가나야통계적으로다르다고할수있나? X ~ (, ) 표본평균에대한가설검정?? X ~ (, ) n 가설검정 z / H : 0 0 H : H : 0 0 z / H : 0 유의수준 (Level of significance): 제 종오류를범할최대오류률 (α) p_ 값 : 관찰된데이터의증거 ( 검정통계량 ) 로부터제 종오류를범할확률 p_ 값이 α 보다작으면귀무가설기각 / p_ 값이 α 보다크면귀무가설채택 x x H : Minitab, Inc. 3
33 신뢰구간의의미 X n X ~ N, n α/ z n α/ z n μ z n st Sample s CI 3rd Sample s CI 5th Sample s CI : : nd Sample s CI 4th Sample s CI : : 0th Sample s CI 5 04 Minitab, Inc. 65 가설검정 검정결과 실제상황 의사결정 Ho 참 Ho 거짓 Ho 참 Ho 거짓 옳은결정 Probability ( α ) 제 종오류 (type I error) 제 종오류 (type II error) 옳은결정 Probability ( β ) 제 종오류 : 사실은귀무가설 (H O ) 이채택되어야하지만기각되는오류률 제 종오류 : 사실은대립가설 (H ) 이채택되어야하지만기각되는오류률 유의수준 (α): 제 종오류를범할최대오류률, p_ 값이 α 보다크면귀무가설채택 Minitab, Inc. 33
34 두모평균의검정 독립표본 실험단위 Randomization Standard Treatment New Treatment Minitab, Inc. - 표본 t 검정 - 표본 t 검정 X X? 표준화 t O 분산이같은경우 S p X X n n 분산이다른경우 μ μ X X t O s s n n X ~ N(0,0.5 ) X ~ N(,0.5 ) X ~ N(0,.8 ) 4 X ~ N(4,.8 ) (A) (B) Minitab, Inc. 34
35 - 표본 t 검정 가설검정 귀무가설 : H O : μ = μ μ - μ = 0 μ μ 대립가설 : H : μ μ 유의수준대임계치 α = 0.05 통계량 { 등분산 ( ) 대이분산 ( )} p-value X X to pvalue pt to 결과값해석 S p t n n.05, n n 등분산 0 t O X X s n s n DF( 이분산) s s s n s n n n n n Minitab, Inc. 분산분석 (Analysis of Variance) 일원배치법 (One-Way ANOVA) 데이터모형 ; y ij i ij i,, a j,, n i means model :i 번째처리의평균 y ij i i,, a j,, n 일원분산분석의가설검정 ; HO : H 적어도한쌍이다르다. ij : a effects model : 전체평균 : i번째처리의효과 i : 실험오차, NID 0, ij 70 0 Minitab, Inc. 35
36 분산분석 (Analysis of Variance) 제곱합 (Sum of Squares) 의분해 a n SS ( y y ) T i j ij.. a n a n ( yij y.. ) [( yi. y.. ) ( yij yi. )] i j i j a a n ( i...) ( ij i. ) i i j n y y y y SS SS SS T Treatments E 7 0 Minitab, Inc. 분산분석 (Analysis of Variance) 분산분석표 변동요인제곱합 (SS) 자유도 (df) 평균제곱합 (MS) F 0 Treatments 집단간 Error 집단내 n a y i. y.. i n a y ij y i. j i n a a- N-a 전체 y ij y.. N- j i n a yi. y.. a i n a yij yi. N a j i MS MS Treatment Error 분산분석표를작성했다면어떤의사결정이필요한가? F 0 통계량과 F, a, N a 분포의임계치 ( 유의확률 ) 을비교한다. 아래와같은결과이면귀무가설 ( 처리요인의평균이같다.) 을기각한다. F F 0, a, a( n ) 7 0 Minitab, Inc. 36
37 분산분석 (Analysis of Variance) F값의유의성검정 집단간평균제곱 (MS) 집단내평균제곱 (MS) 검정통계량 F값 MS Treatment n a yi y.. i n a. MSError yij yi. j i SS Fo SS Treatment Error F 0.05;3,6 F 분산분석은집단간평균제곱 (MSB) 을집단내평균제곱 (MSE) 으로나눈통계량 F 값을검정통계량으로하여집단간평균의차이가있는지통계적으로검정 73 0 Minitab, Inc. 출처 : 이훈영교수의통계학, 청람 ( 주 ) 이레테크남부사업소박재하 jhpark@minitab.co.kr 74 0 Minitab, Inc. 37
G Power
G Power 부산대학교통계학과조영석 1. G Power 란? 2. G Power 설치및실행 2.1 G Power 설치 2.2 G Power 실행 3. 검정 (Test) 3.1 가설검정 (Test of hypothesis) 3.2 검정력 (Power) 3.3 효과크기 (Effect size) 3.4 표본수산정 4. 분석 4.1 t- 검정 (t-test) 4.2
Microsoft PowerPoint - IPYYUIHNPGFU
분산분석 분산분석 (ANOVA: ANALYSIS OF VARIANCE) 두개이상의모집단의차이를검정 예 : 회사에서세종류의기계를설치하여동일한제품을생산하는경우, 각기계의생산량을조사하여평균생산량을비교 독립변수 : 다른변수에의해영향을주는변수 종속변수 : 다른변수에의해영향을받는변수 요인 (Factor): 독립변수 예에서의요인 : 기계의종류 (I, II, III) 요인수준
고객관계를 리드하는 서비스 리더십 전략
제 13 장분산분석 1 13.1 일원분산분석 13. 분산분석 - 무작위블럭디자인 13.3 이원분산분석 - 팩토리얼디자인 분산분석 (ANOVA) - 두개이상의집단들의평균값을비교하는데사용. 일원분산분석 - 처치변수가한개인분산분석. 1. 분산분석의원리 A 3.0 8.0 7.0 5.0 5.0 6.0 4.0 7.0 6.0 4.0 평균 5.0 6.0 B 3.0 9.0
소표본 ( 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
Microsoft PowerPoint - ANOVA pptx
분산분석개념및기초 인과관계 casual relationship X=>Y Y 종속변수, 반응변수, 내생변수 X 설명변수, 독립변수, 요인 ( 처리효과 ), 내생변수 X 측정형 Y 범주형 로지스틱회귀분석 측정형 회귀분석 범주형교차분석분산분석 DOE Design of Experiment ( 실험설계 ) 관심대상에대한정보를얻기위한계획된테스트나관측 절대실험 absolute
R t-..
R 과데이터분석 집단의차이비교 t- 검정 양창모 청주교육대학교컴퓨터교육과 2015 년겨울 t- 검정 변수의값이연속적이고정규분포를따른다고할때사용 t.test() 는모평균과모평균의 95% 신뢰구간을추청함과동시에가설검증을수행한다. 모평균의구간추정 - 일표본 t- 검정 이가설검정의귀무가설은 모평균이 0 이다 라는귀무가설이다. > x t.test(x)
PPT Template
External Use SPSS 를이용한분산분석 (ANOVA) 013 년 11 월 13 일 임찬수 0 Table of Contents 1 분산분석과실험계획법 일원배치분산분석 (One-way ANOVA) 3 사후분석 (Post-hoc test) 4 일원배치분산분석의예제 5 HomeWork 1 1 분산분석과실험계획법 분산분석 분산분석 : 평균값을기초로하여여러집단을비교하고,
<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63>
제 3 강계량경제학 Review Par I. 단순회귀모형 I. 계량경제학 A. 계량경제학 (Economerics 이란? i. 경제적이론이설명하는경제변수들간의관계를경제자료를바탕으로통 계적으로추정 (esimaion 고검정 (es 하는학문 거시소비함수 (Keynse. C=f(Y, 0
제 1 절 two way ANOVA 제1절 1 two way ANOVA 두 요인(factor)의 각 요인의 평균비교와 교호작용(interaction)을 검정하는 것을 이 원배치 분산분석(two way ANalysis Of VAriance; two way ANOVA)이라
제 절 two way ANOVA 제절 two way ANOVA 두 요인(factor)의 각 요인의 평균비교와 교호작용(interaction)을 검정하는 것을 이 원배치 분산분석(two way ANalysis Of VAriance; two way ANOVA)이라고 한다. 교호작용은 두 변수의 곱에 대한 검정으로 유의확률이 의미있는 결과라면 두 변수는 서로 영향을
공공기관임금프리미엄추계 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영 ( 한국직업능력개발원연구위원 ) 연구보조원강승복 ( 한국노동연구원책임연구원 ) 이연구는국회예산정책처의정책연구용역사업으로 수행된것으로서, 본연구에서제시된의견이나대안등은
2013 년도연구용역보고서 공공기관임금프리미엄추계 - 2013. 12.- 이연구는국회예산정책처의연구용역사업으로수행된것으로서, 보고서의내용은연구용역사업을수행한연구자의개인의견이며, 국회예산정책처의공식견해가아님을알려드립니다. 연구책임자 한국노동연구원선임연구위원정진호 공공기관임금프리미엄추계 2013. 12. 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영
ANOVA 란? ANalysis Of VAriance Ø 3개이상의모집단의평균의차이를검정하는방법 Ø 3개의모집단일경우 H0 : μ1 = μ2 = μ3 H0기각 : μ1 μ2 = μ3 or μ1 = μ2 μ3 or μ1 μ2 μ3 àpost hoc test 수행
Ch4 one-way ANOVA ANOVA 란? ANalysis Of VAriance Ø 3개이상의모집단의평균의차이를검정하는방법 Ø 3개의모집단일경우 H0 : μ1 = μ2 = μ3 H0기각 : μ1 μ2 = μ3 or μ1 = μ2 μ3 or μ1 μ2 μ3 àpost hoc test 수행 One-way ANOVA 란? Group Sex pvas NSAID
PowerPoint 프레젠테이션
응용식물통계학 Statistics of Applied Plants Science 친환경식물학부유기농생태학전공황선구 14 장회귀분석 1. 회귀직선의추정 2. 회귀직선의검정및추론 3. 모집단절편과회귀계수의구간추정 4. 곡선회귀 15 장공분산분석 1. 공분산분석의통계적모형 2. 공분산분석에의한처리효과검정 3. 공분산분석과정 - 실습 - 회귀분석 두확률변수간에관계가있는지검정
이다. 즉 μ μ μ : 가아니다. 이러한검정을하기위하여분산분석은다음과같은가정을두고있다. 분산분석의가정 (1) r개모집단분포는모두정규분포를이루고있다. (2) r개모집단의평균은다를수있으나분산은모두같다. (3) r개모집단에서추출한표본은서로독립적이다. 분산분석은집단을구분하는
제 12 강분산분석 분산분석 (ANOVA) (1) 1. 개요 비교하는집단의수가 3개이상일경우에사용되는통계기법이분산분석이다. 두표본 t검증에서는문제의단순성때문에야기되지않는문제들이다수의표본으로확대됨에따라문제들이야기되기도한다. 다음과같은 r개의모집단이있다고가정하자..... ~ N( μ σ ) ~ N( μ σ ).... ~ N ( μ σ )...... 위의그림과같이여러번에걸쳐두표본의
PPT Template
External Use SPSS 를이용한분산분석 (ANOVA) 009 년 11 월 09 일 임찬수 0 Table of Contents 1 분산분석과실험계획법 일원배치분산분석 (One-way ANOVA) 3 사후분석 (Post-hoc test) 4 일원배치분산분석의예제 5 이원배치분산분석 (Two-way ANOVA) 1 Table of Contents 6 일원배치반복측정분산분석
자료의 이해 및 분석
어떤실험이나치료의효과를측정할때독립이아닌표본으로부터관찰치를얻었을때처리하는방법 - 동일한개체에어떤처리를하기전과후의자료를얻을때 - 가능한동일한특성을갖는두개의개체에서로다른처리를하여그처리의효과를비교하는방법 (matching) 1 예제 : 혈청 cholesterol 치를줄이기위해서 12 명을대상으로운동과함께식이요법의효과를 측정하기위한실험실시 2 식이요법 - 운동실험전과후의
생존분석의 추정과 비교 : 보충자료 이용희 December 12, 2018 Contents 1 생존함수와 위험함수 생존함수와 위험함수 예제: 지수분포
생존분석의 추정과 비교 : 보충자료 이용희 December, 8 Cotets 생존함수와 위험함수. 생존함수와 위험함수....................................... 예제: 지수분포.......................................... 예제: 와이블분포.........................................
(000-000)실험계획법-머리말 ok
iii Design Analysis Optimization Design Expert Minitab Minitab Design Expert iv 2008 1 v 1 1. 1 2 1. 2 4 1. 3 6 1. 4 8 1. 5 12 2 2. 1 16 2. 2 17 2. 3 20 2. 4 27 2. 5 30 2. 6 33 2. 7 37 2. 8 42 46 3 3.
statistics
수치를이용한자료요약 statistics hmkang@hallym.ac.kr 한림대학교 통계학 강희모 ( 한림대학교 ) 수치를이용한자료요약 1 / 26 수치를 통한 자료의 요약 요약 방대한 자료를 몇 개의 의미있는 수치로 요약 자료의 분포상태를 알 수 있는 통계기법 사용 중심위치의 측도(measure of center) : 어떤 값을 중심으로 분포되어 있는지
<4D F736F F F696E74202D20C1A63132C0E520C0CCBFF8BAD0BBEABAD0BCAE205BC8A3C8AF20B8F0B5E55D>
제 12 장이원분산분석 1 t분포와정규분포의관계 일반적으로자료수 n이증가하면 t분포는정규분포에접근 2 두집단평균비교 : 가설검정절차 [ 단계 1] 두집단집단간의간의등분산성에등분산성에대한대한검정을검정을먼저먼저수행한다. [ 단계 2] [ 단계 1] 의결과에따라따라다음의다음의두가지의검정검정방법이방법이있다. (1) 두집단집단간의간의분산이분산이동일한동일한경우 : 두집단집단간의간의평균차이평균차이검정
Microsoft Word - sbe_anova.docx
ANOVA 기본개요세집단이상인평균비교 => 일원분산분석집단을요인 (factor) 혹은처리효과 (treatment effect) 라하고집단의개별값을수준 (level) 이라한다. 요인이하나인경우 one-way ANOVA 분산분석 (ANOVA Analyss Of VArance) 은실험설계로부터유래, 분산 ( 변동 ) 에의해요인 ( 모형 ) 의유의성를검증한다. 실험관심대상에대한정보를얻기위한계획된테스트나관측절대실험
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
시스템경영과 구조방정식모형분석
2 st SPSS OPEN HOUSE, 2009 년 6 월 24 일 AMOS 를이용한잠재성장모형 (Latent Growth Model ) 세명대학교경영학과김계수교수 (043) 649-242 gskim@semyung.ac.kr 목차. LGM개념소개 2. LGM모형종류 3. LGM 예제 4. 결과치비교 5. 정리및요약 2 적합모형의판단방법 Tips SEM 결과해석방법
Microsoft Word - Chapter9.doc
CHAPTER 9 분산분석 9.1. 분산분석개념 분산분석 (ANOVA: Analysis of Variance) 이란종속변수 (dependent variable: 반응변수 : response variable) 의분산 (variation: 변동 통계에서는이를변수가가진정보라한다 ) 을설명하는독립변수 (independent: 설명변수 : explanatory) 의유의성
(001~006)개념RPM3-2(부속)
www.imth.tv - (~9)개념RPM-(본문).. : PM RPM - 대푯값 페이지 다민 PI LPI 알피엠 대푯값과산포도 유형 ⑴ 대푯값 자료 전체의 중심적인 경향이나 특징을 하나의 수로 나타낸 값 ⑵ 평균 (평균)= Ⅰ 통계 (변량)의 총합 (변량의 개수) 개념플러스 대푯값에는 평균, 중앙값, 최 빈값 등이 있다. ⑶ 중앙값 자료를 작은 값부터 크기순으로
슬라이드 1
회귀분석 (Regression Analysis) 회귀분석은종속변수와독립변수들갂의관련성, 또는독립변수를 이용하여종속변수를예측하는데사용하며, 종속변수와독립변수 들의함수적관련성을이용하여분석한다. 회귀분석의목적 (1) 예측을목적 주어진독립변수를이용하여종속변수의평균값을추정할목적으로 기존의자료를이용하여회귀모형을세움 (2) 각독립변수가종속변수에미치는영향을평가 종속변수에어떤독립변수들이유의한영향을미치는지를알아보고
슬라이드 1
Principles of Economerics (3e) Ch. 4 예측, 적합도, 모형화 013 년 1 학기 윤성민 4.1 OLS 예측 (1) 점예측 x0 y0 - 설명변수일때, 종속변수의값을예측하고자함 y ˆ = b + 0 1 b x 0 Ch. 4 예측, 적합도, 모형화 /60 4.1 OLS 예측 예측오차 (forecas error), f 예측오차의기대값
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
제 4 장회귀분석
회귀의역사적유래 (historical origin of the regression) 회귀 (regression) 라는용어는유전학자 Francis Galton(1886) 에의해처음사용된데서유래함. 그의논문에서 비정상적으로크거나작은부모의아이들키는전체인구의평균신장을향해움직이거나회귀 (regression) 하는경향이있다. 고주장 회귀의역사적유래 (historical
Chapter 7 분산분석
Chapter 8 실험계획및분산분석 (Experimental Design & ANalysis Of VAariance, ANOVA) 2017/5/01 8.1 선형모형과분산분석 (Linear Model & Analysis of Variance) 선형모형 (linear model): 설명변수들의선형의선형결합의형태로반응변수를설명하고자함. (to explain the
분산분석.pages
예제데이터 R. A. Fisher (1919 영국통계학자, 생물학자, 수학자 - 분산분석창시자 iris 분꽃데이터 - 3 개종, 4 개변수관측데이터 - sepal 꽃받침 ( 길이, 넓이 - petal 꽃잎 ( 길이, 넓이 분산개념정의 변수의데이터흩어짐의척도이다. (x s i x = n 1 활용 변동계수 Coefficient of Variation CV - CV
<B0A3C3DFB0E828C0DBBEF7292E687770>
초청연자특강 대구가톨릭의대의학통계학교실 Meta analysis ( 메타분석 ) 예1) The effect of interferon on development of hepatocellular carcinoma in patients with chronic hepatitis B virus infection?? -:> 1998.1 ~2007.12.31 / RCT(2),
Microsoft Word - sbe13_anova.docx
실험설계개요어떤원인이반응에유의한영향을주고있는가를파악하고그영향이양적으로어느정도큰가를알아내고자실시함 ( 추정과검정 적은영향밖에미치지못하는요인 ( 오차 들은전체적으로어느정도도영향을주고있으며, 측정오차는어느정도인가를알아내고자실시함 ( 오차항추정 유의한영향을미치는원인들이어떠한조건을수있는가를알아내기위해서실시함 ( 최적화 가질때가장바람직한반응을얻을 용어 요인 (Factor:
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
Chapter 7 분산분석
Chapter 7 분산분석 (ANalysis Of VAariance, ANOVA) 2014/4/29 7.1 머리말 (Introduction) 분산분석 (analysis of variance) : 전체변동을몇개의성분으로분할하는기법 (Divide total variation into several components) 전체변동에대해각각의변동요인의기여규모를파악 (contribution
PowerPoint 프레젠테이션
응용식물통계학 Statistics of Applied Plants Science 친환경식물학부유기농생태학전공황선구 13 장상관분석 1. 상관계수 2. 상관분석의가정과특성 3. 모상관계수의검정과신뢰한계 4. 순위상관 14 장회귀분석 1. 회귀직선의추정 2. 회귀직선의검정및추론 3. 모집단절편과회귀계수의구간추정 4. 곡선회귀 - 실습 - 상관분석 지금까지한가지확률변수에의한현상을검정하였다.
연구보고서 2009-05 일반화선형모형 (GLM) 을이용한 자동차보험요율상대도산출방법연구 Ⅰ. 요율상대도산출시일반화선형모형활용방법 1. 일반화선형모형 2 연구보고서 2009-05 2. 일반화선형모형의자동차보험요율산출에적용방법 요약 3 4 연구보고서 2009-05 Ⅱ. 일반화선형모형을이용한실증분석 1. 모형적용기준 < > = 요약 5 2. 통계자료및통계모형
01-07-0.hwp
선거와 시장경제Ⅱ - 2000 국회의원 선거시장을 중심으로 - 발간사 차 례 표 차례 그림 차례 제1부 시장 메커니즘과 선거시장 Ⅰ. 서 론 Ⅱ. 선거시장의 원리와 운영방식 정당시장 지역구시장 문의사항은 Q&A를 참고하세요 정당시장 한나라당 사기 종목주가그래프 c 2000 중앙일보 Cyber중앙 All rights reserved. Terms
제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Wint
제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Winters의계절지수평활법 이동평균법 (moving average method) 평활에의해계절성분또는불규칙성분을제거하여전반적인추세를뚜렷하게파악
Microsoft Word - multiple
Chapter 3. Multiple Liear Regressio Data structure ad the model yi 0 1xi1 pxip i, i1,, (Y X ),,, : idepedet with E( ) 0 ad 1 : ukow 0, 1,, p, 0 1 i var( i ) X (1, x,, xp), rak( X) p1, X : give where xj
조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a
조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a) b) 조사연구 주제어 패널조사 횡단면가중치 종단면가중치 선형혼합모형 일반화선형혼 합모형
슬라이드 1
빅데이터분석을위한데이터마이닝방법론 SAS Enterprise Miner 활용사례를중심으로 7 주차 회귀분석 Regression Analysis 최종후, 강현철 차례 4.1 선형회귀분석 (Linear Regression Analysis) 4.2 로지스틱회귀분석 (Logistic Regression Analysis) 4.3 회귀분석의특징과제약 4.4 분석사례 -
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
Microsoft Word - SBE2012_anova.docx
실험설계개요어떤원인이반응에유의한영향을주고있는가를파악하고그영향이양적으로어느정도큰가를알아내고자실시함 ( 추정과검정 ) 적은영향밖에미치지못하는요인 ( 오차 ) 들은전체적으로어느정도영향을주고있으며, 측정오차는어느정도인가를알아내고자실시함 ( 오차항추정 ) 유의한영향을미치는원인들이어떠한조건을가질때가장바람직한반응을얻을수있는가를알아내기위해서실시함 ( 최적화 ) 용어 요인
Manufacturing6
σ6 Six Sigma, it makes Better & Competitive - - 200138 : KOREA SiGMA MANAGEMENT C G Page 2 Function Method Measurement ( / Input Input : Man / Machine Man Machine Machine Man / Measurement Man Measurement
한국정책학회학회보
한국정책학회보제 22 권 2 호 (2013.6): 181~206 정부신뢰에대한연구 - 대통령에대한신뢰와정부정책에대한평가비교를중심으로 * - 주제어 : 민주화이후정부신뢰, 대통령신뢰, 정부정책만족도 Ⅰ. 서론 182 한국정책학회보제 22 권 2 호 (2013.6) 정부신뢰에대한연구 183 Ⅱ Ⅲ Ⅳ Ⅴ Ⅱ. 정부신뢰에대한이론적논의 184 한국정책학회보제 22
6-2 / [최신]품질관리기술사-실험계획법편. 22년도 제회차 DOE 기출문제 풀이힌트 다구찌(Taguchi) 품질공학에서의 제품설계 3단계를 설명하시오. (점) (22년 회차) 힌트 : DOE편 제4장.2.2 제품설계의 3단계 해설 참조 2 품질 실험을 실시하여 측정
![6-2 / [최신]품질관리기술사-실험계획법편. 22년도 제회차 DOE 기출문제 풀이힌트 다구찌(Taguchi) 품질공학에서의 제품설계 3단계를 설명하시오. (점) (22년 회차) 힌트 : DOE편 제4장.2.2 제품설계의 3단계 해설 참조 2 품질 실험을 실시하여 측정](/thumbs/40/20549788.jpg "6-2 / [최신]품질관리기술사-실험계획법편. 22년도 제회차 DOE 기출문제 풀이힌트 다구찌(Taguchi) 품질공학에서의 제품설계 3단계를 설명하시오. (점) (22년 회차) 힌트 : DOE편 제4장.2.2 제품설계의 3단계 해설 참조 2 품질 실험을 실시하여 측정")
제6장 최근 기출문제 해설자료 / 6- 제6장 최근 기출문제 해설자료 (실험계획법분야). 22년도 제회차 DOE 기출문제 풀이힌트 / 6-2 2. 22년도 제2회차 DOE 기출문제 풀이힌트 / 6-3 3. 23년도 제회차 DOE 기출문제 풀이힌트 / 6-4 4. 23년도 제2회차 DOE 기출문제 풀이힌트 / 6-5 5. 24년도 제회차 DOE 기출문제 풀이힌트
untitled
R 과함께하는통계학의이해 빅북이라명명된이책은지식공유의세계적인흐름에동참하고지적인업적들이세상과인류의지식이되도록하며, 누구나쉽게접근하고활용할수있는환경을만들고자한다. 이책의저작권은빅북 (www.bigbook.or.kr) 에있으며모든용도로활용할수있다. 다만상업용출판을하고자하는경우에는사전에문서로된허락을받아야한다. 공유와협력의교과서만들기운동본부 R 과함께하는 통계학의이해
PowerPoint 프레젠테이션
응용식물통계학 Statistics of Applied Plants Science 친환경식물학부유기농생태학전공황선구 - 1. 분산분석 2. 회귀분석 준비 R과 R studio 설치 https://cran.r-project.org/bin/windows/base/ R 다운로드후설치 https://www.rstudio.com/products/rstudio/download/#download
표지
식품의약품안전처장귀하 본보고서를 의약품설계기반품질고도화 (QbD) 제도도입기반구축 : 1 제형별 QbD 적 용모델개발 위탁사업의세부사업인 QbD 에적용하는통계방법론및도구개발보고 서 의최종보고서로제출하오니검토후승인하여주시기를바랍니다. 2016. 12. 9 대표위탁사업수행기관 : 부산대학교산학협력단 수행총괄책임자 : 김민수 목차 1 실험계획법의기본개념 1 1.1
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
1 1 Department of Statistics University of Seoul August 29, 2017 T-test T 검정은스튜던트 t 통계량의분포를귀무가설하에서살펴봄으러써가설의기각여부를결정하는의사결정모형임 검정 : X i iid N(µ, σ 2 ) 이라고가정하고, 귀무가설과대립가설을아래와같이놓자. 귀무가설즉, µ = µ 0 하에서 H : µ
642 또한통계적유의성은실제적유의성과더불어검토되어야할문제이므로통계적유의성만의지나친집착과확대해석은바람직하지않으며, 통계적유의성이검출되지않은연구결과도때로는그자체로휼륭한의미를지닐수있다는점과추후연구에기여할수있다는점에서발표될수있어야할것이다 [6]. 여기에서실제적유의성이란실제적인
![642 또한통계적유의성은실제적유의성과더불어검토되어야할문제이므로통계적유의성만의지나친집착과확대해석은바람직하지않으며, 통계적유의성이검출되지않은연구결과도때로는그자체로휼륭한의미를지닐수있다는점과추후연구에기여할수있다는점에서발표될수있어야할것이다 [6]. 여기에서실제적유의성이란실제적인](/thumbs/87/96630507.jpg "642 또한통계적유의성은실제적유의성과더불어검토되어야할문제이므로통계적유의성만의지나친집착과확대해석은바람직하지않으며, 통계적유의성이검출되지않은연구결과도때로는그자체로휼륭한의미를지닐수있다는점과추후연구에기여할수있다는점에서발표될수있어야할것이다 [6]. 여기에서실제적유의성이란실제적인")
REVIEW ARTICLE 대한간호학회지제 45 권제 5 호, 2015 년 10 월 ISSN (Print) 2005-3673 ISSN (Online) 2093-758X J Korean Acad Nurs Vol.45 No.5, 641-649 http://dx.doi.org/10.4040/jan.2015.45.5.641 간호학연구에서효과크기의사용에대한고찰 호서대학교응용통계학과
untitled
통계청 통계분석연구 제 3 권제 1 호 (98. 봄 ) 91-104 장기예측방법의비교 - 전도시소비자물가지수를중심으로 - 서두성 *, 최종후 ** 본논문의목적은소비자물가지수와같이시간의흐름에따라변동의폭이크지않은시계열자료의장기예측에있어서쉽고, 정확한예측모형을찾고자하는데에있다. 이를위하여네가지의장기예측방법 - 1회귀적방법 2Autoregressive error 방법
(....).hwp
sugar cane 계분 (%) a ATCC : American type Culture Collection, b IFO : Institute for fermentation, osaka, c MPNU : Mycological lab. Pusan National University d Mycelial
Resampling Methods
Resampling Methds 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) Resampling Methds 1 / 18 학습내용 개요 CV(crss-validatin) 검증오차 LOOCV(leave-ne-ut crss-validatin) k-fld CV 편의-분산의관계분류문제에서의 CV Btstrap 박창이 ( 서울시립대학교통계학과 )
동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석
동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석 목차 I. 서론 II. 동아시아각국의무역수지, 실질실효환율및 GDP간의관계 III. 패널데이터를이용한 Granger인과관계분석 IV. 개별국실증분석모형및 TYDL을이용한 Granger 인과관계분석 V. 결론 참고문헌 I. 서론 - 1 - - 2 - - 3 - - 4
Chapter 7 분산분석
Chapter 8 실험계획및분산분석 (ANalysis Of VAariance, ANOVA) Updated 2018/4/30 7.1 머리말 (Introduction) 분산분석 (analysis of variance) : 전체변동을몇개의성분으로분할하는기법 (Divide total variation into several components) 전체변동에대해각각의변동요인의기여규모를파악
가능한연구가설제시 가설 1 : 지지후보의선택은유권자의나이에따라차이가있을것이다. 유권자의나이는지지후보의선택에영향을미칠것이다. 유권자의나이에따라지지후보는다를것이다. 가설 2 : 유권자의사회생활만족도는지지후보의선택에영향을미칠것이다. 지지후보의선택은유권자의사회생활만족도에따라차
가능한연구가설제시 가설 1 : 지지후보의선택은유권자의나이에따라차이가있을것이다. 유권자의나이는지지후보의선택에영향을미칠것이다. 유권자의나이에따라지지후보는다를것이다. 가설 2 : 유권자의사회생활만족도는지지후보의선택에영향을미칠것이다. 지지후보의선택은유권자의사회생활만족도에따라차이가있을것이다. 가설 3 : 유권자의학력수준에따라지지후보는다를것이다. 지지후보의선택은유권자의학력수준에따라차이가있을것이다.
16.doe_tests_data.gul
제 6 장최근기출문제해설자료 / 6- 제 6 장 최근기출문제해설자료 ( 실험계획법분야 ). 22년도제회차 DOE 기출문제풀이힌트 / 6-2 2. 22년도제2회차 DOE 기출문제풀이힌트 / 6-3 3. 23년도제회차 DOE 기출문제풀이힌트 / 6-4 4. 23년도제2회차 DOE 기출문제풀이힌트 / 6-5 5. 24년도제회차 DOE 기출문제풀이힌트 / 6-7 6.
Survey Analyst 2012 년하반기사회조사분석사 2 급필기 제 1 과목조사방법론 1 1. 다음중일반적으로가장높은응답률을확보할수있는조사방법은? 2. 다음중우편조사의특성과가장거리가먼것은? 3. 연구방법으로서의연역적접근법과귀납적접근법에관한설명으로틀린것은? 4. 참여
Survey Analyst 2012 년하반기사회조사분석사 2 급필기 제 1 과목조사방법론 1 1. 다음중일반적으로가장높은응답률을확보할수있는조사방법은? 2. 다음중우편조사의특성과가장거리가먼것은? 3. 연구방법으로서의연역적접근법과귀납적접근법에관한설명으로틀린것은? 4. 참여관찰 (participant observation) 에대한설명으로틀린것은? 제공카페 : Daum
슬라이드 제목 없음
계량치 Gage R&R 1 Gage R&R 의변동 반복성 (Equipment Variation) : EV- 계측장비에의한변동 - 동일측정자가동일조건에서반복하여발생된측정값의범위로부터계산되므로 Gage의변동을평가하게됨. 재현성 (Operator / Appraiser Variation) : AV- 평가자에의한변동 - 서로다른측정자가동일조건에서측정한값의차이로부터 계산되므로측정자에의한변동을평가함.
메타분석: 통계적 방법의 기초
메타분석: 통계적 방법의 기초 서울시립대학교 통계학과 이용희 209년 4월 23일 Contents 하나의 실험과 효과의 크기 관심있는 모수: 효과의 크기 2 모수의 추정량 3 추정량에 대한 믿음 4 추정량의 분산과 표준오차 5 추정량의 분산과 모집단의 분산 6 통계적 효과의 크기 7 신뢰구간 8 일반적인 관심 모수 2 2 2 3 개의 실험의 비교 실험들의 이질성
비선형으로의 확장
비선형으로의확장 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 비선형으로의확장 1 / 30 개요 선형모형은해석과추론에장점이있는반면예측력은제한됨능형회귀, lasso, PCR 등의방법은선형모형을이용하는방법으로모형의복잡도를감소시켜추정치의분산을줄이는효과가있음해석력을유지하면서비선형으로확장다항회귀 (polynomial regression): ( 예 )
Microsoft PowerPoint - ºÐÆ÷ÃßÁ¤(ÀüÄ¡Çõ).ppt
수명분포및신뢰도의 통계적추정 포항공과대학교산업공학과전치혁.. 수명및수명분포 수명 - 고장 까지의시간 - 확률변수로간주 - 통상잘알려진분포를따른다고가정 수명분포 - 확률밀도함수또는 누적 분포함수로표현 - 신뢰도, 고장률, MTTF 등신뢰성지표는수명분포로부터도출 - 수명분포추정은분포함수관련모수의추정 누적분포함수및확률밀도함수 누적분포함수 cumulav dsbuo
표본재추출(resampling) 방법
표본재추출 (resampling) 방법 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 표본재추출 (resampling) 방법 1 / 18 학습내용 개요 CV(crss-validatin) 검증오차 LOOCV(leave-ne-ut crss-validatin) k-fld CV 편의-분산의관계분류문제에서의 CV Btstrap 박창이 ( 서울시립대학교통계학과
용역보고서
신뢰성샘플링검사의설계방법 ( 정수관측중단시험 ) 9.. ( 주 ) 한국신뢰성기술서비스 목차 신뢰성샘플링검사의설계방법 ( 정수관측중단시험 ).... 개요.... 기호및용어정의.... 샘플링검사의설계방법... 3. 정수중단시샘플링검사설계방법...4 4. 신뢰성샘플링시험계획예제...5 hp://www.kors.co.kr 신뢰성샘플링검사의설계방법 ( 정수관측중단시험
모수검정과비모수검정 제 6 강 지리통계학
모수검정과비모수검정 제 6 강 지리통계학 통계적추정의목적 연구자가주장하는연구가설을입증하기위한것 1 연구목적에맞는연구가설을설정 2 연구목적과수집된자료에부합되는적절한통계적검정방법을선택 3 귀무가설과연구가설 ( 대립가설 ) 을진술 4 유의수준을결정한후각분포유형에따라분포표를이용하여임계치를구하고기각역을설정 5 통계적검정유형에필요한통계량을각검정유형의공식을이용하여계산 6
슬라이드 1
빅데이터분석을위한데이터마이닝방법론 SAS Enterprise Miner 활용사례를중심으로 제 4 장 회귀분석 Chapter 4 Regression Analysis 차례 4.1 선형회귀분석 (Linear Regression Analysis) 4.2 로지스틱회귀분석 (Logistic Regression Analysis) 4.3 회귀분석의특징과제약 4.4 분석사례
에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 -
에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 - . - 2 - . 1. - 3 - [ 그림 1] 도시가스수요와실질 GDP 추이 - 4 - - 5 - - 6 - < 표 1>
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
Microsoft Word - LectureNote.doc
5. 보간법과회귀분석 . 보간법 Iterpolto. 서론 응용예 : 원자간 pr-wse tercto Tlor Seres oe-pot ppromto 를사용할수없는이유 Appromte / t 3 usg Tlor epso t.! P! 3 4 5 6 7 P 3-3 -5-43 -85 . Newto Tlor Seres 와의관계 te dvded derece Forwrd
Microsoft PowerPoint - Analyze
일반선형모델을사용한부분 부분요인모형에서일반선형모델을과대하게적합시키려고할경우어떤조건 요인 하에서는일반선형모델이작동하지않게된다. 이것은이도구의잘못된 사용에따른것이다. 어떤모형적합도구도가지고있는데이터보다더많은 항에대한추정값을계산해낼수없다. 예를들어 2 7-4 부분요인실험의설계에는 8개의처치조합이있다. 일반선형모델대화상자에서완전모형을지정하면, Minitab은 127개의효과를추정하려고시도할것이다.
Microsoft Word - ch8_influence.doc
REGRESSION / 8 장. 영향치및잔차분석 172 Chapter 8 영향치와잔차분석 단순회귀모형에서관측점이이상치 (outlier) 인지영향치 (influential) 인지판단하는것은 매우쉽다. 산점도에서이상치혹은영향치의존재여부를미리감지한다. x- 축 ( 설명변수 ) 의 동일수준의다른관측치에비해종속변수의값이상이한빨간점은이상치이다. 반면판 단할다른관측치가동일설명변수수준에없는파란점은영향치이다.
2014 변경 학사제도(학생안내문).hwp
목 차 Ⅰ. 2014학년도 학사일정 및 보강주간 신설 2 Ⅱ. 교육과정 운영 (졸업이수학점 조정) 3 Ⅲ. 성적관련제도 변경 3 Ⅳ. 75분제 (블록시간표) 수업 5 Ⅴ. 졸업연장 제도 개선 운영 6 Ⅵ. 전과심사 제도 변경 7 Ⅶ. 지도교수제/Office Hour 8 Chap.Ⅰ 2014학년도 학사일정 및 보강주간 신설 2014년 1학기부터 보강주간 신설ㆍ운영
2156년올림픽 100미터육상경기에서여성의우승기록이남성의기록보다빠른첫해로남을수있음 2156년올림픽에서 100m 우승기록은남성의경우 8.098초, 여성은 8.079초로예측 통계적오차 ( 예측구간 ) 를고려하면빠르면 2064년, 늦어도 2788년에는그렇게될것이라고주장 유사
회귀분석 올림픽 100m 우승기록 2004년 9월과학저널 Nature에발표된 Oxford 대학교의임상병리학자인 Andrew Tatem과그의연구진의논문 1900~2004년까지의남성과여성의육상 100m 우승기록을분석하고앞으로최고기록이어떻게변할것인지를예측 2008년베이징올림픽에서남자의우승기록은 9.73±0.144(9.586, 9.874), 여자는 10.57±0.232(10.338,
nonpara6.PDF
6 One-way layout 3 (oneway layout) k k y y y y n n y y K yn y y n n y y K yn k y k y k yknk n k yk yk K y nk (grand mean) (SST) (SStr: ) (SSE= SST-SStr), ( 39 ) ( )(rato) F- (normalty assumpton), Medan,
DBPIA-NURIMEDIA
85 연구논문 듀얼반응표면법을이용한 V-그루브 GMA 최적화에관한연구 용접공정 박형진 * 안승호 ** 강문진 *** 이세헌 * * 한양대학교대학원기계공학과 ** 한국철도대학운전기전과 *** 한국생산기술연구원정밀접합팀 A Study on the Optimization for a V-groove GMA Welding Process Using a Dual Response
4 _ 한국지역정보화학회기획세미나발표논문집
스마트워크업무성과결정요인에관한연구 _ 3 4 _ 한국지역정보화학회기획세미나발표논문집 스마트워크업무성과결정요인에관한연구 _ 5 6 _ 한국지역정보화학회기획세미나발표논문집 스마트워크업무성과결정요인에관한연구 _ 7 구분 내용 연구자 기존스마트워크 집단지성 ( 협력성, 창의성 ) 고객중심의창의적가치창출 원 ICT를활용한시, 공간에자유로운업무환경 (Nilles, 1973)
Survey Analyst 2013 년 1 회사회조사분석사 2 급필기 제 1 과목조사방법론 1 1. 질문지문항작성원칙에부합하는질문을모두짝지은것은? 2. 연역법과귀납법에관한설명으로옳은것은? 3. 설문조사에관한옳은설명을모두짝지은것은? 제공카페 : Daum 사회조사분석사 G
Survey Analyst 2013 년 1 회사회조사분석사 2 급필기 제 1 과목조사방법론 1 1. 질문지문항작성원칙에부합하는질문을모두짝지은것은? 2. 연역법과귀납법에관한설명으로옳은것은? 3. 설문조사에관한옳은설명을모두짝지은것은? 1 사회조사분석사 2 급조사방법론 1 상반기 4. 비표준화 ( 비구조화 ) 면접의장점을모두짝지은것은? 5. 종단연구와비교한횡단연구의장점과가장거리가먼것은?
1 1 x + # 0 x - 6 x 0 # x # 2r sin2x- sin x = 4cos x r 3 r 2r 5 r 3r
# 0 0 # # si si cos # 0 # 0 ^ h ^h^h# 0 ^! 0, h ^h^h# 0 ^! 0, h si si cos sicos si cos si ^cos h ^cos h si ^cosh^cos h 0 ^sih^cos h 0 0 # # cos cos, ^ si! h,, ` 0 # 혼자하는수능수학 0 년대비 9 월 A B, y f^h f^h, 0
PowerPoint Presentation
5 불대수 IT CookBook, 디지털논리회로 - 2 - 학습목표 기본논리식의표현방법을알아본다. 불대수의법칙을알아본다. 논리회로를논리식으로논리식을논리회로로표현하는방법을알아본다. 곱의합 (SOP) 과합의곱 (POS), 최소항 (minterm) 과최대항 (mxterm) 에대해알아본다. 01. 기본논리식의표현 02. 불대수법칙 03. 논리회로의논리식변환 04.
회귀분석의 기초 한국보건사회연구원 2017년 6월 19일(월요일) & 22일(목요일) 강의 슬라이드 9 1/ 78 목차 1 2 3 4 2/ 78 지난 시간 복습 모집단 평균 µ에 대한 통계적 추론을 하는 방법: σ 신뢰구간: x ± t 유의성 검정: t = x µ σ/ 위 공식을 보면 모집단 표준편차 σ가 들어 있는데 이 σ를 모르니까 표본 표준편차 s로 대체해서
6-2 / [ 최신 ] 품질관리기술사 - 실험계획법편. 22 년도제 회차 DOE 기출문제풀이힌트 다구찌 (Taguchi) 품질공학에서의제품설계 3 단계를설명하시오. ( 점 ) (22 년 회차 ) 힌트 : DOE 편제 4 장.2.2 제품설계의 3 단계 해설참조 2 품질실
![6-2 / [ 최신 ] 품질관리기술사 - 실험계획법편. 22 년도제 회차 DOE 기출문제풀이힌트 다구찌 (Taguchi) 품질공학에서의제품설계 3 단계를설명하시오. ( 점 ) (22 년 회차 ) 힌트 : DOE 편제 4 장.2.2 제품설계의 3 단계 해설참조 2 품질실](/thumbs/92/109725604.jpg "6-2 / [ 최신 ] 품질관리기술사 - 실험계획법편. 22 년도제 회차 DOE 기출문제풀이힌트 다구찌 (Taguchi) 품질공학에서의제품설계 3 단계를설명하시오. ( 점 ) (22 년 회차 ) 힌트 : DOE 편제 4 장.2.2 제품설계의 3 단계 해설참조 2 품질실")
제 6 장최근기출문제해설자료 / 6- 제 6 장 최근기출문제해설자료 ( 실험계획법분야 ). 22년도제회차 DOE 기출문제풀이힌트 / 6-2 2. 22년도제2회차 DOE 기출문제풀이힌트 / 6-3 3. 23년도제회차 DOE 기출문제풀이힌트 / 6-4 4. 23년도제2회차 DOE 기출문제풀이힌트 / 6-5 5. 24년도제회차 DOE 기출문제풀이힌트 / 6-7 6.
MATLAB for C/C++ Programmers
오늘강의내용 (2014/01/16) 회귀분석 1 회귀분석 (Regression Analysis) 2 회귀분석 회귀분석이란? 연관된변수들간의관계를찾는통계적방법 즉, 어떠한변수 x가변수 Y에함수관계를통해영향을미친다는것을찾아내는것 예를들어 강우량 ( 변수 x) 이곡물의수확량 ( 변수 Y) 에미치는영향 화학공정의수율 ( 변수 x) 이촉매의사용량 ( 변수 Y) 에따라어떻게변하는지..
2004math2(c).PDF
3 2004 1,,,, 2 1 1. LCD ( )? () ( ) 2. 100 () () 3. < > (1) (2) (3) ( ) < > < >(1)(3) < > (), (3)< >()? ()... () A. B. C. (3), A, B, A, B, C 4. (), () < >? < >? [2]..,.,,,,,...,,,,, 2 5. < > (1), (2) (3)
<4D F736F F F696E74202D FC0E5B4DCB1E220BCF6BFE4BFB9C3F8205BC8A3C8AF20B8F0B5E55D>
생산관리론 장단기수요예측 서강대학교경영학부 경영전문대학원교수서창적 -1-1 학습내용 수요예측기법 예측오차의측정과통제 수요예측기법의선정 수요예측의의의 수요예측 (demand forecasting) 이란? 기업의제품과서비스에대한수요의양과시기를예측하는것 수요예측이이루어지면수요를충족시키기위해필요한자원에대한예측이이루어지는데이는구매되는부품과원자재뿐만아니라기업의설비, 기계,
abstract.dvi
통계자료분석 강희모 2014년 5월 14일 목차 제 1장 여러가지평균비교 1 1.1. 단일표본검정.............................. 2 1.2. 독립인두표본검정........................... 4 1.3. 대응표본검정.............................. 9 제 2 장 분산분석(ANalysis Of VAriance)
통계자료분석강희모 2013 년 11 월 29 일
통계자료분석강희모 2013 년 11 월 29 일 목차 제 1 장 여러가지평균비교 1 1.1. 단일표본검정.............................. 2 1.2. 독립인두표본검정........................... 4 1.3. 대응표본검정.............................. 9 제 2 장 분산분석 (ANalysis Of
eda_ch7.doc
( ) (, ) (X, Y) Y Y = 1 88 + 0 16 X =0601 Y = a + bx + cx X (nonlinea) ( ) X Y X Y b(016) ( ) log Y = log a + b log X = e Y = b ax 71 X (explanatoy va :independent ), Y (dependent : esponse) X, Y Sehyug
2 / 27 목차 1. M-plus 소개 2. 중다회귀 3. 경로모형 4. 확인적요인분석 5. 구조방정식모형 6. 잠재성장모형 7. 교차지연자기회귀모형
M-Plus 의활용 - 기본모형과예제명령어 - 성신여자대학교 심리학과 조영일, Ph.D. 2 / 27 목차 1. M-plus 소개 2. 중다회귀 3. 경로모형 4. 확인적요인분석 5. 구조방정식모형 6. 잠재성장모형 7. 교차지연자기회귀모형 3 / 27 1. M-plus 란? 기본정보 M-plus 는구조방정식모형과종단자료분석 ( 잠재성장모형 ) 의분석에사용되기위해서고안된프로그램임.
Microsoft PowerPoint - LM 2014s_Ch4.pptx
1. 회귀모형및가정 모형설명 선형 linearity 함수 (,,,, ) 회귀계수 : 모수, unknown but fixed 절편 : y-축을통과하는곳 기울기 : 편미분, 한단위증가 p개의설명변수 들은결정변수 ( 확률변수아님 ) 종속변수만확률변수 모형 설명변수개수 p 개 관측치개수 n, 1,2,, ~ 0, ( 행렬 ),, 가정 ~ 0, 정규성 normality
untitled
Six Sigma - - Grouping Brainstorming : Observ. 8 - - 22 27 32 37 5 5 Capability -27.7552 63.7552 22 Capability 3.SL=69.82 X=29.73-3.SL=-.35 3.SL=49.24 R=5.7-2.29 7.7578-3.SL=.E+ 22 Data Source: Time Span:
저작자표시 - 비영리 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 이차적저작물을작성할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물
저작자표시 - 비영리 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 이차적저작물을작성할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 귀하는, 이저작물의재이용이나배포의경우, 이저작물에적용된이용허락조건을명확하게나타내어야합니다.
2011년 제 9회 최우수상.hwp
1) 고려대학교교육학과석사과정 (nayoung725@yahoo.co.kr) 2) 고려대학교교육학과박사과정 (seo2jin@hanmail.net) 3) 고려대학교교육학과석사과정 (premier110@hanmail.net) 성별지역계열학업진행여부 총사례수 일주일평균아르바이트시간 ( 시간 ) 남 1510 8.9 여 1457 8.4 동지역 2573 8.5
QbD 적용을위한품질심사해설서 ( 예시 )
QbD 적용을위한품질심사해설서 ( 예시 ) 목차 - 1 - 적용예시 1. FDA 사례요약 - 제네릭의약품 ( 속방성정제 ) - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - 약동학적변수 Lot #2 Lot #3 Lot #4 (d 90 20 um) (d 90 30 um) (d 90 45 um) 대조약 - 8 - 90 max - 9 - 0-t max
Microsoft Word - SRA-Series Manual.doc
사 용 설 명 서 SRA Series Professional Power Amplifier MODEL No : SRA-500, SRA-900, SRA-1300 차 례 차 례 ---------------------------------------------------------------------- 2 안전지침 / 주의사항 -----------------------------------------------------------