MBA 통계6-12장.ppt

Size: px
Start display at page:

Download "MBA 통계6-12장.ppt"

Transcription

1 tatstcs: Descrptve tatstcs: Iferetal tatstcs: Populato: ample: Quattatve : Qualtatve Categorcal : PC Cross sectoal : Tme seres : - Populato: : : Parameter: costat : : Relatve frequec Frequec dstrbuto Frequec table: Relatve frequec Bar graph: Pe chart: ample: tatstc: costat varable : Cofdece level gfcace level Varable: Data: 7cm 7g 9 : - class: Hstogram - tem ad Leaf Dspla:

2 / - Ecel Ecel Actorsls - - : $C$:$C$7 : $G$ 7 Ecel Actorsls J6 J : $C$6:$C$7 : $J$6:$J$ : $K$ - - Mea Populato Mea ample Mea Outlers Meda: Mode: N N 8 : : < < : < < : / 9

3 :?? : : Varace: N { / tadard Devato > } 6 9 Percetle: % 9 Quartle: Q Q Q 7 Iterquartle rage IQR Q - Q Bo-ad-Whser Plot: ample pace: Evet A: A A {6} {6} { 6 66} B { } Q Q Q 7 z-score: z z s : z- Probablt : N m A A m/n /6/ 8

4 Probablt : A A A A A A A A A A B A B dsjot evets mutuall eclusve evets :? a b c d {{ab}{ac}{ad}{bc}{bd}{cd}} A {{ad}{bd}{cd}} A /6 C C A C 6 9 : A B: A B uo evet A B: A B product evet A c : A complemetar evet : 6 8? A 6 A / B 8 B / A B 6 8 A B 8/ A B A B - A B 8/ / Probablt A B A B A B A c - A A A A A B A A A A A A A B :? /*/*/ /8? /*/*/ -/8 7/8

5 : A B {} B /*/*/ / C {} C */*/*/ / A B or C [B C B ad C] [ / / ] / / Partto A A A A A j j A A A A A A A A c A A c A A c A A c 8 Codtoal probablt A> A B : AI B B A A A B AB A BA B A> B> { } {}/{6} / A A A A > B B B B A A A B A B A B A j B A B A j B B A B A B A A B A A B A A B A 6 9 : A > B 6 A A A A A A A A A A A A A B A /6 B /6 A ad B /6 B A A ad B/A /6//6 / A B A 6 B / % / % / :? * * * * % 7% % % 9% % % 98% % % 7

6 A A A A > B > B A A A B B A A L B A A B I A Q A B B B A A A B A A B A A B A B B A B AB depedet evets AB AI B B A B A AI B A B AI B A B B B A A A B A B A B A B / % / % / :? % 7% % % * * * * 9% % % 9 98% % % : ABC ABC A B AB A CAC B C BC A B C ABC : % % % % * * * * % % / * / / */ 7 / */ 96 A A A A A A A A A A A A A A A - A A - A A A A A A A A - A - A A - A - A A A A - A A A A - A 6 6

7 : {HHHTTHTT} A B AB? A / B / A ad B / A ad B AB AB permutato rr r P r r P r! r L r r! : factoral! : r r r Πr r 7 : A B C A A B A C B B A B C C C A C B A B A C B C A B C A B C C A B A B C A B C 8 Combato rr r Cr C r! L r C r r r! r! r r r L C r C r : r Crr Hr H r r! H r C r r! r! : m m : A B A m B A B m : A B A m B AB m 6 9 7

8 Radom Varable: / vs : / : : A A vs probablt dest fucto: f a a fa as b f - f d a b a b a < b a < b a < < b b a f d 6 Dscrete radom varable / : 6 : probablt mass fucto: a < b a< b : mea epected value : E : E f d 6/6 7 C*C/C /9 C*C/C /9 C*C/C /9 C*C/C /9 6 /6 /6*/6 /6 /6* /6* /6 /6 /6 - /6 g E E g g E E g g g f d 6 /6 9/6 8 8

9 : -? / / - - / / - / / E- E / / / : f e - f d E e [ e ] f d e d [ e ] e d [ e ] [ e ] QItegral [ e d e d e b parts L' hoptal' s [ e ] [ e ] e ] rule 9 : Ua b: [a b] Uform Dstrbuto a < < b U a b f b a otherwse b b b f d f d d [ ] a b a - a a b a b a b a E E b a f d b a d b a b a f d b a b ba a V E E a b b a b a b a b b a b a b a b a b a b a ba a : :? U6 f /6 f < f < 6 f < 6 E E < < E < < E < 6 < E d 6 6 d 6 d 6 6 : f b- b a P E b d b b 6 / 6 b a / f d / 6 d / b a 6 d b b 6 7 Var E[ E ] E Var Var E E E f d f d E [ E ] 9

10 : f e - E E f d e [ e ] [ e ] Q Itegral f [ e ] V E d e E [ e ] b parts L' hoptal' s d e d d rule e d f f j j f d f d j j 8 Ea g ± b h a Eg ± b Eh Va ± b a V Va ± b a V b V ± ab Cov E Var E Z Var 6 : A B C : Z A A A B Otherwse Z B C Otherwse {HHH HHT HTH HTT THH THT TTH TTT} Z : / Z / Z / Z HHH HHT HTH HTT THH THT TTH TTT 9 A B A B` / j a< b c< d f dd a < b c < d j where a< b c< j d where b a c d > f > f dd j j Z Z HT*TH*TTT* HH* *HT*TH*TT *HH : T** / / T** /8 /8 / H** / / / H** /8 /8 / / / / / 7 6

11 : Z A B Z /6 /6 /6 /6 /6 /6 /6 /6 8 /6 /6 /6 6 6 r : Cov E[-E-E] E E E : [-] Cov s? Corr Var Var s s Covab cd E[abcd] EabEcd ac Cov Corr a bc d ρ ρ Cov a bc d Var a bvar c d f f ac > ac < acs acs s 6 f f f E j E E j Cov Corr j f d j Var Var- Var Var j j f dd f d 6 : : A Cov : ρ Var Var : ρ : / / E E V \ /8 /8 /8 /8 /8 /8 / / / E E V E Cov 66

12 : Negatve Bomal 67 N M : M p M/N M L M p E p N M M p p p N N mlarl E p for all E E E L E p E p 7 Hpergeometrc N: M: : : M N M P M N M N N N! C C N N N!! E p V p p N N M p N Beroull tral s/ f p q - p / / : Beroullp E p q p E p q p V E E p - p p - p 68 7 : N M 6 6 E Q p N 6 V p p N 69 p p p p E p V p p : C C a b C a b Ca a a b L ab b L C a b b 7

13 vs : : / / : N M / 7 B p B p p where E p V p E E E E E p V V V V V p p p p p p p p E E[ ] E E E [ E E - ] p - p p p - p V E - E p p - p - p p - p 76 vs C C C C C C C 9 C 7 m e m L! E m V m Q E E m m e m m! m e m m! m e m! m e m m! m e m m! m e m! m m m e m m! m e m! 77 : C : 7 : B p p Possop p Possoq B Posso 996 : Q e e 996 e! e e e!!! e 6 78

14 : p q p p p p q q q p e B p p q!! q pq p q p q!!!!! p q!! q q p q p q!! p q ! 6 q q E E p pq L pq q E p pq L pq q q E p pq L p q qe pq pq L pq L E p pq L pq qe pq pq L pq L q E p pq p V E E p p p p L q L p p L 8 : a Posso - 6 b Posso Negatve Bomal Dstrbuto NBp r: p r - C r- p r -p -r E r/p V rq/p NBpr r r Geop r E /p V q/p E r E r/p V rv rq/p 8 8 p: p p-p - E /p V q/p - p-p E E- q/p V V- V q/p 8 Dscrete Uform / E L L E L L 6 6 V E E 6 8

15 6 Cotuous Radom Varable a < < b a b Probablt Dest Fucto Normal Dstrbuto: N f ep[ ] < < π 8 88 ZN Z < z Φz N a b P a < < b P < < a b b a P < Z < Φ Φ f 9% z % z % z < z < 68 - < z < 9 - < z < < z < < z < < z < f E Var ab ab a < < b b a f d f d f d f d a b a < < b 87 B p E p Var p-p Beroull / Np pq/ p p > q > Np pq a Bp a - < < a Np pq 9

16 : p 6 B6 N P 6 6 Z < P 6 6 Z < 9 8 Appromatos to Dstrbutos N M N p M/N p p 9 p p p p p p p 9 N λ p λ λ > λ 9 9 : % B p N P Z < Z < 8 79 f λe -λ for > E /λ E /λ V E -E /λ -/λ /λ < -e -λ > e -λ Memorless propert: for > > > > / > e -λ / e -λ e -λ- > - > > > - > 9 9 B N* ** N 9 < < 9 < < < Z < 7 < > < > L r C r C C r r C C L L

17 Multomal dst multomal tral: p : N : : N N N Multomal p p p! N N N p!! L! where p Lp 97 6 Multomal; /6 /6 /6 N N N N N N!!!!!!! /

18 χ 6 t 6 F 6 : 9 / 9 / 8 / / : : 7 : C 7 : 7 6 : E Var tadard Error : N > N 6 : : : { } amplg Dstrbuto:

19 6A : χ 6 t 6 F N N N > 7 P > 6 6 > Z < N < < 69 < < < Z < 67 Z < 67 Z < χ N Z Z Z N d Z Z Z χ : χ χ -% : v χ ; > v 6 χ > v v? v χ ; 99 : χ χ χ - χ - f > d Beroullp B p E p Var p-p pq B p E p Var p-p For large p p N p p: p p < -p < χ N χ N N χ χ χ

20 χ / / N N ad χ χ χ 6 t ZN V χ : / - / - / - / : / t N N Basu t V Z T χ t tudet-t N > t -% t : > t 6 T t T > t t? t t 77 / N N / t t t t t t-dst wth t-dst wth < stadard ormal N N N N : 9 N N N N N N N N : 9 where t N N P P χ

21 6 F V χ V χ V / V / F V / V / F -% : f F ; > f F % : g F ; - > g - < g < g / < g > /g /g f g F ; - /F ; /f F ZN Z χ t F ZN Vχ Z T t V / V χ V χ V / V / T F Z t T V / Z / F V / 6 F 6 F 9% : f F ; > f f 69 F % : g F ; 9 >g 9 F ; 9 /69 < g < g / < g > /g > 69 /g f 69 g F ; - /F ; /f N N χ / / F χ Estmato parameter : : : tatstcal ferece: Estmato: Hpothess testg:

22 Estmato : Pot Estmato A % Iterval Estmato A %±% 9% : 7 : E : Var Var L L Var : Var 7 estmator: θ θ estmate: θ ubased estmator: E θ θ based estmator: E θ θ stadard error: E θ lmt of error : N p < z / % : z / 9% 6 / 9% 96 / 9% / 99% 8 / 997% / Q z Q z Q z Q z Q z effectve estmator: E θ < E θ θ mmum varace ubased estmator: effcet estmator: lm θ θ < ε for a ε 9% : 9% 9 asmptotc lmt of error:

23 : s 69 6 s % : 6 7 : 7 7 s 97 s % : 6 6 : : p 6 6 : p p p p N % : * 6 p 7 p : B p E p Var p-p : p E p E p E p Var p p p Var N p pq p N p pq / p p 9 % : p p p p : E : E < 7 p B p E p Var p-p : Beroullp L : p E p Var p p E p E p Var p p p N p p p p :

24 7 7 N z / < < z -% / - : z / < < z : z / < < z / / -% - - Cofdece level gfcace level 7 9% : z 6 ± 6 ± 6 9% : z 96 ± 96 ± 96 99% : z 8 ± 8 ± 8 76 N 87 9%? z / z / %? 7 s 97 s s z z N < t / % : ± t / 77 7 N 9%? s s t8 t

25 7 -% : B p p p p N p P p z / p p p z / p % : p ± z / p p p p 7 - % z / d z / z d d p p p p z / d z / p p d z / d p d p p : 79 7 p 9%? 6 6 p > p 6 6 > p 9% p ± z / p p ± ± 7 : 7 7 9% z 6*696 / 9 d 7 % 9%? % χ / 7 7 9%? s 6 s7 χ / χ : χ χ % CI % CI

26 8 hpothess: Alteratve; H : Null; H H : H H Rejecto rego Crtcal rego: H < H : > > 9 H : p 7 H : H : < vs : H H : : H H : A 8 H H H H : Ma_θ H θ θ H H : < H % : N H : { 8}? 8 8 P / / 8 P Z / 8 P Z Z 7 < / H : H : > vs : H H : : H H : : H θ H : θ Θ R γθ H θ R θ H θ Θ γθ θ Θ H θ Θ - γθ θ Θ H θ Θ γθ θ Θ - 9

27 8 H : H : < { 8} γ 8 < 8 7 γ % 8 R { < 887} % 8 R H : 8 8 { 887} 887 γ 887 P / / H : γ γ 887 γ P Z / 887 P Z Z 96 γ / % sgfcace probablt; p-value H H p-value H p-value < H p-value > H 8 8 : < : < 8 H : γ 8 H : < { 887} 7 99 γ γ p-value : z 89 p-value p-value 9 : z p-value Ζ area 7 - p-value Z

28 p-value Power : H H - Hpotheszed dstrbuto of Power true dstrbuto of real 8? H : H : < : z / z 6 9 / 8 8 : / : Z Z / / H H > Z z < Z -z Z -z / Z z / H : - H : > γ H P Z z / : γ P z z z / > Z z z z P z / / H : - H H > < Z z Z - z Z -z / P Z z / P Z z / Z z / Z z / / H : < γ H γ P z P Z z / z z / : < Z z z z P z / /

29 : 8 8 H : < γ 9 H : γ H : 9 γ P 6 P 6 / / PZ 6 9 Z 8 / 6 8 / : 87 7 g H : H : 7 s 97 Z 7-/97/ 86 > z8 H 8 t p : T / H H > T t- < T -t- T -t-/ T t-/ H : p p < -p < 8 H : p p > -p > t 86 7 > s 696 T /696/ 7 < t 8 86 H %? H : p 7 H : p > 7 : c c B p H p 7 p 7 7 p p 7 : 8

30 : H p p p p p p H p > p p < p p p c c c B p c c c B p c c c c B p c c B p H p p p p p p H p > p p < p p p 8 H : p p > -p > p : Z p p p p p p Z z Z -z Z -z / Z z / 8 H p p < -p < Bp Possop : H : p 78 H : p <78 p > -p > 96 : p Z 68 < 6 z H 78% % : < 7 p < % H : p H : p < : c c Posso H p Posso 6 Posso 7 : H 8 H : H : < : c - / χ - H : γ -c/ χ - - c

31 γ P c : χ c P c PV V χ χ : 9 - : 9 - : : : χ H : χ H > < χ χ - χ χ -- χ χ - -/ χ χ - / 9 9A Idepedet sample 9B Pared sample? > H : H : > - / χ : 6 H : 9 : N N N N

32 % N P Z z N / % : ± z / 9% - 9 : ± z H : % : Z > z 6 Z > 9 6 ± 96 ± vs H : 96 H : Z - δ δ N H H - δ - > δ Z z - δ - < δ Z -z - δ Z -z / Z z / 9 - t - -% P : T t P % CI ± t / P - 9 A B l A N B N A : 6l B : l 9% 9 - : T t P H H - δ - > δ T t - - δ - < δ T - t - % - δ - δ T -t / T t /

33 % % % % P t9 P 9% CI 6 ± 8 ± H : H : > 6 : T 78 > t H 6 H : % : ± z ± 9 8 ± 7 7 vs H % : Z > z Z : < 76 H 9 Z P z N / % : ± z / 9 Pared Comparso Bloc 6

34 9 Pared Comparso : : Bloc 9? 9% { } : : : D - D - D - D D D D D D : 9 D - Nδ D H 9% : t 776 ± 776 ± 8 68 : δ H : δ > T D δ / / D 6 > t H : δ - D - Nδ D : H δ δ T t D / D - Nδ D : D % : D ± t / H δ δ Z N D / : D δ D % : D ± z / D δ t / 9 vs Cov t / ± t / j j Cov > < t / > Cov 7

35 vs P 9 P H : H : > 96 : T 9 < t H H : p p H : p p p p p p p p p p p H p p N p p : Z p p % : Z > z / vs 9 t / Cov t8 8 ± 8 9 % 8 68 H : 8 T < t8 H 998 j 86 j Cov > t 78 ± T 6 > t H % : 7 6 ± 96 ± 96 8 H : p p vs H : p > p H : p Z > 6 z H 67 9 : p - p p B p / p B p / p p p p p p N p p P p p p p z / % CI: p p ± z p p p p / p p p p 9 N N 6 / / F χ F ; / / χ F F ; 8

36 -% / / F F F F ; ; ; F ; F / F ; F F ; ; ; Oe-wa laout two-wa laout wthout replcato two-wa laout wth replcato H : / / / H > > < < / H : F / F F F F F ; ; F F ; / F F ; / : : Aalss of varace: Regresso alss: Correlato aalss: : factor: : 97 A: A s A B: B s B A B? A H : F < F ; 9 F ; 9 F ; 7 9% 9% CI : CI : B AB m 9: : N 9

37 : L j j j j M M L L M L L L j j M F-rato T M T T / F M T/ME E MEE/[ ] T M T T E ME j j : N j ε j for j j ε j ε j : N : : : ε j N j : ε j : Eε j j : Vε j j ABC A 9 8 F < F; 89 H B C 78 F-rato T 9 9/ 9 F 9/98 E 78 78/ 98 T 668 : H : vs H : for some j j j T T M T E ME F M T ME j E M E E T / F ; E / : F > F ; T T j j E uder H Q F uder H : j j M j j M L L L M L L L j j M

38 : N j ε j j ε j ε j N for j : : ε j : F6 > F6; 76 H F-rato T 8 F 8/7 E T j : H : vs H : for some j let N j j j j T T E T M T E M T uder H E ME E E N M T T / F F N ; ME E / N : F > F N ; Q F uder H fed factor: A M M p j p p j p B L q q M p j j L L M L L pq q q q M pq q p q j j M p N F-rato T M T T / F M T/ME E N MEE/N T N M T T E ME N where N j j N L : A B A B j N j j j ε j for p j q ε j N : pq A : j j p Bj : j j q ε j :

39 j p q j q j T j H : vs H : for some MA A MB B j p p q / q E M A j j j j j E / p E M uder H :a L a ME E/[ p q ] A B q E E B uder H :ß L ß q p A A 8 B B E T 8 F-rato 6 F A6/ F B / 6 9 F A > F; 6 H F B 7 > F ; 9 H M q A : ME E/[ p q] MA FA F p pq p q ; ME MB FB F q pq pq ; ME A A p B B E p / p T q pq p q pq p j M p q B /[ p q] j M A A /p M B B /q MEE/pq p q q j / q j j : F > F : F > F B A F-rato F A M A/ME F B M B/ME teracto: : j j ε j B A E j E j j j A E j A A A E j B B B B A A A B B B B : H : A H : B B A 8 T 8 E teracto A B j j γ j ε j : Ap B q r A M p M p B L M p L L M L L q q q M pq q M p

40 : A B j N j j j γ j j j γ j ε j for p j q r : pq A : j j γ j p B j : j j γ j q γ j : A B γ j γ j γ pj γ γ γ q ε j N M B : p q A qr / p MB pr j j MA FA > F p pq r ; H :a a ME MB FB > F q pq r ; H :ß ß ME A A p B A B E T q p q pqr pqr M A A /p M B B /q M A B A B /pq MEE/pqr pq / q a p ß q F-rato M A/ME M B/ME M A B /ME : H : γ j vs H : γ j for some j r j j r j qr pqr q p r j j q r j j p r j j pr j A B j j j j metol hdroquoe g g g 6g HQ Metol g g g 8 8 6g 7 B 7 A 8 A B E T9 : H : γ j vs H : γ j for some j p q j qr pr j j j T M A B r A B E M r j j j j j A B E / pq p q A B ME E/[ pq r ] p r p A uder H :? j E E MA B F > F pq p q pqr pq;a H :? j ME j q p q B r F-rato A > F;77 B 9 7 < F;77 < F;77 A B

41 I: E ε for ε ε N E r r ε r > ε > r ε r r > : e ε - - ε ε ε ε / f ε f ε : ε ε } { /

42 : ε / ormal equatos ε ε ε N E ^ ^ ^ E ^ ^ ^ : g : g / / where E E E Q : ε E least squares regresso le ^ ^ ^ ^ ^ ^ : E ^ ^ e e E; resdual sum of squares ME; resdual mea square E E E ME E ME E Var where ad N Var / Var ad 's are depedet

43 6 : t ME d Var ME E c E E ME E b N a lot sze lot sze 89 / 8 : 9% 7 / 6 / / ± ± ME t E ME E lot sze lot sze / : : / : : H t T H H H t T H H < < > 6 Cov Var Var Var Var Cov Cov Cov E E E ME T d ME t c t ME b N a ± 9% :

44 % 9 : 9 : H t ME T H H < lot sze lot sze E : ε Cov Var Var Var Var Var Cov Cov Cov E E E E E ME T d ME t E c t ME E b N a E ± : % - : E % 7 ± ± E E ME 6 8 E 9%? % 7 8 E 8 6 E lot sze 77 9% 9% P- t E F F E 6 R

45 E? total devato : : 7 % H : vs H : R 8 6 T 9 E T R 7 68 R E 7 MR ME 9 8 R 6 r 89 T 68 F F8; 66 > H o R : total devato: E resdual mea square: ME R regresso mea square: MR T E R / / / / e l l log l / log log log log H : H : t F ME ME ME MR : F F ME ME H : MR ME MR / ME : F > F ; R : r T : 8 : 8

46 : 8 : log log log ε : 8 log log log log log Q log 7 6 II: e e e 6 e e e ε for ε ε N E 9

47 : ε j j / ε for ε ε N ε : Let let : ε for total devato: T E R E resdual mea square: ME R regresso mea square: MR : ; g/cm ; o C ;? H : H : j for some j H MR : F F ME : F > F ; R : r T F R E T MR ME F MR/ME > F ; H o

48 : % H : vs H : j T 868 E 69 R 8 R E 69 MR 79 ME 6 R 8 r 96 T 868 F F; > H o : : ε : ε m/hr m 6 9 ε 8 ε : F 989 F F8; 79 > H o F7; 89 > 7 H o : : : : A Cov : ρ Var Var : ρ

49 r : A H H 6 bvarate ormal T Z H ρ ρ ρ ρ ρ r ρ l l r ρ H ρ > ρ < ρ ρ ρ r r T Z t N T t T t T t / T t / Z z/ Z z/ Multomal dstrbuto multomal tral: p : N : : N N N Multomal p p p where! N N N p p!! L! L p : 7 8 bvarate ormal H : ρ vs H : ρ 9% T r r 666 > t N : h h h B p E h p Var h p - p N Bp EN p VarN p - p h hj j E h hj for j Cov h hj E h hj - E h E hj - p p j -p p j E h E h E p p j Cov h for h for h

50 For j EN N j E[ j j ] - p p j CovN N j EN N j - EN EN j - p p j - p p j - p p j for j CovN N j Cov j j Cov j - p p j for j 6 : N N N N N N!!!!!!!

untitled

untitled Mathematcal Statstcs / 6. 87 Chapter 6 radom varable probablty desty ucto. dstrbuto ucto.. jot desty ucto... k k margal desty ucto k m.. Statstcs ; θ ereces Y... p. ~ ; θ d radom sample... ; θ ~ statstc

More information

수리통계학

수리통계학 제 강통계학 Revew Part I. 확률론 (Probablty Theory) I. 확률변수 (Radom Varable) 와확률분포 A. 확률변수 는표본공간 Ω 상에서정의되는 real valued fucto 임. 어떤확률적실험의결과로나올수있는모든가능한결과에대해어떤. 실수값이대응되어야함 하나의실험에대해여러가지의확률변수가정의될수있음. 주사위던지는실험 : 던진결과나오는값을대응시켜주는확률변수

More information

Objective-driven systems modeling

Objective-driven systems modeling Lect 4: Hypothess Test ad Model Valdato Goodess of : Cofdece Iterval for μ of 5 X: ormal dstrbuto σ : ow s also ormal f () (-α) C.I. C.I for X (- ) P{ w w X w X P{ } / / / w w P{ z } / / P{ z z z } w z

More information

1

1 절대수학 검은 대장간 인문 Blacksmith Day 1 최석호 1. 그림과 같이 A B C D E의 다섯 개의 영역에 빨강, 노랑, 파 랑, 초록의 네 가지 색으로 색칠을 하려고 한다. 네 가지 색 중 한 색 은 두 번 사용하고 나머지 세 가지 색은 한 번씩만 사용하여 칠하는 데, 인접한 영역에는 서로 다른 색을 칠하기로 할 때, 색칠하는 방법 의 수를 구하시오.

More information

Microsoft Word - multiple

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

More information

3 x =2y x =-16y 1 4 {0 ;4!;} y=-;4!; y x =y 1 5 5'2 2 (0 0) 4 (3-2) 3 3 x=0 y=0 x=2 y=1 :: 1 4 O x 1 1 -:: y=-:: 4 4 {0 -;2!;} y=;2!; l A y 1

3 x =2y x =-16y 1 4 {0 ;4!;} y=-;4!; y x =y 1 5 5'2 2 (0 0) 4 (3-2) 3 3 x=0 y=0 x=2 y=1 :: 1 4 O x 1 1 -:: y=-:: 4 4 {0 -;2!;} y=;2!; l A y 1 = =-6 {0;!;}=-;!; = 5 5' (00) (-) =0=0 == :: -:: =-:: {0-;!;}=;!; 0 l :: -:: =:: F 5 0cm =- = =- (0)=- =6 =0 =- (0)=- - =- {-;#;0}=;#; =- - =- (0)=- = =8 -:: :: =:: - =- 98 R l Q P B S r rb l Q P B lb

More information

: C, Y, =0, (Crook et al.(2007) ) ( ) 1 2 3 4 5 966 967 967 967 967 4,834 234 383 462 516 508 2,103 (A) 1 661 1,629 2,623 3,802 7,613 3,806 1,040 1,636 2,175 2,788 4,193 2,629 (B) 2,128 2,676 3,492

More information

-주의- 본 교재는 최 상위권을 위한 고난이도 모의고사로 임산부 및 노약자의 건강에 해로울 수 있습니다.

-주의- 본 교재는 최 상위권을 위한 고난이도 모의고사로 임산부 및 노약자의 건강에 해로울 수 있습니다. Intensive Math 극악 모의고사 - 인문계 등급 6점, 등급 점으로 난이도를 조절하여 상위권 학생들도 불필요한 문제에 대한 시간 낭비 없이 보다 많은 문제에서 배움을 얻을 수 있도록 구성하였습니다. 단순히 어렵기만 한 문제들의 나열이 아니라 수능에 필요한 대표 유형을 분류 하고 일반적인 수험환경에서 흔하게 배울 수 있는 내용들은 과감하게 삭제 수능시험장

More information

2004math2(c).PDF

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)

More information

( )EBS문제집-수리

( )EBS문제집-수리 www.ebsi.co.kr 50 024 www.ebsi.co.kr 025 026 01 a 2 A={ } AB=2B 1 4 B a 03 æ10 yæ10 y 10000 y (log )( log y) Mm M+m 3 5 7 9 11 02 { -2 1} f()=-{;4!;} +{;2!;} +5 Mm Mm -21-18 -15-12 -9 04 a =1a«+a«=3n+1(n=1,

More information

2004math2(a).PDF

2004math2(a).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] ..,.,,,,,

More information

A y y y y y # 2#

A y y y y y # 2# 0. 9 A 0 0. 0-0.5748 0 0.454545 04 0.4 05 0.5 06 0.4 07-0.555 08 0.9666 09 5@ 5@ 00 0.5 0 5 5 5@ 5 # # 7 0.07 0.5 0.55 4 0.5 5 0.06 6 7 8 \ 9 \ 0 \ 0.^ 40-.4^0^ 4 50.^5^ 5 55.0^5^ 6 0.4^857^4857 7 0.^8^8

More information

cat_data3.PDF

cat_data3.PDF ( ) IxJ ( 5 0% ) Pearson Fsher s exact test χ, LR Ch-square( G ) x, Odds Rato θ, Ch-square Ch-square (Goodness of ft) Pearson cross moment ( Mantel-Haenszel ), Ph-coeffcent, Gamma (γ ), Kendall τ (bnary)

More information

Y 1 Y β α β Independence p qp pq q if X and Y are independent then E(XY)=E(X)*E(Y) so Cov(X,Y) = 0 Covariance can be a measure of departure from independence q Conditional Probability if A and B are

More information

, _ = A _ A _ 0.H =. 00=. -> 0=. 0= =: 0 :=;^!;.0H =.0 000=0. -> 00= 0. 00= =: 0 0 :=;()$; P. 0, 0,, 00, 00, 0, 0, 0, 0 P. 0.HH= = 0.H =0. 0=. -> =0.

, _ = A _ A _ 0.H =. 00=. -> 0=. 0= =: 0 :=;^!;.0H =.0 000=0. -> 00= 0. 00= =: 0 0 :=;()$; P. 0, 0,, 00, 00, 0, 0, 0, 0 P. 0.HH= = 0.H =0. 0=. -> =0. 0 P. 8 -, 0, -, 0. p 0 0., 0., =0. =0.., 0., 0., 0., =. =0. =0. =0. P. 0,.8 0.H 8, 0.H8,.H, 0.HH,.HH, 0.H, 0.HH 0.8 0.. 0. 0, - p k k k 0.=0.H 8 0.888=0.H8.=.H 0.=0.HH.=.HH 0.=0.H 0.=0.HH P., 0.H, 0.HH,

More information

Unknown

Unknown 0 THEME!!!_!_!_!_!=_6=8 pp. ~8!!!_!=70 0, P =_=, 0, _=9, _=9,, +9+9=0 6 6!=70, f, l, w, r P _!= =88 70-88= THEME (-)!=!!!_!=6 (-)!=!!!_!= 6 (-)!=! 6_!=6_= 6 (6-)!=!=0 0_=60, 6! 6 = =60 _ e, t l, r 6! =80!!

More information

LTUR Q X 01 LTUR LTUR K 6 5, 6, 6, 7, 8, 9, 9, 9, 10, b= =: :=8.5 a+b= cm , = =: 7 := a+b+c 0 =1 a+b+

LTUR Q X 01 LTUR LTUR K 6 5, 6, 6, 7, 8, 9, 9, 9, 10, b= =: :=8.5 a+b= cm , = =: 7 := a+b+c 0 =1 a+b+ 우공비 중등 수학 (하) 특강편 SLUTIN LTUR K WRK K 0 LTUR Q X 01 LTUR LTUR K 6 5, 6, 6, 7, 8, 9, 9, 9, 10, 10 8+9 b= =: :=8.5 a+b=17.5 17.5 1 159 cm 6 9 58 6, 7..5 01 = +0+1++++ 7 =: 7 := a+b+c 0 =1 a+b+c=6 6+8+1 =:

More information

10-2 삼각형의닮음조건 p270 AD BE C ABC DE ABC 중 2 비상 10, 11 단원도형의닮음 (& 활용 ) - 2 -

10-2 삼각형의닮음조건 p270 AD BE C ABC DE ABC 중 2 비상 10, 11 단원도형의닮음 (& 활용 ) - 2 - 10 단원 : 도형의닮음 10-1 닮음도형 p265 ABC DEF ABC DEF EF B ABCD EFGH ABCD EFGH EF A AB GH ADFC CF KL 중 2 비상 10, 11 단원도형의닮음 (& 활용 ) - 1 - 10-2 삼각형의닮음조건 p270 AD BE C ABC DE ABC 중 2 비상 10, 11 단원도형의닮음 (& 활용 ) - 2 -

More information

2 A A Cs A C C A A B A B 15 A C 30 A B A C B. 1m 1m A. 1 C.1m P k A B u k GPS GPS GPS GPS 4 2

2 A A Cs A C C A A B A B 15 A C 30 A B A C B. 1m 1m A. 1 C.1m P k A B u k GPS GPS GPS GPS 4 2 www.ebsi.co.kr 2 A A 1 133 Cs 1 11 1 A C C A A B A B 15 A C 30 A B A C B. 1m 1m A. 1 C.1m P k A B u k GPS GPS GPS GPS 4 2 www.ebsi.co.kr A B t B A ;2!;t v v= = (3_t)+(6_0.5t) v=4 m/s t+0.5t 3 m/s 6 m/s

More information

Microsoft PowerPoint - 확률3장-1-v2007 [호환 모드]

Microsoft PowerPoint - 확률3장-1-v2007 [호환 모드] Ch.3 Random Variables 불규칙변수 3. The Noion of a Random Variable S ζ ζ real line Random variable a funcion ha assigns a real number ζ o each oucome ζ in he sample space of a random eperimen Specificaion of

More information

2

2 rev 2004/1/12 KAIST 2 6 7 1 13 11 13 111 13 112 18 113 19 114 21 12 24 121 24 122 26 13 28 131 28 132 30 133 (recurrence) 34 134 35 4 2 39 21 39 211 39 212 40 22 42 221, 42 222 43 223, 45 224 46 225, 48

More information

ÀÎÅͳÝ-°ø°£µµÇüÇØ

ÀÎÅͳÝ-°ø°£µµÇüÇØ .. Q.... M M : M Q : Q M : //Q.,.. I FG FE F FG, HG EH H HG F G FG ;!;_F _FG ;!;_G _F ;!;_'_;!; F F... 5. 5. 6. 5 7. 0 8. 7 9. ' FG, HG H G, H F E G H '. FG HG F, H. FH ' FH ' ' {} +{} -(') cos h -;!;

More information

nonpara6.PDF

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,

More information

hwp

hwp , 14% 18,300.,. ( ),.. 14 % 18,3 0 0., " "., ( ) " ".,... (E PA) (CARB ). " E PA ".. 9 6 5 1 0 1 5 %. CARB ( ). . "9 9 E PA, ".,. 1 3 [H P E 1 0 0 M ]., 7 2 0 0, 5 0 0.,.. " ".., 1 0 %., " 2 0 % ".,. '

More information

제 9 도는 6제어항목의 세팅목표의 보기가 표시된 레이더 챠트(radar chart). 제 10 도는 제 6 도의 함수블럭(1C)에서 사용되는 각종 개성화 함수의 보기를 표시하는 테이블. 제 11a 도 제 11c 도까지는 각종 조건에 따라 제공되는 개성화함수의 변화의

제 9 도는 6제어항목의 세팅목표의 보기가 표시된 레이더 챠트(radar chart). 제 10 도는 제 6 도의 함수블럭(1C)에서 사용되는 각종 개성화 함수의 보기를 표시하는 테이블. 제 11a 도 제 11c 도까지는 각종 조건에 따라 제공되는 개성화함수의 변화의 (19) 대한민국특허청(KR) (12) 특허공보(B1) (51) Int. Cl. 5 B66B 1/18 (45) 공고일자 1993년09월28일 (11) 공고번호 특1993-0009339 (21) 출원번호 특1989-0002580 (65) 공개번호 특1989-0014358 (22) 출원일자 1989년03월02일 (43) 공개일자 1989년10월23일 (30) 우선권주장

More information

A 001~A 036

A 001~A 036 4 3 2 0 8 91 0 1 2 3 4 5 6 08 09 00 01 02 03 04 18 19 10 29 20 22 23 39 30 31 32 33 48 49 40 41 59 50 69 1 2 3 4 1 2 3 4 1 4 7 10 13 1 2 3 4 5 6 rev. C C r C a f h f h L h h nrpm f h f n L C 3 P L

More information

G5 G25 H5 I5 J5 K5 AVERAGE B5 F5 AVERAGE G5 G24 MAX B5 F5 MIN B5 F5 $G$25 0.58 $H$25 $G$25 $G$25 0.58 $H$25 G24 H25 H24 I24 J24 K24 A5 A24 G5 G24, I5

G5 G25 H5 I5 J5 K5 AVERAGE B5 F5 AVERAGE G5 G24 MAX B5 F5 MIN B5 F5 $G$25 0.58 $H$25 $G$25 $G$25 0.58 $H$25 G24 H25 H24 I24 J24 K24 A5 A24 G5 G24, I5 C15 B6 B12 / B6 B7 C16 F6 F12 / F6 F7 G16 C16/C15 1 C18 B6 B12 / B6 B8 B9 C19 F6 F12 / F6 F8 F9 G19 C19/C18 1 1 G5 G25 H5 I5 J5 K5 AVERAGE B5 F5 AVERAGE G5 G24 MAX B5 F5 MIN B5 F5 $G$25 0.58 $H$25 $G$25

More information

°ø±â¾Ð±â±â

°ø±â¾Ð±â±â 20, 30, 40 20, 30, 40 1 2 3 4 5 6 7 8 9 10 3.1 6.3 9.4 12.6 15.7 18.8 22.0 25.1 28.3 31.4 2.4 4.7 7.1 9.4 11.8 14.1 16.5 18.8 21.2 23.6 7.1 14.1 21.2 28.3 35.3 42.4 49.5 56.5 63.6 70.7 5.9 11.9 17.8 23.7

More information

587.eps

587.eps VP7-6 Series VP7-6-FPG-D- (FG-S) (FG-D) (YZ-S) (YZ-D) Closed center (FHG-D) Exhaust center (FJG-D) (FPG-D) Pressure center(fig-d) VP7-6-FHG-D- VP7-6-FG-S- VP7-6-FG-D- (V) (A) ) (A) ) (V) ) 0.15~0.9{1.5~9.}

More information

100, Jan. 21, 호, Jan. 21, , Jan. 21, 2005

100, Jan. 21, 호, Jan. 21, , Jan. 21, 2005 100 Bond Issue Performance Evaluation Risk management 100, Jan. 21, 2005 100, Jan. 21, 200 5 100호, Jan. 21, 2005 2 100, Jan. 21, 2005 3 100, Jan. 21, 2005 4 100, Jan. 21, 2005 5 100, Jan. 21, 2005 6 100,

More information

<C0E5B7C1BBF328BEEEB8B0C0CCB5E9C0C729202D20C3D6C1BE2E687770>

<C0E5B7C1BBF328BEEEB8B0C0CCB5E9C0C729202D20C3D6C1BE2E687770> 본 작품들의 열람기록은 로그파일로 남게 됩니다. 단순 열람 목적 외에 작가와 마포구의 허락 없이 이용하거나 무단 전재, 복제, 배포 시 저작권법의 규정에 의하여 처벌받게 됩니다. 마포 문화관광 스토리텔링 공모전 구 분 내 용 제목 수상내역 작가 공모분야 장르 어린이들의 가장 즐거웠던 나들이 장소들 마포 문화관광 스토리텔링 공모전 장려상 변정애 창작이야기 기타

More information

QbD 적용을위한품질심사해설서 ( 예시 )

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

More information

중등수학2팀-지도서7

중등수학2팀-지도서7 3 6~7 8~3 3 ª 33~37 4-38~39 40~45 4 46~53 5 54~58 3 59-60 ~6 6~63 64 VII. 4 9 (Klein F849~95) (rlangen Program) (group of transformation) ' O' =k O ' O k O ' O ' O ' ' ' ' (topology) = = O O' =k O ' '

More information

0 000., 000 0., 000-0., 000 0.666, 0 0.H6 0 0 0.0H8 0 06 07 08 9 09 6 00 0.H 0.H8 000 0.87, 0006-0.66, 0007 0.8, 0008 0.097, 0009 6, 0.H6 000,.HH 0 00

0 000., 000 0., 000-0., 000 0.666, 0 0.H6 0 0 0.0H8 0 06 07 08 9 09 6 00 0.H 0.H8 000 0.87, 0006-0.66, 0007 0.8, 0008 0.097, 0009 6, 0.H6 000,.HH 0 00 ~9 0~6 0 0 0 7 0 0 0 06 6 07 6 08 69 09 78 0 8 9 0 0 0 000., 000 0., 000-0., 000 0.666, 0 0.H6 0 0 0.0H8 0 06 07 08 9 09 6 00 0.H 0.H8 000 0.87, 0006-0.66, 0007 0.8, 0008 0.097, 0009 6, 0.H6 000,.HH 0

More information

= =180 5=90 = O=O+O=;!;O+;!;OE O=;!;(O+OE)=;!;OE O=;!;_180 = y=180 _ =180 _;9%;= = =180 5=15 =5

= =180 5=90 = O=O+O=;!;O+;!;OE O=;!;(O+OE)=;!;OE O=;!;_180 = y=180 _ =180 _;9%;= = =180 5=15 =5 VI 01 a=5b=8 a+b=5+8=1 01- a=8b=1c=6 a-b+c=8-1+6= 01-01 0 Í 0 04 05 06 07 08 e f e f 01 4 6 0 8 1 01 01-01- 46 8~1 0 0-0- 0-0 0-15 cm 0-0- 0-1 cm 04 0 04-04- 18 04-60 04-05 05-05- 06 06-16. 06-07 07-07-

More information

14일등예감수학2-2교사(001~026)

14일등예감수학2-2교사(001~026) 9 8 8 9 0 0 09 0 9 8~9 / [~] [~] [0~] 0 [~] 0 00 00 [~9] 8 9 8 0 00 00 0~ / [~] [~] 8 8 0 0 8 9 0 - ~ / [~] [0~] 0 0 [~9] [~] 0 8 8 9 0 0 - ~ / [~] 8 9 0 [~] ~ /0 8 0 9 0 0 0 8 0 8~9 /0 0 ;#; 0 0 0 8

More information

미통기-3-06~07(052~071)

미통기-3-06~07(052~071) 06 F() f() F'()=f()F() f() : f()d f() f() f() f() F()f() F()+C : f()d=f()+c C F'()=f(): f()d=f()+c C d [: f()d]=f() d : k d=k+c k C : «d= + +C =0C + : k f()d=k: f()d k : { f() g()}d=: f()d : g()d =f()

More information

미적분-1.indd

미적분-1.indd k k k= k= =4 =-3 = +5- = - 3 P t =t -t +3t- t=3 (NASA) NASA 44 0 (Galilei, G. ; 564~64) C m f() f()=-4.9 +C(m) mm3m f () mf () mf () m.. -9.8 3. 3 f {}=-4.9@+3 f {}=-4.9@+ f {}=-4.9@+ f() f'() f() f()

More information

(01-16)유형아작중1-2_스피드.ps

(01-16)유형아작중1-2_스피드.ps 01 p.10 0001 000 61 0003 4 8 3 4 5 7 4 3 3 3 6 8 9 5 1 1 3 7 9 6 0 1 0004 4 0005 0006 3 0007 6 0008 30 0009 3 19 0010 10 ~14 14 ~18 9 18 ~1 11 1 ~16 4 16 ~0 4 30 0011 160 cm 170 cm 001 10 cm 5 0013 135

More information

121_중등RPM-1상_01해(01~10)ok

121_중등RPM-1상_01해(01~10)ok 1-01 00 11 03 1804 4 05 3506 45 07 5 65 0001 000 0003 0004 0005 01 4 4 6 5 6 9 Í = + =,, Í=Í=Í = = Í Í Í,, 0006 0007 0008 0009 0010 0011 001 7c 5c 3, 3 3, 6, 6 +50 =180 =130 130 +90 +30 =180 =60 60 =60

More information

1 1,.,

1 1,., ,.,. 7 86 0 70 7 7 7 74 75 76 77 78 79 70 7 7 7 75 74 7 7 7 70 79 78 77 76 75 74 7.,. x, x A(x ), B(x ) x x AB =x -x A{x } B{x } x >x AB =x -x B{x } A{x } x =[ -x(xæ0) -x (x

More information

Microsoft Word - ch2_simple.doc

Microsoft Word - ch2_simple.doc REGRESSION / 장. 단순회귀 0 Chapter 단순회귀 회귀분석은종속변수 ( Y ) 와설명변수들 ( X 1, X,..., X p, 독립변수 ) 과관계를분석하는도 구이다. (1) 모형에설정된설명변수들의유의성검정?( 모형과회귀계수의유의성검정 ) () 유의한설명변수중종속변수에영향력이가장큰변수는무엇인가?( 표준화회귀계수 ) (3) 그리고설명변수값들이주어진경우종속변수의예측치는?

More information

I L E V E L1 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 1 2 3 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 01 02 03 04 05 06 07 08 09 10 11 12

I L E V E L1 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 1 2 3 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 01 02 03 04 05 06 07 08 09 10 11 12 LEVEL LEVEL LEVEL LEVEL LEVEL LEVEL LEVEL LEVEL LEVEL LEVEL 1 2 3 4 5 6 7 8 9 10 I L E V E L1 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 1 2 3 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 01 02

More information

480제 생물Ⅰ 해설

480제 생물Ⅰ 해설 001~023 001 002 003 004 005 006 007 008 009 010 011 012 013 014 015 016 017 018 019 020 021 022 023 01 001 정답찾아가기 B 3L/100kg A 2L/100kg B A 1.5 오답피하기 A B 002 정답찾아가기 A B A B B A 27æ 003 정답찾아가기 D D D 오답피하기

More information

수리 영역 가 형 5. 다음 그림과 같이 크기가 같은 정육면체 개가 한 모서리씩을 공유하 면서 각 면이 평행 또는 수직 관계를 유지한 채로 한 평면 위에 놓여있 다. 그림의 세 꼭짓점 A, B, C에 대한 두 벡터 BA 와 BC 가 이루는 각 의 크기를 h라 할 때,

수리 영역 가 형 5. 다음 그림과 같이 크기가 같은 정육면체 개가 한 모서리씩을 공유하 면서 각 면이 평행 또는 수직 관계를 유지한 채로 한 평면 위에 놓여있 다. 그림의 세 꼭짓점 A, B, C에 대한 두 벡터 BA 와 BC 가 이루는 각 의 크기를 h라 할 때, 제``교시 수리 영역( 가 형) 시간:00분 점수:00점 성명 수험 번호 쭚 반드시 본인이 선택한 유형( 가 형 또는 나 형)의 문제인지 확인하시오. 쭚 문제지와 답안지에 성명과 수험 번호를 정확히 기입하시오. 쭚 MR 답안지에 성명, 수험 번호, 응시 유형 및 선택 과목, 답 등을 표기할 때에는 반드시 수험생이 지켜야 할 사항 에 따라 표기하시오. 쭚 문항에

More information

파이널생명과학1해설OK

파이널생명과학1해설OK EBS EBS 00 Finl E d u c t i o n l B r o d c s t i n g S y s t e m CO A B A~C CHON CHONP N.5 % 86.5 % 5.... 5. 6.. 8. 9. 0..... 5. 6.. 8. 9. 0. X Y X X 6 G DNA DNA S (A) (B) G DNA DNA (A)=; ;=;6!; (B)=;

More information

2010 6 - iii - - i - - ii - - iii - - iv - - v - - vi - - vii - - viii - - 1 - - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - - 8 - - 9 - - 10 - - 11 - - 12 - - 13 - - 14 - - 15 - - 16 - - 17 - - 18 - - 19 - - 20

More information

0 cm (++x)=0 x= R QR Q =R =Q = cm =Q =-=(cm) =R =x cm (x+) = +(x+) x= x= (cm) =+=0 (cm) =+=8 (cm) + =0+_8= (cm) cm + = + = _= (cm) 7+x= x= +y= y=8,, Q

0 cm (++x)=0 x= R QR Q =R =Q = cm =Q =-=(cm) =R =x cm (x+) = +(x+) x= x= (cm) =+=0 (cm) =+=8 (cm) + =0+_8= (cm) cm + = + = _= (cm) 7+x= x= +y= y=8,, Q . 09~ cm 7 0 8 9 8'-p 0 cm x=, y=8 cm 0' 7 cm 8 cm 9 'åcm 90 'åcm T T=90 T T =" 8 - =' (cm) T= T= _T _T _'_ T=8' (cm ) 7 = == =80 -_ =0 = = _=(cm) M = = _0= (cm) M M =" - = (cm) r cm rcm (r-)cm H 8cm cm

More information

untitled

untitled Mathematics 4 Statistics / 6. 89 Chapter 6 ( ), ( /) (Euclid geometry ( ), (( + )* /).? Archimedes,... (standard normal distriution, Gaussian distriution) X (..) (a, ). = ep{ } π σ a 6. f ( F ( = F( f

More information

¿¬±¸ÃѼ� 3±Çc03ÖÁ¾š

¿¬±¸ÃѼ� 3±Çc03ÖÁ¾š 13 29 36 42 47 52 58 58 76 89 97 101 104 138 138 149 155 181 181 184 188 196 200 205 212 216 218 218 224 227 237 237 254 285 285 298 309 323 323 335 360 366 366 374 393 13 14 15 16 17 18 19 20 21 22 23

More information

a b c d e f^xh= 2x 2 + ax a f^1+ hh -f^1h lim 6 h 0 h = " A B C D E A J an K O B K b 1O C K 1 1 c 1 0O D K O 0 d K O E Le 1

a b c d e f^xh= 2x 2 + ax a f^1+ hh -f^1h lim 6 h 0 h =  A B C D E A J an K O B K b 1O C K 1 1 c 1 0O D K O 0 d K O E Le 1 b c d e + + + + x + x f^+ hh -f^h lim 6 h h " A B C D E A J N K O B K b O C K c O D K O d K O E Le P - - 5 A B C D E A J N K O B K b O C K c O D K d O K O E Le P f^+ hh - f^h lim 6 h " h f l^h 6 x + x

More information

..........

.......... 통권 제101호(2007년 10월호) 특허가족 건강길라잡이(비만 시리즈4) 특허가족 건강길라잡이 (비만 시리즈 4) 변리사 김 일 성 킴스국제특허법률사무소 2. 비만과 영양소 4. 무기질(Minerals) 무기질은 단백질, 당질, 지질들과 달리 에너지를 낼 수 없고, 비타민류와 달리 조리과정에서 파괴되지 않는다. 그러나 물에 용해되므로 조리 중의 용액을 버리

More information

1 n dn dt = f v = 4 π m 2kT 3/ 2 v 2 mv exp 2kT 2 f v dfv = 0 v = 0, v = /// fv = max = 0 dv 2kT v p = m 1/ 2 vfvdv 0 2 2kT = = vav = v f dv π m

1 n dn dt = f v = 4 π m 2kT 3/ 2 v 2 mv exp 2kT 2 f v dfv = 0 v = 0, v = /// fv = max = 0 dv 2kT v p = m 1/ 2 vfvdv 0 2 2kT = = vav = v f dv π m n dn dt f v 4 π m kt 3/ v mv exp kt f v dfv 0 v 0, v /// fv max 0 dv kt v p m / vfvdv 0 kt vav. 8v f dv π m k m 0 v / R0 4 T vav.45 0 cm / sec M M p v v fvdv 0 3 fvdv 0 kt m / 3kT v v. 5 m rms v p n dn

More information

II 2 72 90 % 0 % 74 80 % 80 % 90 % 0 % 00 90 0 80 % 0 80 % 8 20 % 9020 % 8 268 ;2 6;=0307y 3 % (90) 72 8 (0) 2 8 74 26 75 0 02 2 5 25 A B AB AB pq A B p+q 2 5 5 2 np r =n(n-)y(n-r+) np r n! nc r = 2 =

More information

(001~042)개념RPM3-2(정답)

(001~042)개념RPM3-2(정답) - 0 0 0 0 6 0 0 06 66 07 79 08 9 0 000 000 000 000 0 8+++0+7+ = 6 6 = =6 6 6 80+8+9+9+77+86 = 6 6 = =86 86 6 8+0++++6++ = 8 76 = = 8 80 80 90 00 0 + = 90 90 000 7 8 9 6 6 = += 7 +7 =6 6 0006 6 7 9 0 8

More information

01_°íºÀÂùöKš

01_°íºÀÂùöKš Total Return Swap 1997 7 J.P. Morgan TRSTotal Return Swap 1998 10 J.P. Morgan 75800 1996 1997 J.P. Morgan SK LG 17100 SK 16129 12593 10235 8150 7300 19981023 1 J.P. Morgan 27550 1 48250 75800 TRS SK SK

More information

2 KAIST 1988,,KAIST MathLetter, 3,,, 3,, 3, 3,

2 KAIST 1988,,KAIST MathLetter, 3,,, 3,, 3, 3, (M 2 ) 2 KAIST 1988,,KAIST MathLetter, 3,,, 3,, 3, 3, 3,,, 2003 8, 4 1 7 11 8 12 26 2 39 21 40 22 54 23 67 24 80 3 93 31 n! 94 32 101 33 115 4 131 41 132 6 42 146 5 163 51 164 52 180 1 8 11 4 4?!,? 2??,?

More information

#수Ⅱ지도서-4단( )

#수Ⅱ지도서-4단( ) IV 4 3 4 5 5 exponent 3 3 Archimedes B.C. 87~B.C. Diophantos?00~?84 a m _a n =a m+n (mn=0y) Stifel M. 487~567 Arithmetica integra y-3--03y y ;8!; ;4!; ;!; 48y Stevin S. 548~60 xx x ()()(3) x ;!; x ;3!;

More information

경제학 최종마무리 박 태 천 편저 미시경제학 3 경제학의 기초 및 수요공급이론 제1회 01 기회비용에 대한 서술로서 가장 옳지 않은 것은? 1 욕구충족에 아무런 제약이 없으면 기회비용이 생기지 않는다. 2 예금하지 않은 현금의 보유에 따른 기회비용은 예금으로부터의 이자소득이다. 3 의무교육제도 아래서 무상교육은 개인적으로는 무료이지만,사회적으로는 기회비용이

More information

untitled

untitled 3. hmks@dongguk.c.kr..,, Type 3 (N. Chomsky) RLG : A tb, A t LLG : A Bt, A t where, A,B V N nd t V T *. LLG RLG,. ) G : S R S c R Sb L(G) = { n cb n n } is cfl. () A grmmr is regulr if ech rule is i) A

More information

<BCF6BFE4B0ADB4DC322E687770>

<BCF6BFE4B0ADB4DC322E687770> 다니엘 1 (1-4 장) 2015년 4월 15일 다니엘 전체 이해 1. 다니엘의 배경과 상황 a. 다니엘은 히브리어 이름으로 하나님은 나의 심판자이시라 는 뜻 b. 다니엘은 왕족으로 어린 나이에 바벨론의 포로로 끌려가서 그곳에서 왕실의 최고 교육을 받음 i. 16 ii. 1:4, iii. c. 하나님이 다니엘에게 꿈과 환상을 해석하는 특별한 은사를 주심 i.

More information

<C3D6BFECBCF6BBF328BFEBB0ADB5BF29202D20C3D6C1BE2E687770>

<C3D6BFECBCF6BBF328BFEBB0ADB5BF29202D20C3D6C1BE2E687770> 본 작품들의 열람기록은 로그파일로 남게 됩니다. 단순 열람 목적 외에 작가와 마포구의 허락 없이 이용하거나 무단 전재, 복제, 배포 시 저작권법의 규정에 의하여 처벌받게 됩니다. 마포 문화관광 스토리텔링 공모전 구 분 내 용 제목 수상내역 작가 공모분야 장르 소재 기획의도 용강동 정구중 한옥과 주변 한옥들에 대한 나의 추억 마포 문화관광 스토리텔링 공모전 최우수상

More information

InRow RP TDM KO.book

InRow RP TDM KO.book InRow RP 냉각수 / 직접 확장 - 50/60 Hz 공냉식 ACRP100 ACRP101 ACRP102 냉각수 ACRP500 ACRP501 ACRP502 기술 데이터 American Power Conversion 법적책임 부인 American Power Conversion Corporation 은 본 설명서에 제공된 정보가 믿을 수 있으며 오류가 없거나

More information

Áß2±âÇØ(01~56)

Áß2±âÇØ(01~56) PRT 0 heck x=7y=0 x=0y=90 9 RH RHS 8 O =8 cmp =6 cm 6 70 7 8 0 0 0 SS 90 0 0 0 06 07 08 09 0 cm 6 7 8 9 0 S 6 7 8 9 0 8cm 6 9cm 7 8 9 cm 0 cm x=0 y=00 0 6 7 9 8 9 0 0 cm 6 7 8 9 60 6 6 6 6 6 6 7 8 7 0

More information

슬라이드 1

슬라이드 1 Prncples of Econometrcs (3e) 013 년 1 학기 윤성민 8.1. 이분산의본질 ( 예 ) 식료품지출 / 식료품지출과소득에관한 40 개표본 8.1 이분산의본질 3 8.1 이분산의본질 4 8.1 이분산의본질 동분산가정 5 8.1 이분산의본질 이분산가정 6 8.1

More information

(001~007)수능기적(적통)부속

(001~007)수능기적(적통)부속 0 6 06. C : k d=k+c k «+-, : «d= «± +C + =- : d=: ;[!; d=l +C : kf()d=k: f()d k : { f()+g()} d=: f()d+: g()d : { f()-g()} d=: f()d-: g()d : si d=-cos +C : cos d=si+c 008 : sec d=ta +C : cosec d=-cot +C

More information

III 3 0 0 03 04 6 «P! «C = 34= 343 r! r!(-r)! 3 5 0 6 7 8 9 0 4 8 4 0 A p A r «C p (-p) -r ( r=0y) () {()_() } = 3 ( ) 4 P(X=x)E(X)V(X)r(X) H T S S={(TT)(TH)(HT)(HH)} T H H H Tyy(TT) Hyy(TH) Tyy(HT)

More information

제 호 년 제67차 정기이사회, 고문 자문위원 추대 총동창회 집행부 임원 이사에게 임명장 수여 월 일(일) 년 월 일(일) 제 역대 최고액 모교 위해 더 확충해야 강조 고 문:고달익( 1) 김병찬( 1) 김지훈( 1) 강보성( 2) 홍경식( 2) 현임종( 3) 김한주( 4) 부삼환( 5) 양후림( 5) 문종채( 6) 김봉오( 7) 신상순( 8) 강근수(10)

More information

!%&$! "!!!!!#! $!!!!!%! &'()! *! +,-./01! 23! 4567!

!%&$! !!!!!#! $!!!!!%! &'()! *! +,-./01! 23! 4567! & '()*)+,-&.(/)0-12&!"#$%&'()#*+,%-)"&'.'/001!213"4506437&!"#$%&'()$#*+,#*-'./+"##0*1/2' 34' 567' 89:' ;'?' @ABC' DE' FG' HIJ K LMNO K LPQR K LSTU K LV

More information

1. A B C 4. ABC B C A B A B C A C AB BC ABC. ABC C + A + B C A B A B C A B C B A C B C A C A B C B A 5. AB xy pqr x B xy p -y AB. A. A. B. TV B. C. AB

1. A B C 4. ABC B C A B A B C A C AB BC ABC. ABC C + A + B C A B A B C A B C B A C B C A C A B C B A 5. AB xy pqr x B xy p -y AB. A. A. B. TV B. C. AB 018 학년도대학수학능력시험문제및정답 1. A B C 4. ABC B C A B A B C A C AB BC ABC. ABC C + A + B C A B A B C A B C B A C B C A C A B C B A 5. AB xy pqr x B xy p -y AB. A. A. B. TV B. C. ABC lålılç lå

More information

목 차 Ⅰ. 조사개요 1 Ⅱ. 용어해설 13 Ⅲ. 조사결과 17 1. 과학기술인력 양성 및 활용에 관한 거시통계 분석 결과 9 1 가. 과학기술인의 양성 현황 19 나. 과학기술인의 취업 현황 24 다. 과학기술인의 경제활동 현황 27 라. 과학기술인의 고용 현황 28

목 차 Ⅰ. 조사개요 1 Ⅱ. 용어해설 13 Ⅲ. 조사결과 17 1. 과학기술인력 양성 및 활용에 관한 거시통계 분석 결과 9 1 가. 과학기술인의 양성 현황 19 나. 과학기술인의 취업 현황 24 다. 과학기술인의 경제활동 현황 27 라. 과학기술인의 고용 현황 28 목 차 Ⅰ. 조사개요 1 Ⅱ. 용어해설 13 Ⅲ. 조사결과 17 1. 과학기술인력 양성 및 활용에 관한 거시통계 분석 결과 9 1 가. 과학기술인의 양성 현황 19 나. 과학기술인의 취업 현황 24 다. 과학기술인의 경제활동 현황 27 라. 과학기술인의 고용 현황 28 2. 과학기술인력 활용 실태조사 분석 결과 23 가. 과학기술인의 고용 및 채용 현황 3

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 Chapter Radar Cross Section ( R C S ) 엄효준교수 한국과학기술원 Contents.1. RCS Definition.. RCS Prediction Methods.3. RCS Dependency on Aspect Angle and Frequency.4. RCS Dependency on Polarization.5. RCS of Simple

More information

1 1 x + # 0 x - 6 x 0 # x # 2r sin2x- sin x = 4cos x r 3 r 2r 5 r 3r

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

More information

1

1 주간신문최대!80면 80면 이슈 화제풍성 705호 판매기간 4월 14일 인터넷 뉴스 BreakNews 여배우A양술접대파문 전직국무총리아들접대에동원된여배우접대비5백만원받은내막 공연기획사대표, 예산지원미끼에수억뜯겨 제2의장자연 파장 www.breaknews.com 동남권신공항건설 백지화 에맞불놓은박근혜 도발 시나리오 박근혜 이명박 VS 신공항대전 발발 재계와갤러리의검은커넥션

More information

<30302DB8E9C1F62DB8F1C2F72830363139292E687770>

<30302DB8E9C1F62DB8F1C2F72830363139292E687770> 목 차 제1장 공현황 1. 일반행정 체 3 1-1 청 연혁 3 1-2 기구 및 정원 6 1-3 기 능 7 1-4 예산현황 9 1-5 법령 및 행정규칙 11 2. 난행정 체 13 2-1 인명피해(자연, 인적, 화) 현황 13 2-2 난관리 체 14 2-3 난관련 법령 현황 28 제2장 예안전 분야 1. 2011년도 국가난대응 안전한국 종합훈련 33 1-1 훈련

More information

1 11 111 111-1 p, q, r A, B, C (1 p

More information

07.051~058(345).fm

07.051~058(345).fm w wz 8«3y 2008 6 pp. 51 ~ 58 m qp yp š w k sƒ Evaluation of Dynamic Modulus based on Aged Asphalt Binder y*á **Á***Á**** Lee, Kwan-HoÁCho, Kyung-RaeÁLee, Byung-SikÁSong, Yong-Seon Abstract Development

More information

REVIEW CHART 1

REVIEW CHART 1 Rev.3, 27. October 2017 구교 2017. 10. 27 한국철도시설공단 REVIEW CHART 1 1 2 θ 3 θ θ 4 5 knm 6 7 8 9 10 11 K V K h K s 12 상재하중 복토중량 암거중량 측면마찰력 양압력 13 14 15 16 17 18 19 θ =80 ~90 L 1 L2 L1 L=2L +L 1 2 L1

More information

untitled

untitled 200 180 ( ) () 1,060 1,040 160 140 120 / () 1,020 1,000 980 100 960 80 940 60 920 2005.1 2005.2 2005.3 2005.4 2006.1 2006.2 2006.3 2006.4 2007.1 2007.2 2007.3 150000 () (% ) 5.5 100000 CD () 5.4 50000

More information

<30352D30312D3120BFB5B9AEB0E8BEE0C0C720C0CCC7D82E687770>

<30352D30312D3120BFB5B9AEB0E8BEE0C0C720C0CCC7D82E687770> IT법률컨설팅 강의교안 (상) 영문계약의 이해 소프트웨어 자산관리기법 영문계약의 이해 - 1 - - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - - 8 - - 9 - - 10 - - 11 - - 12 - - 13 - - 14 - - 15 - - 16 - - 17 - - 18 - - 19 - - 20 - - 21 - - 22 - - 23 -

More information

+ F F P. = = = F = F F = = 0 cm =x cm =(x+)x x=0 =0 cm cm cm x cm = =0(cm) P. 0 x=y= x= cm FF cm 0 x= x= =x(0-x) x= 0 (+)=x x= (+)=y 0 y= x= x= = 0= 0

+ F F P. = = = F = F F = = 0 cm =x cm =(x+)x x=0 =0 cm cm cm x cm = =0(cm) P. 0 x=y= x= cm FF cm 0 x= x= =x(0-x) x= 0 (+)=x x= (+)=y 0 y= x= x= = 0= 0 = = = = = - =-=0 0 F ==0 +=0 +F=0 =F ªF F = F =0 F =F = F = 0= x= x= y= y= z= z= x+y+z=++= x y z x+y+z = = ªSS = y` = = (cm) ª 0% 0% P. ªªªF =. =. =. 0 =. F =. =0 = F =. F = 0 F ªF F = =F = x=, y= x=,

More information

歯PLSQL10.PDF

歯PLSQL10.PDF 10 - SQL*Pl u s Pl / SQL - SQL*P lus 10-1 1 0.1 PL/ SQL SQL*Pl u s. SQL*P lus 10-2 1 0.2 S QL* Pl u s PL/ S QL SQL*Pl u s, Pl / SQL. - PL/ SQL (i npu t ), (s t or e ), (r un). - PL/ SQL s cr i pt,,. -

More information

2005 7

2005 7 2005 7 ii 1 3 1...................... 3 2...................... 4 3.................... 6 4............................. 8 2 11 1........................... 11 2.................... 13 3......................

More information

o 등산ㆍ트레킹ㆍ레저스포츠ㆍ탐방 또는 휴양ㆍ치유 등의 활동을 위하여 산림에 조성하거나 사용하는 길

o 등산ㆍ트레킹ㆍ레저스포츠ㆍ탐방 또는 휴양ㆍ치유 등의 활동을 위하여 산림에 조성하거나 사용하는 길 - 3 - - 5 - - 6 - 2013년 숲길의 조성 및 운영ㆍ관리 매뉴얼 1.1 숲길의 정의 등산ㆍ트레킹ㆍ레저스포츠ㆍ탐방 또는 휴양ㆍ치유 등의 활동을 위하여 산림에 조성하거나 사용하는 길(이와 연결된 산림 밖의 길을 포함) * 산림문화ㆍ휴양에 관한 법률 제2조제6항 1.2 숲길의 종류 * 산림문화ㆍ휴양에 관한 법률 제22조의2 숲 길 숲길유형 등산로

More information

Microsoft Word - LectureNote.doc

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

More information

<C5F0B0E82D313132C8A328C0DBBEF7BFEB292E687770>

<C5F0B0E82D313132C8A328C0DBBEF7BFEB292E687770> 2012년 7월 17일 발행 통권 제112호 112 발행인:李圭衡/편집인:金尙勳/주간:金泰詢/발행처:社)退溪學釜山硏究院 (우614-743) 釜山市釜山鎭區田浦洞608-1 819-8587/F.817-4013 出處가 분명한 공직사회 인간이 가지는 인성은 그 특성이 다양하여 일률적으로 판단 한 하기는 쉽지 않다. 그러므로 어떤 관점과 측면에서 논하느냐에

More information

dnu.pdf

dnu.pdf ISODNU 1 ISO DNU/DNUL DNU DNUL 32 40 50 63 80 Gx G G Gy Gy G M10x1.25 M12x1.25 M16x1.5 M16x1.5 M20x1.5 M20x1.5 [mm] 19 21 23 23 30 30 4 [MPa] 1.2 [ C] 20 80 0.6MPa [N] 482 753 1178 1870 3015 4712 415 633

More information

methods.hwp

methods.hwp 1. 교과목 개요 심리학 연구에 기저하는 기본 원리들을 이해하고, 다양한 심리학 연구설계(실험 및 비실험 설계)를 학습하여, 독립된 연구자로서의 기본적인 연구 설계 및 통계 분석능력을 함양한다. 2. 강의 목표 심리학 연구자로서 갖추어야 할 기본적인 지식들을 익힘을 목적으로 한다. 3. 강의 방법 강의, 토론, 조별 발표 4. 평가방법 중간고사 35%, 기말고사

More information

1 2 3 4 8 10 10 21 313 322 1 http://www.ktr.mlit.go.jp/river/shihon/river_shihon00000173.html 2 ds dt f r q ( t) ( t) ( ttl ) P s ( t) K q( tt ) l q ( t) 3.6 Q A ( t) r ( ) R t 0 f ) 0. 0 ( t R 0 r ( t

More information

13-darkenergy

13-darkenergy Special Topics in Nuclear and Particle Physics Astroparticle Physics Lecture 13 Inflation & Dark Energy Dec., 15 Sun Kee Kim Seoul National University (CMB) : 1 1 LSS? (Horizon problem) LSS sound horizon

More information

목 록( 目 錄 )

목 록( 目 錄 ) 부 附 록 錄 목록( 目 錄 ) 용어설명( 用 語 說 明 ) 색인( 索 引 ) 목 록( 目 錄 ) 278 고문서해제 Ⅷ 부록 목록 279 1-1 江 華 ( 內 可 面 ) 韓 晩 洙 1909년 10월 11일 1-2 江 華 ( 內 可 面 ) 韓 晩 洙 洪 元 燮 1909년 10월 2-1 江 華 ( 府 內 面 ) 曺 中 軍 宅 奴 業 東 고종 18년(1881) 11월

More information

Ⅴ.피타코라스2(P128-139)

Ⅴ.피타코라스2(P128-139) 2 1. > 2. 7 230 m 185 m 2. 1 ab ABCD BD x BCD x =a +b x>0 x="a +b a "a +a ="2ça ='2a 129 (1) 4cm5cm "4 +5 ='1ƒ6+25='4å1 (cm) (2) 4cm '2_4=4'2 (cm) 1 x (1) (2) 45 1 BC =CA =a ABC AB BC CA AB =BC +CA =a

More information

슬라이드 제목 없음

슬라이드 제목 없음 물리화학 1 문제풀이 130403 김대형교수님 Chapter 1 Exercise (#1) A sample of 255 mg of neon occupies 3.00 dm 3 at 122K. Use the perfect gas law to calculate the pressure of the gas. Solution 1) The perfect gas law p

More information

(01~80)_수완(지학1)_정답ok

(01~80)_수완(지학1)_정답ok www.ebsi.co.kr 01 THEME 005 ABC abcd C A b 20~30 km HR HR 10 6 10 5 10 4 10 3 10 2 (=1) 10 1 10 _1 10 _2 10 _3 10 _4 10 7 30000 10000 6000 3000 (K) 11111111 11111111 10 8 10M 6M 10 9 3M 10 10 1M 10 11

More information