통계학입문

Size: px
Start display at page:

Download "통계학입문"

Transcription

1 통계학입문 ( 기초통계학 )

2

3 1. 1 개요 통계학 (statistics) 관심의대상에대해관련된자료를수집하고그 자료를요약, 정리하여이로부터불확실한사실에 대한결론이나일반적인규칙성을추구하는학문 Statistic : 통계치, 통계량 CH 1-2

4 1. 1 개요 통계학 (statistics) 기술통계학 (descriptive stat) 수집된자료의정리및요약방법을다룸 추측통계학 (inferential stat) 자료를통한모수의추정및모수에대한가설검정 추정 선자료수집후결정 검정 선결정후자료수집및교정 CH 1-3

5 통계학 (statistics) 1. 1 개요 Infer : 추측하다. 추론하다. 부분 전체 (?) 선자료수집, 후결정선결정, 후자료수집및교정 ( 부분을보고전체에대해결론을내림 ) Ex) 연애투자 신중히맴돌다교제여부결정 ( 신중형 ) 일단교제후계속교제여부결정( 카사노바형 ) 도청, 시청이전계획등을확인하고땅구입 여기저기도청이전가능성높은곳들을구매후도청이전이안된곳은매각 CH 1-4

6 1. 2 변수의종류 변수 (Variable) 조사대상의관심이되는특성 Ex) 조사대상 변수 조사대상 변수 키 I Q 라면값 몸무게 월 세 사람 수 미 입 모 분식집 성업여부 모수 : 충대남학생전체의키평균, 모수 : 모든궁동분식집라면값의평균 or 최소값 CH 1-5

7 변수 (Variable) 1. 2 변수의종류 질적변수 (qualitative variable) 명의적 (nominal) 질적변수 : 고향, 색깔등 순서적 (ordinal) 질적변수 : 선호도, 외모등 양적변수 (quantitative) 연속 (continuous): 몸무게, 나이, 시간, 온도등 이산 (discrete): 사람수, 불량품수 크게질적, 양적분류로충분 나이 : 연속이지만이산취급 ( 보통 2 세, 신생아실, 2.1 시간 ) CH 1-6

8 자료요약법 줄기그림 그림 OR 도표 도수분포표와 histogram 원그래프 자 료 요약법 상자그림 수치요약 숫 자 대표값과산포도 CH 1-7

9 1.3 줄기그림 (stem plot) Ex) 충남대남학생 15 명의몸무게자료 Data ( 단위 : Kg) CH 1-8

10 1. 3 줄기그림 줄기그림 ( 남학생 ) 분포의중심파악 분포의전체적인모양 이상치유무판단 CH 1-9

11 서로맞댄줄기그림 (back to back stem plot) Ex) 충남대여학생 20 명의몸무게자료 Data : 45, 48, 1. 3 줄기그림 남학생 여학생 장점 두그룹의 자료비교 CH 1-10

12 줄기의세분 Ex) 충남대남학생 15명의키자료 Data ( 단위 : cm) 줄기그림 분포형태 18 1 파악불가 줄기를세분 CH 1-11

13 줄기의세분 1. 3 줄기그림 * 17t 17f 17s * 또는 * * 1 줄기의세분은 5 개혹은 2 개로만가능 10 = 5 2 CH 1-12

14 1. 4 도수분포표와 Histogram Ex) 200 쌍부부의자녀수조사 Data : 0, 2, 1, 2, 3, ( 이산형양적자료 ) 도수분포표 자녀수 0 1 도수 (frequency) 상대도수 (relative freq.) 임의로뽑은부부의자녀수에대한확률추정치 히스토그램 합계 CH 1-13

15 분포파악이가장유리한그림? 1. 4 도수분포표와 Histogram Ex) 충남대생 1000 명의키측정 Data : 167, 171, Ordered data: 155,, 189 min Stem plot( 줄기그림 ) * * * 17. max Too many leaves CH 1-14

16 분포파악이가장유리한그림? 1. 4 도수분포표와 Histogram 도수분포표 히스토그램 키 도수 Pancake graph 합계 1000 가지수가너무많음 CH 1-15

17 분포파악이가장유리한그림? 1. 4 도수분포표와 Histogram 자료의 grouping ( 계급화 ) 필요. 계급의수는관측값의수에따라 6-20 개 만약 7 개로하면 Max - Min 7 = = 34 7 ~ ~ 5 가계급의폭 CH 1-16

18 분포파악이가장유리한그림? 1. 4 도수분포표와 Histogram 계 급 도수 상대도수 도수밀도 155 ~ ~ ~ ~ ~ ~ ~ 합 계 ~ 160 은 155 이상 160 미만임 CH 1-17

19 185~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~160 Chapter 1. 자료의정리 분포파악이가장유리한그림? 1. 4 도수분포표와 Histogram Histogram 상대도수 도수밀도 CH 1-18

20 분포파악이가장유리한그림? 도수밀도 (freq density) = 도수 / 계급폭 1. 4 도수분포표와 Histogram 계급이등간격이면, 도수, 상대도수, 도수밀도상관없음. Ex) Odered data 2, 6, 7, 7, 7, 7, 8, 8, 8, 9, 11, 11, 11, 11, 11, 11, 11, 11, 12, 12, 12, 12, 12, 13, 13, 13, 14, 14, 14, 15, 16, 16, 17, 17, 17, 17, 18, 18, 19, 20 CH 1-19

21 분포파악이가장유리한그림? 1. 4 도수분포표와 Histogram 계 급 도수 상대도수 도수밀도 0 ~ ~ ~ ~ 합 계 40 1 도수 상대도수 ~5 5~10 10~15 15~20 0 0~5 5~10 10~15 15~20 CH 1-20

22 분포파악이가장유리한그림? 1. 4 도수분포표와 Histogram 계 급 도수 상대도수 도수밀도 0 ~ ~ ~ 합 계 40 1 도수 도수밀도 ~5 5~10 10~15 15~20 0 0~5 5~10 10~15 15~20 CH 1-21

23 분포파악이가장유리한그림? 1. 4 도수분포표와 Histogram 도수 30 상대도수 ~5 5~10 10~15 15~20 0 0~5 5~10 10~15 15~20 도수 도수밀도 ~5 5~10 10~15 15~20 0~5 5~10 10~15 15~20 CH 1-22

24 질적변수 도수분포표 1. 4 도수분포표와 Histogram 원그래프 Ex) 200 쌍이혼부부의이혼사유조사 사유성격차이고부갈등배우자부정가정폭력 도수 주 기 벽 타 합계 200 각종그래프들 CH 1-23

25 잘못그려진그래프 1. 4 도수분포표와 Histogram 출처 : Statistics, Concepts and Controrersies by Pavid S.Moore CH 1-24

26 잘못 (?) 그려진그래프 1. 4 도수분포표와 Histogram 출처 : Statistics, Concepts and Controrersies by Pavid S.Moore CH 1-25

27 1. 5 수치요약과상자그림 (number summary and box plot) 다섯수치 최소값 제 1 사분위수 (1st Quartile) 중위수 (Median) 제 3 사분위수 (3rd Quartile) 최대값 Ex) Ordered data 최소값 Q1 중위수 Q3 최대값 Ex) 세수치, 아홉수치요약도가능 Note : 자료가다섯개면각값들이다섯수치가됨 CH 1-26

28 수치요약 1. 5 수치요약과상자그림 관측값의깊이 순서화된자료에서중앙의왼편에있을때에는왼쪽부터, 오른쪽에있을때에는오른쪽부터의누적도수.( 같은값이없을때는순서 ) Ordered data 깊이 CH 1-27

29 수치의깊이 1. 5 수치요약과상자그림 중위수의깊이 d(m) = n Q1, Q3 의깊이 [d(m)] + 1, [ ] 는를넘지않는최대정수 2 x x CH 1-28

30 수치의깊이 1. 5 수치요약과상자그림 Ex) 충남대남학생 12 명의한달평균용돈조사 (n=12)( 단위 : 만원 ) Ordered data n d(m) = = = 6.5 = 19 [d(m)] [6.5] Q1, Q3 의깊이 = = = 3.5 Q1 = = 12 Q3 = = CH 1-29

31 상자그림 1. 5 수치요약과상자그림 용돈조사데이터를다섯수치로요약. ( 3, 12, 19, 27, 40 ) < 위의다섯수치로얻은상자그림 > CH 1-30

32 상자그림 1. 5 수치요약과상자그림 Ex) 만약최대가 100 ( 40 대신 ) 이면, 최소, Q1, M, Q3 는불변 다섯수치요약 : ( 3, 12, 19, 27, 100 ) Min Max < 위의다섯수치로얻은상자그림 > CH 1-31

33 상자그림의중요수치 1. 5 수치요약과상자그림 IQR (Interquartile range ; 사분위범위 ) Q₃ Q₁ = = 15 IL (Inner Lower fence) Q₁- 1.5 ㆍ IQR = x 15 = IU (Inner Upper fence) Q₃+ 1.5 ㆍ IQR = x 15 = 49.5 OL (Outer Lower fence) Q₁ 3 ㆍ IQR = 12 3 x 15 = -33 OU (Outer Upper fence) Q₃+ 3 ㆍ IQR = x 15 = 72 AL (Adjacent Lower value) AU (Adjacent Upper value) Inner fence 안에서가장큰값들 CH 1-32

34 상자그림 1. 5 수치요약과상자그림 다시작성된상자그림 OL IL AL AU IU OU O < 위의다섯수치로얻은상자그림 > CH 1-33

35 2 개의상자그림 Data 비교 1. 5 수치요약과상자그림 상자그림의사용예 CH 1-34

통계학입문

통계학입문 확률및통계특강 세부사항 교수님 성함 : 김홍기 연락처 : 821-5433 E-mail : honggiekim@cnu.ac.kr 교재 : 통계학입문 ( 정익사 / 김주한외 ) 강의자료 ppt 파일은정보통계학과홈페이지 -> 대학원 -> 수업자료 또는사이버캠퍼스자료실 이사이트에서기출문제도얻을수있습니다. 중간고사 (closed book) : 45%, 기말고사 (open

More information

확률과통계 강의자료-1.hwp

확률과통계 강의자료-1.hwp 1. 통계학이란? 1.1 수학적 모형 실험 또는 증명을 통하여 자연현상을 분석하기 위한 수학적인 모형 1 결정모형 (deterministic model) - 뉴톤의 운동방정식 : - 보일-샤를의 법칙 : 일정량의 기체의 부피( )는 절대 온도()에 정비례하고, 압력( )에 반비례한다. 2 확률모형 (probabilistic model) - 주사위를 던질 때

More information

statistics

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

More information

슬라이드 1

슬라이드 1 27 제 3 장수치요약 상자그림 1. 다섯수치요약평균 (Mean) 어떤경우에는상당히불확실하다. 예를들면점수분포가작은값에편중되고큰값쪽으로길게꼬리를뻗고있는경우점수분포가큰값쪽에편중되고작은값쪽으로길게꼬리를뻗고있는경우분포의대칭성여부를알지못하는경우평균은대표값의역할을할수없다. 작은값에편중, 큰값쪽으로꼬리가긴모형 큰값에편중, 작은값쪽으로꼬리가긴모형 28 중위수 (Median)

More information

untitled

untitled Math. Statistics: Statistics? 1 What is Statistics? 1. (collection), (summarization), (analyzing), (presentation) (information) (statistics).., Survey, :, : : QC, 6-sigma, Data Mining(CRM) (Econometrics)

More information

(001~006)개념RPM3-2(부속)

(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

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

<C3CA3520B0FAC7D0B1B3BBE7BFEB202E687770>

<C3CA3520B0FAC7D0B1B3BBE7BFEB202E687770> 1. 만화경 만들기 59 2. 물 속에서의 마술 71 3. 비누 탐험 84 4. 꽃보다 아름다운 결정 97 5. 거꾸로 올라가는 물 110 6. 내가 만든 기압계 123 7. 저녁 노을은 맑은 날씨? 136 8. 못생겨도 나는 꽃! 150 9. 단풍잎 색깔 추리 162 10. 고마워요! 지렁이 174 1. 날아라 열기구 188 2. 나 누구게? 198 3.

More information

중심경향치 (measure of central tendency) 대표값이란용어이외에자료의중심값또는중심위치의척도 (measure of central location) 라고도함. 예 : 평균 (mean= 산술평균 ; arithmetic mean), 절사평균 (trimmed

중심경향치 (measure of central tendency) 대표값이란용어이외에자료의중심값또는중심위치의척도 (measure of central location) 라고도함. 예 : 평균 (mean= 산술평균 ; arithmetic mean), 절사평균 (trimmed 중심경향치 (measure of central tendency) 대표값이란용어이외에자료의중심값또는중심위치의척도 (measure of central location) 라고도함. 예 : 평균 (mean= 산술평균 ; arithmetic mean), 절사평균 (trimmed mean), 가중평균 (weighted mean), 기하평균 (geometric mean),

More information

3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료

3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료 3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료 분포형태, 상대적위치, 극단값 분포형태 z-값 체비셰프의원리 경험법칙 극단값찾기 분포형태 : 왜도 (skewness) 분포형태를측정하는중요한척도중하나를 왜도 라고한다. 자료집합의왜도를구하는계산식은조금복잡하다. 통계프로그램을사용하여왜도를쉽게계산할수있다.

More information

확률 및 분포

확률 및 분포 확률및분포 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 확률및분포 1 / 15 학습내용 조건부확률막대그래프히스토그램선그래프산점도참고 박창이 ( 서울시립대학교통계학과 ) 확률및분포 2 / 15 조건부확률 I 첫째가딸일때두아이모두딸일확률 (1/2) 과둘중의하나가딸일때둘다딸일확률 (1/3) 에대한모의실험 >>> from collections import

More information

(291)본문7

(291)본문7 2 Chapter 46 47 Chapter 2. 48 49 Chapter 2. 50 51 Chapter 2. 52 53 54 55 Chapter 2. 56 57 Chapter 2. 58 59 Chapter 2. 60 61 62 63 Chapter 2. 64 65 Chapter 2. 66 67 Chapter 2. 68 69 Chapter 2. 70 71 Chapter

More information

¾Ë·¹¸£±âÁöħ¼�1-ÃÖÁ¾

¾Ë·¹¸£±âÁöħ¼�1-ÃÖÁ¾ Chapter 1 Chapter 1 Chapter 1 Chapter 2 Chapter 2 Chapter 2 Chapter 2 Chapter 2 Chapter 3 Chapter 3 Chapter 3 Chapter 3 Chapter 3 Chapter 3 Chapter 3 Chapter 3 Chapter 4 Chapter 4

More information

01....b74........62

01....b74........62 4 5 CHAPTER 1 CHAPTER 2 CHAPTER 3 6 CHAPTER 4 CHAPTER 5 CHAPTER 6 7 1 CHAPTER 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50

More information

= ``...(2011), , (.)''

= ``...(2011), , (.)'' Finance Lecture Note Series 사회과학과 수학 제2강. 미분 조 승 모2 영남대학교 경제금융학부 학습목표. 미분의 개념: 미분과 도함수의 개념에 대해 알아본다. : 실제로 미분을 어떻게 하는지 알아본다. : 극값의 개념을 알아보고 미분을 통해 어떻게 구하는지 알아본다. 4. 미분과 극한: 미분을 이용하여 극한값을 구하는 방법에 대해 알아본다.

More information

<30392DB9CCB1B9BEE7C7E3C7A55F28C7D1B1DB2C2030363330292E786C73>

<30392DB9CCB1B9BEE7C7E3C7A55F28C7D1B1DB2C2030363330292E786C73> [번역] 부속서 2-나 미합중국 양허표 HTS 8 품목명 기준세율 유형 01011000 말, 당나귀, 노새, 나귀(순수종의 번식용) 01019010 말(순수종의 번식용 이외) 01019020 당나귀(순수종의 번식용 이외) 6.8% D 01019030 노새와 나귀(도살용으로 수입된것) 01019040 노새와 나귀(도살용으로 수입된것 이외) 4.5% 01021000

More information

Ç¥Áö-¸ñÂ÷

Ç¥Áö-¸ñÂ÷ http://www.keis.or.kr Analysis of HRD-Net Statistics Analysis of HRD-Net Statistics HRD-Net 2005 직업훈련동향 http://www.keis.or.kr Analysis of HRD-Net Statistics 2005 HRD-Net 통계분석 Analysis of HRD-Net Statistics

More information

Gray level 변환 및 Arithmetic 연산을 사용한 영상 개선

Gray level 변환 및 Arithmetic 연산을 사용한 영상 개선 Point Operation Histogram Modification 김성영교수 금오공과대학교 컴퓨터공학과 학습내용 HISTOGRAM HISTOGRAM MODIFICATION DETERMINING THRESHOLD IN THRESHOLDING 2 HISTOGRAM A simple datum that gives the number of pixels that a

More information

Microsoft Word - EDA_Univariate.docx

Microsoft Word - EDA_Univariate.docx 일변량분석개념 일변량분석은개체의특성을 측정한변수가하나인 통계분석 방법 변수의 종류 ( 수리 통계 ) 이산형 (discrete): 측정결과를셀수있는경우이다. 성별, 직업, 교통량, 나이등이여기해당된다. 연속형 (continuous): 측정결과가무한이 (infinite) 많은변수를연속형형변수라한다. 즉변수의범위 (range) 중어떤구간을설정하더라도측정치가발생할할수있는경우로키,

More information

주지스님의 이 달의 법문 성철 큰스님 기념관 불사를 회향하면서 20여 년 전 성철 큰스님 사리탑을 건립하려고 중국 석굴답사 연구팀을 따라 중국 불교성지를 탐방하였습 니다. 대동의 운강석굴, 용문석굴, 공의석굴, 맥적산석 굴, 대족석굴, 티벳 라싸의 포탈라궁과 주변의 큰

주지스님의 이 달의 법문 성철 큰스님 기념관 불사를 회향하면서 20여 년 전 성철 큰스님 사리탑을 건립하려고 중국 석굴답사 연구팀을 따라 중국 불교성지를 탐방하였습 니다. 대동의 운강석굴, 용문석굴, 공의석굴, 맥적산석 굴, 대족석굴, 티벳 라싸의 포탈라궁과 주변의 큰 불교학과반(1년 과정) 기초교리반(6개월 과정) 매주 화요일 저녁 7시 매주 목요일 오후 2시 / 저녁 7시 5월 5일 5월 12일 5월 19일 5월 26일 어린이날 휴강 인도불교사 2 / 이거룡 교수님 인도불교사 3 / 이거룡 교수님 중국불교사 1 / 이덕진 교수님 5월 7일 5월 14일 5월 21일 5월 28일 백련암 예불의식 및 기도법 / 총무스님 성철

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

05 ƯÁý

05 ƯÁý Special Issue 04 / 46 VOL. 46 NO. 4 2013. 4 47 Special Issue 04 / 48 VOL. 46 NO. 4 2013. 4 49 S pecial Issue 04 / IHP 7단계 연구사업 구분 1970년대 1980년대 1990년대 2000년대 연최대 강우량 침수면적 인명피해 재산피해 그림 4. 시군구별 연 최대 강우량과

More information

Monthly User Guide from JMP Korea 제 13 호 (2018 년 8 월 ) Excel 과 JMP, Excel 보다 JMP * 본 Guide 는매월세번째수요일에발행됩니다 (2018 년 7 월호부터는 JMP 14 Version 기준입니다 ) ** M

Monthly User Guide from JMP Korea 제 13 호 (2018 년 8 월 ) Excel 과 JMP, Excel 보다 JMP * 본 Guide 는매월세번째수요일에발행됩니다 (2018 년 7 월호부터는 JMP 14 Version 기준입니다 ) ** M Monthly User Guide from JMP Korea 제 13 호 (2018 년 8 월 ) Excel 과 JMP, Excel 보다 JMP * 본 Guide 는매월세번째수요일에발행됩니다 (2018 년 7 월호부터는 JMP 14 Version 기준입니다 ) ** Monthly User Guide 지난호는다음 Site 를참조하세요 (https://www.jmp.com/ko_kr/newsletters.html)

More information

통계학입문 Introduction to Statistics 통계학입문 Introduction to Statistics 김동일홍익대학교 Philosophy & Art 통계학입문 저자 김동일 발행인 이미애 발행처 Philosophy & Art 출판등록 2008년 1월 8일제152호주소 대전시유성구도룡동 380-39 전화 070-7893-4471 홈페이지 http://philosophy-art.com

More information

기술통계

기술통계 기술통계 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 기술통계 1 / 17 친구수에대한히스토그램 I from matplotlib import pyplot as plt from collections import Counter num_friends = [100,49,41,40,25,21,21,19,19,18,18,16, 15,15,15,15,14,14,13,13,13,13,12,

More information

Microsoft PowerPoint - Stat03_Numerical technique(New) [Compatibility Mode]

Microsoft PowerPoint - Stat03_Numerical technique(New) [Compatibility Mode] Descriptive Statistics Describing data with tables and graphs (quantitative or categorical variables) Descriptive Statistics (Numerical techniques) Numerical descriptions of center, variability, position

More information

<B0A3C3DFB0E828C0DBBEF7292E687770>

<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),

More information

*) α ρ : 0.7 0.5 0.5 0.7 0.5 0.5-1 - 1 - - 0.7 (**) 0.5 0.5-1 - (**) Max i e i Max 1 =150 kg e 1 = 50 g xxx.050 kg xxx.050 kg xxx.05 kg xxx.05 kg Max 2=300 kg

More information

..(..) (..) - statistics

..(..) (..) - statistics 수치 ( 數値 ) 를이용한자료요약 ( 要約 ) statistics hmkang@hallym.ac.kr 한림대학교 한중시장분석 강희모 ( 한림대학교 ) 수치 ( 數値 ) 를이용한자료요약 ( 要約 ) 1 / 26 수치를 통한 자료의 요약 요약(要約,summary) 많은 자료를 몇 개의 의미(意味)있는 수치로 요약 자료의 분포상태(分布狀態)를 알 수 있는 통계기법(統計技法)

More information

위에서 100 단위이상을줄기로하기로결정하였고자료의최소값이 58, 최대값이 1103 이므로 0 부터 11 까지줄기를한열에크기순으로적는다. 줄기 (stem) 옆에잎을그린다. 잎을그리는방법은간단하다. 줄기바로뒤의숫자를줄기옆에차례로적으면된다. CEO 연봉자료는잎이두자리이지만앞

위에서 100 단위이상을줄기로하기로결정하였고자료의최소값이 58, 최대값이 1103 이므로 0 부터 11 까지줄기를한열에크기순으로적는다. 줄기 (stem) 옆에잎을그린다. 잎을그리는방법은간단하다. 줄기바로뒤의숫자를줄기옆에차례로적으면된다. CEO 연봉자료는잎이두자리이지만앞 줄기잎그림 stem and leaf + 진단내용 1) 분포의개략적인형태를알수있다. (1) 좌우대칭인가? 아니면 skewed 되었는가? (2) 봉우리 (modal) 는하나인가? 아니면여러개인가? 2) 이상치의존재여부를쉽게파악할수있다. + 데이터 ( 정렬 ) ( 정렬않음 ) + 그리는순서 자료를크기순으로정리한다. 자료의수가많을때는자료정렬을수작업하기어려움으로이단계는무시해도되지만자료를크기순으로정렬해놓으면

More information

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. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

생존분석의 추정과 비교 : 보충자료 이용희 December 12, 2018 Contents 1 생존함수와 위험함수 생존함수와 위험함수 예제: 지수분포

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.........................................

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

Microsoft PowerPoint - ºÐÆ÷ÃßÁ¤(ÀüÄ¡Çõ).ppt

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

More information

온습도 판넬미터(JTH-05) 사양서V1.0

온습도 판넬미터(JTH-05)  사양서V1.0 온습도 조절기 Model:JTH-05 1. 제품 사양. [제품 구분] JTH-05A(입력 전원 AC), JTH-05D(입력 전원 DC) [전원 사양] JTH-05A 입력 전압 출력 전원 소비 전력 JTH-05D AC 90~240V DC 10~36V 12Vdc / Max.170mA Max.2W [본체 사이즈] ~ 온/습도 범위(본체): 사용 [0 ~ 50, 85%RH

More information

RC /07.12 RC / /6 2 3 / CA-08A-2N 2 CA-10A-2N 2 CA-12A-2N 2 CA-16A-2N 2 CA-20A-2N CA-08A-3N 4 CA-10A-3N 4 CA-12A-3N

RC /07.12 RC / /6 2 3 / CA-08A-2N 2 CA-10A-2N 2 CA-12A-2N 2 CA-16A-2N 2 CA-20A-2N CA-08A-3N 4 CA-10A-3N 4 CA-12A-3N RC 18325-70/07.12 RC 18325-70/02.10 1/6 2 3 / 3 4 2 CA-08A-2N 2 CA-10A-2N 2 CA-12A-2N 2 CA-16A-2N 2 CA-20A-2N 2 2 3 CA-08A-3N 4 CA-10A-3N 4 CA-12A-3N 4 CA-16A-3N 4 CA-20A-3N 4 4 3 CA-08A-3C 3 CA-10A-3C

More information

OBJ_DOKU fm

OBJ_DOKU fm DFG / TFG 540s - 550s 04.12-51300959 03.13 c DFG 540s DFG 545s DFG 550s TFG 540s TFG 545s TFG 550s c 3 4 t o 5 6 A... 11 1... 11 2... 11 3... 12 4... 13 5... 13 B... 15 1... 15 1.1... 15 2... 16 2.1...

More information

#KM560

#KM560 KM-560 KM-560-7 PARTS BOOK KM-560 KM-560-7 INFORMATION A. Parts Book Structure of Part Book Unique code by mechanism Unique name by mechanism Explode view Ref. No. : Unique identifcation number by part

More information

KMC.xlsm

KMC.xlsm 제 7 장. /S 에필요한내용 1] IGBT 취급시주의사항 ) IGBT 취급시주의 1) 운반도중에는 Carbon Cross로 G-E를단락시킵니다. 2) 정전기가발생할수있으므로손으로 G-E 및주단자를만지지마십시요. 3) G-E 단자를개방시킨상태에서직류전원을인가하지마십시요. (IGBT 파손됨 ) 4) IGBT 조립시에는사용기기나인체를접지시키십시요. G2 E2 E1

More information

비트와바이트 비트와바이트 비트 (Bit) : 2진수값하나 (0 또는 1) 를저장할수있는최소메모리공간 1비트 2비트 3비트... n비트 2^1 = 2개 2^2 = 4개 2^3 = 8개... 2^n 개 1 바이트는 8 비트 2 2

비트와바이트 비트와바이트 비트 (Bit) : 2진수값하나 (0 또는 1) 를저장할수있는최소메모리공간 1비트 2비트 3비트... n비트 2^1 = 2개 2^2 = 4개 2^3 = 8개... 2^n 개 1 바이트는 8 비트 2 2 비트연산자 1 1 비트와바이트 비트와바이트 비트 (Bit) : 2진수값하나 (0 또는 1) 를저장할수있는최소메모리공간 1비트 2비트 3비트... n비트 2^1 = 2개 2^2 = 4개 2^3 = 8개... 2^n 개 1 바이트는 8 비트 2 2 진수법! 2, 10, 16, 8! 2 : 0~1 ( )! 10 : 0~9 ( )! 16 : 0~9, 9 a, b,

More information

untitled

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:

More information

4 CD Construct Special Model VI 2 nd Order Model VI 2 Note: Hands-on 1, 2 RC 1 RLC mass-spring-damper 2 2 ζ ω n (rad/sec) 2 ( ζ < 1), 1 (ζ = 1), ( ) 1

4 CD Construct Special Model VI 2 nd Order Model VI 2 Note: Hands-on 1, 2 RC 1 RLC mass-spring-damper 2 2 ζ ω n (rad/sec) 2 ( ζ < 1), 1 (ζ = 1), ( ) 1 : LabVIEW Control Design, Simulation, & System Identification LabVIEW Control Design Toolkit, Simulation Module, System Identification Toolkit 2 (RLC Spring-Mass-Damper) Control Design toolkit LabVIEW

More information

#KM-235(110222)

#KM-235(110222) PARTS BOOK KM-235A/B INFORMATION A. Parts Book Structure of Part Book Unique code by mechanism Unique name by mechanism Explode view Ref. No. : Unique identifcation number by part Parts No. : Unique Product

More information

cha4_ocw.hwp

cha4_ocw.hwp 제 4장 확률 우리는 일상생활에서 확률이라는 용어를 많이 접하게 된다. 확률(probability)는 한자어로 확실할 확( 確 ), 비율 률( 率 )로 해석된다. 로또당첨확률, 야구 한국시리즈에서 특정 팀이 우승 할 확률, 흡연자가 폐암에 걸릴 확률, 집값이 오를 확률 등 수없이 많은 확률들이 현대생활 에서 사용되어지고 있다. 대부분의 일간신문에는 기상예보

More information

OPEN0334900.hwp

OPEN0334900.hwp 1차가정폭력조사 (1997, n=1,523) 1.폭력허용도 2.스트레스 3.부부권력 2차가정폭력조사 (1999, n=1,540) 1.폭력허용도 2.스트레스 3.의사소통 4.성역할태도 3차가정폭력조사 (2002, n=410) 1.폭력허용도 2.스트레스 3.의사소통 4.성역할태도 5.분노 6.권위의식 제1차 가해자 집단 치료 프로그램 개발 및 시행 제2차 가해자

More information

yscec.yonsei.ac.kr Useful information 통계학입문 2013 년겨울학기 v 교수 : 정보통계학과박동권교수 v v 연구실 : 창조관 153호 / 교내 2247 v v Pdf file 은정보통

yscec.yonsei.ac.kr Useful information 통계학입문 2013 년겨울학기 v 교수 : 정보통계학과박동권교수 v v 연구실 : 창조관 153호 / 교내 2247 v   v Pdf file 은정보통 yscec.yonsei.ac.kr Useful information 통계학입문 03 년겨울학기 v 교수 : 정보통계학과박동권교수 v v 연구실 : 창조관 53호 / 교내 47 v E-mail : statpdk@yonsei.ac.kr v Pdf file 은정보통계학과 Homepage infostat.yonsei.ac.kr 에서다운받음 v 교재 : 통계학입문 v

More information

¸ðÅä·Î¶ó ÃÖÁ¾ÆÇ.PDF

¸ðÅä·Î¶ó ÃÖÁ¾ÆÇ.PDF 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 21 22 23 24 25 26 27 28 29 30 31 33 34 35 36 37 38 39 41 42 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 61 62 63 64 65 67 68 69 70 71 73 74 75 76 77 78 79

More information

(Hyunoo Shim) 1 / 24 (Discrete-time Markov Chain) * 그림 이산시간이다연쇄 (chain) 이다왜 Markov? (See below) ➀ 이산시간연쇄 (Discrete-time chain): : Y Y 의상태공간 = {0, 1, 2,..., n} Y n Y 의 n 시점상태 {Y n = j} Y 가 n 시점에상태 j 에있는사건

More information

공공기관임금프리미엄추계 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영 ( 한국직업능력개발원연구위원 ) 연구보조원강승복 ( 한국노동연구원책임연구원 ) 이연구는국회예산정책처의정책연구용역사업으로 수행된것으로서, 본연구에서제시된의견이나대안등은

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

More information

포천시시설관리공단 내규 제 24호 포천시시설관리공단 인사규정 시행내규 일부개정(안) 포천시시설관리공단 인사규정 시행내규 일부를 다음과 같이 개정 한다. 제17조(기간제근로자의 무기계약직 임용) 1 기간제근로자 관리규정 제16조 를 제19조 로 한다. 제20조(인사기록)

포천시시설관리공단 내규 제 24호 포천시시설관리공단 인사규정 시행내규 일부개정(안) 포천시시설관리공단 인사규정 시행내규 일부를 다음과 같이 개정 한다. 제17조(기간제근로자의 무기계약직 임용) 1 기간제근로자 관리규정 제16조 를 제19조 로 한다. 제20조(인사기록) 포천시시설관리공단 인사규정 시행내규 개정이유 및 주요내용 개정구분 :일부개정 개정이유 조항에 대한 오류 수정 및 근무성적평정 작성 기준 변경사항을 적용하여 인사관리 업무에 만전을 기하고자함 주요내용 신 구조문 대비표 참조 개정 규정안 :덧붙임 신 구조문 대비표 :덧붙임 그 밖에 참고사항 :덧붙임 포천시시설관리공단 인사규정시행내규(전문) 포천시시설관리공단 내규

More information

실험 5

실험 5 실험. OP Amp 의기초회로 Inverting Amplifier OP amp 를이용한아래와같은 inverting amplifier 회로를고려해본다. ( 그림 ) Inverting amplifier 위의회로에서 OP amp의 입력단자는 + 입력단자와동일한그라운드전압, 즉 0V를유지한다. 또한 OP amp 입력단자로흘러들어가는전류는 0 이므로, 저항에흐르는전류는다음과같다.

More information

i

i 저작자표시 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 이차적저작물을작성할수있습니다. 이저작물을영리목적으로이용할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 귀하는, 이저작물의재이용이나배포의경우, 이저작물에적용된이용허락조건을명확하게나타내어야합니다.

More information

e01.PDF

e01.PDF 2119, -., 4.25-40 4 km -.. km,, -,.,,,,,,,,,,,..... . 90%..,.., 20 1 - -.,.. 2172,. - 3 - < > 1.! 6 2.. 10 3.? 18 4. 22 5. 26 6.. 32 7. 36 8.. 44 9.. 49 10.. 61 11. 65 12. 76 13.. 80 14. 85 15.. 90 16..

More information

Resampling Methods

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 )

More information

- 2 -

- 2 - - 1 - - 2 - 전기자동차충전기기술기준 ( 안 ) - 3 - 1 3 1-1 3 1-2 (AC) 26 1-3 (DC) 31 2 37 3 40-4 - 1 14, 10,, 2 3. 1-1 1. (scope) 600 V (IEC 60038) 500 V. (EV : Electric Vehicle) (PHEV : Plug-in Hybrid EV).. 2. (normative

More information

untitled

untitled R 과함께하는통계학의이해 빅북이라명명된이책은지식공유의세계적인흐름에동참하고지적인업적들이세상과인류의지식이되도록하며, 누구나쉽게접근하고활용할수있는환경을만들고자한다. 이책의저작권은빅북 (www.bigbook.or.kr) 에있으며모든용도로활용할수있다. 다만상업용출판을하고자하는경우에는사전에문서로된허락을받아야한다. 공유와협력의교과서만들기운동본부 R 과함께하는 통계학의이해

More information

#KM-340BL

#KM-340BL PARTS BOOK KM-340BL 고속 1본침 본봉 상하송 재봉기 High Speed, 1-Needle, Upper and Lower Feed Lock Stitch Machine W/Large Hook PME-100707 SunStar CO., LTD. INFORMATION A. Parts Book Structure of Part Book Unique code

More information

고차원에서의 유의성 검정

고차원에서의 유의성 검정 고차원에서의유의성검정 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 고차원에서의유의성검정 1 / 15 학습내용 FDR(false discovery rate) SAM(significance analysis of microarray) FDR 에대한베이지안해석 박창이 ( 서울시립대학교통계학과 ) 고차원에서의유의성검정 2 / 15 서론 I 고차원데이터에서변수들에대한유의성검정

More information

<4D F736F F F696E74202D20342E20B1E8C1F6C7FC28BFACB1B8C0DAB8A620C0A7C7D120B1D7B7A1C7C120B1D7B8AEB1E2292E >

<4D F736F F F696E74202D20342E20B1E8C1F6C7FC28BFACB1B8C0DAB8A620C0A7C7D120B1D7B7A1C7C120B1D7B8AEB1E2292E > 제 6 회논문작성워크숍 서울대병원어린이병원임상 1 강의실 2016 년 1 월 30 일서울성심병원김지형 (http://blog.naver.com/kjhnav 또는페이스북 ) 산점도 (scatter plot) 히스토그램 (histogram) Boxplot 오차가표시된 Bar chart Paired t test, RM ANOVA 그래프 Forest plot Caterpillar

More information

Coriolis.hwp

Coriolis.hwp MCM Series 주요특징 MaxiFlo TM (맥시플로) 코리올리스 (Coriolis) 질량유량계 MCM 시리즈는 최고의 정밀도를 자랑하며 슬러리를 포함한 액체, 혼합 액체등의 질량 유량, 밀도, 온도, 보정된 부피 유량을 측정할 수 있는 질량 유량계 이다. 단일 액체 또는 2가지 혼합액체를 측정할 수 있으며, 강한 노이즈 에도 견디는 면역성, 높은 정밀도,

More information

°íµî1´Ü¿ø

°íµî1´Ü¿ø 흔히 건강을 잃고 난 후에 건강의 중요성을 새삼 느끼는 사람들이 많다. 특 히 신체적으로 발육이 왕성한 청소년 시기에는 건강을 더 쉽게 잊고 지내기 쉽 다. 일상생활에서 적당한 영양 섭취, 운동과 휴식, 스트레스 관리를 하는 것은 건강의 잠재력을 키우는 활동이다. 청소년 시기에 건강의 의미를 되새겨 보고 긍정적이고 적극적인 건강 생활을 실천하여 보자. 01

More information

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

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

More information

chap 5: Trees

chap 5: Trees 5. Threaded Binary Tree 기본개념 n 개의노드를갖는이진트리에는 2n 개의링크가존재 2n 개의링크중에 n + 1 개의링크값은 null Null 링크를다른노드에대한포인터로대체 Threads Thread 의이용 ptr left_child = NULL 일경우, ptr left_child 를 ptr 의 inorder predecessor 를가리키도록변경

More information

01_피부과Part-01

01_피부과Part-01 PART 1 CHAPTER 01 3 PART 4 C H A P T E R 5 PART CHAPTER 02 6 C H A P T E R CHAPTER 03 7 PART 8 C H A P T E R 9 PART 10 C H A P T E R 11 PART 12 C H A P T E R 13 PART 14 C H A P T E R TIP 15 PART TIP TIP

More information

차례.hwp

차례.hwp 자동차는 문명의 이기로서 생활필수품으로 자리 잡고 있으나 때로는 우리의 생명을 위협하기도 하므로 자동 차의 안전도 향상 및 유지관리는 무엇보다도 중요시 하게 되고 있다. 따라서 자동차검사는 자동차의 기계적 결 함이나 고장으로 사고가 발생하는 것을 사전에 방지하기 위해 자동차의 구조 장치 및 성능 등이 안전기준에 적합한지를 확인하여 자동차의 운행 여부 판정을

More information

2014년 업소개 정원 4 발달서보조훈련 2013년 원업에 진행되었던 작은 도서관 설을 토대로 발달의 대한 직업에 대한 개발을 위한 훈련들을 진행. 5. 선택업 을 구성하여 당들의 대한 일상에서 받아왔던 스트레스 해소 등 양한 을 운영원. 11 문화제 의 에 대한 거리

2014년 업소개 정원 4 발달서보조훈련 2013년 원업에 진행되었던 작은 도서관 설을 토대로 발달의 대한 직업에 대한 개발을 위한 훈련들을 진행. 5. 선택업 을 구성하여 당들의 대한 일상에서 받아왔던 스트레스 해소 등 양한 을 운영원. 11 문화제 의 에 대한 거리 투는 시각의 정보 접근권을 위한 보이스아이레코드를 용합니. 투 2014년 2월 통권 33호 2014년 주요업 2 권영상 4 DVD판매광고 6 질비야간학교 상근 작별 : 모두들 건강히, 웃으며 내요 7 교수련회를 녀와서 8 겨울 계절학기 수업을 마치고 9 2013년 발달업을 정리하면서 10 제품용설명서 11 청도 밀양 송전탑 투쟁현에

More information

Microsoft PowerPoint - SBE univariate5.pptx

Microsoft PowerPoint - SBE univariate5.pptx 이상치 (outlier) 진단및해결 Homework 데이터 ( Option.XLS) 결과해석 치우침? 평균이중앙값에비해다소크다. 그러나이상치때문이지치우친것같지않음. Toys us 스톡옵션비율이이상치 해결방법 : Log 변환? 아니다치우쳐있지않기때문에제거 제거후 : 평균 :.74, 중위수 :.7 31 치우침과이상치 데이터 : 노트북평가점수 우로치우침과이상치가존재

More information

아시아연구 16(1), 2013 pp. 105-130 중국의경제성장과보험업발전간의 장기균형관계 Ⅰ. 서론 Ⅲ. 실증분석 1. 분석방법 < 그림 1> 중국의보험밀도와국민 1 인당명목 GNI 성장추이 보험밀도 국민 1 인당명목 GNI < 그림 2> 중국의주요거시경제지표변화추이 총저축액 금리, 물가, 실업률 < 표 1> 변수정의 변수명 정의 자료출처 LTP

More information

웃음 지기 이기준 2014년 봄호 10 년간의 사랑 이야기 마리루시 수녀 그리스도의 교육수녀회 관구장 여 는 글 Contents 여는글 I 10년간의 사랑 이야기 1 아동학대 현황보고 2 사업 I 교육 사업 3 홍보 사업 5 자원발 사업 5 그룹홈 6 햇살가득그룹홈 이

웃음 지기 이기준 2014년 봄호 10 년간의 사랑 이야기 마리루시 수녀 그리스도의 교육수녀회 관구장 여 는 글 Contents 여는글 I 10년간의 사랑 이야기 1 아동학대 현황보고 2 사업 I 교육 사업 3 홍보 사업 5 자원발 사업 5 그룹홈 6 햇살가득그룹홈 이 www.ad1391.org 아동학대 상담 및 신고 1577-1391 경북안동아동보호전문기관 식지 2014년 봄호 통권 제31호 경북안동 재)그리스도의 교육수녀원 웃음 지기 이기준 2014년 봄호 10 년간의 사랑 이야기 마리루시 수녀 그리스도의 교육수녀회 관구장 여 는 글 Contents 여는글 I 10년간의 사랑 이야기 1 아동학대 현황보고 2 사업 I 교육

More information

歯메뉴얼v2.04.doc

歯메뉴얼v2.04.doc 1 SV - ih.. 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 - - - 23 24 R S T G U V W P1 P2 N R S T G U V W P1 P2 N R S T G U V W P1 P2 N 25 26 DC REACTOR(OPTION) DB UNIT(OPTION) 3 φ 220/440 V 50/60

More information

<313630313032C6AFC1FD28B1C7C7F5C1DF292E687770>

<313630313032C6AFC1FD28B1C7C7F5C1DF292E687770> 양성자가속기연구센터 양성자가속기 개발 및 운영현황 DOI: 10.3938/PhiT.25.001 권혁중 김한성 Development and Operational Status of the Proton Linear Accelerator at the KOMAC Hyeok-Jung KWON and Han-Sung KIM A 100-MeV proton linear accelerator

More information

KAERITR hwp

KAERITR hwp - i - - ii - - iii - Minimum Detectable Activity(MDA) for Analysis of Noble Gas in Atmosphere It is important to determine whether radioactivity of noble gas in atmosphere exist or not. It is also difficult

More information

DBPIA-NURIMEDIA

DBPIA-NURIMEDIA The e-business Studies Volume 17, Number 4, August, 30, 2016:319~332 Received: 2016/07/28, Accepted: 2016/08/28 Revised: 2016/08/27, Published: 2016/08/30 [ABSTRACT] This paper examined what determina

More information

REPORT ON PROFICIENCY TESTING Annual Report on the External Quality Assessment Scheme for Special Protein

REPORT ON PROFICIENCY TESTING   Annual Report on the External Quality Assessment Scheme for Special Protein REPORT ON PROFICIENCY TESTING https://doi.org/10.15263/jlmqa.2018.40.2.85 Annual Report on the External Quality Assessment Scheme for Special Protein in Korea (2017) Hyung-Doo Park Department of Laboratory

More information

#SPS/C-5050.B.

#SPS/C-5050.B. PARTS BOOK SPS/C-5050 Series SPS/C-8050 Series Purposes H : Heavy material This is a parts book. It cannot be used as a manual. CONTENTS A BC D EF G HI J K L M N O P Q R ST U V W X Y Z Machine Body Mechanism

More information

2

2 2 3 4 5 6 7 8 9 10 11 60.27(2.37) 490.50(19.31) 256.00 (10.07) 165.00 111.38 (4.38) 9.00 (0.35) 688.00(27.08) 753.00(29.64) 51.94 (2.04) CONSOLE 24CH 32CH 40CH 48CH OVERALL WIDTH mm (inches) 1271.45(50.1)

More information

歯FFF01288.PDF

歯FFF01288.PDF 1 9 9 6 M. Div : 1 9 9 6 M. Div . 1 9 9 6 10.,.., (?),.....,..!.!..,...........,,..,.,.,...... ...... ( ).,,,..,,,,,.....,...,..,. 1996 12 12 . 1 A. 1 B. 3. - 7 A., 7 1. 7 2. ( ) 9 B. ( ) 12 1. 12 2. 14

More information

Microsoft Word - Ch1_Introduction_EDA.docx

Microsoft Word - Ch1_Introduction_EDA.docx 고전적데이터분석은연구목적이설정되면그에맞는 1) 통계적가설 (statistical hypothesis), 모형 (model) 을설정하고 2) 데이터수집하여 3) 가설혹은모형의유의성 (significance) 을검정하였다. 이를 Confirmatory ( 확증적 ) Data Analysis 라한다. 다음은 (confirmatory) 데이터분석의예로한남대학생들의용돈이대학평균과같은가를알아보는연구과정을요약한것이다.

More information

2015 판례.기출 증보판 테마 형법 추록본.hwp

2015 판례.기출 증보판 테마 형법 추록본.hwp 2015 판례 기출 증보판 테마 형법 추록본 편저자 조충환 양건 p.27 첫째줄 유사판례 교체 유사판례 1동일한 형벌조항이 과거 헌법재판소의 결정에 의하여 합헌으로 선언된 바 있으나 그 후의 사정변경 때문에 새로 위헌으로 결정된 경우에도 위헌결정의 소급효를 종전의 합헌결정시점까지로 제한하는 것은 허용되지 아니한다(대판 2011.4.14, 2010도5606).

More information

1229_¶È¶ÈÇÑÀÎÁöÇൿġ·áº»¹®.PDF

1229_¶È¶ÈÇÑÀÎÁöÇൿġ·áº»¹®.PDF 41 Chapter. 3 Chapter. 3 42 43 Chapter. 3 44 45 Chapter. 3 46 47 Chapter. 3 brilliant 48 49 Chapter. 3 brilliant 50 51 Chapter. 3 brilliant 52 53 Chapter. 3 54 brilliant 55 Chapter. 3 56 57 Chapter. 3

More information

유권자5본문도큐271p.ps

유권자5본문도큐271p.ps 5 2011 2012 2011 9 2012 1,700 9 18 1918 2012 159 3 3 1 3 1 160 EAI SBS 2012 KEPS 2012 2011 50 5 9 2012 11 23 2 KEPS 2012 1 3 30 4 1 1 5 161 KEPS 2012 31.8 21.2 14.8 38.8 40.8 38.2 24.4 30.8 27.6 23.9 14.3

More information

Microsoft PowerPoint - chap04-연산자.pptx

Microsoft PowerPoint - chap04-연산자.pptx int num; printf( Please enter an integer: "); scanf("%d", &num); if ( num < 0 ) printf("is negative.\n"); printf("num = %d\n", num); } 1 학습목표 수식의 개념과 연산자, 피연산자에 대해서 알아본다. C의 를 알아본다. 연산자의 우선 순위와 결합 방향에

More information

핵 1 학년 2 학년 3 학년합계 문학과예술 역사와철학 사회와이념 선택 학점계 학년 2 학년 3 학년합계비고 14 (15) 13 (14) 27 (29) 2

핵 1 학년 2 학년 3 학년합계 문학과예술 역사와철학 사회와이념 선택 학점계 학년 2 학년 3 학년합계비고 14 (15) 13 (14) 27 (29) 2 1 학년 2 학년 3 학년 합계 6 5 11 5 5 16 문학과예술 핵 역사와철학 사회와이념 선택 4 4 1 1 3 3 6 11 학점계 12 12 24 5 1 6 3 3 6 36 ㆍ제 2 외국어이수규정 이수규정 또는 영역에서 과목 학점 이수하고 수량적석과추론 과학적사고와실험 에서 과목 학점 이수해도됨 외국어및고전어 중급이상외국어및고전어과목명 핵 1 학년 2

More information

확률과통계4

확률과통계4 확률과통계 4. 확률변수와확률분포 건국대학교스마트 ICT 융합공학과윤경로 (yoonk@konkuk.ac.kr) 4. 확률변수와확률분포 4.1 확률변수와확률분포의개념 4.2 결합확률분포 4.3 주변확률분포 4.4 조건부확률분포 4.5 확률변수의독립 4.1 확률변수와확률분포의개념 [ 정의 4-1] 확률변수 (random variable) 표본공간의각원소를실수값으로

More information

Microsoft Word - EDA_Univariate.docx

Microsoft Word - EDA_Univariate.docx 일변량분석개념 일변량분석은개체의특성을 측정한변수가하나인 통계분석 방법 변수의 종류 ( 수리 통계 ) 이산형 (discrete): 측정결과를셀수있는경우이다. 성별, 직업, 교통량, 나이등이여기해당된다. 연속형 (continuous): 측정결과가무한이 (infinite) 많은변수를연속형형변수라한다. 즉변수의범위 (range) 중어떤구간을설정하더라도측정치가발생할할수있는경우로키,

More information

Chapter4.hwp

Chapter4.hwp Ch. 4. Spectral Density & Correlation 4.1 Energy Spectral Density 4.2 Power Spectral Density 4.3 Time-Averaged Noise Representation 4.4 Correlation Functions 4.5 Properties of Correlation Functions 4.6

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

#KLZ-371(PB)

#KLZ-371(PB) PARTS BOOK KLZ-371 INFORMATION A. Parts Book Structure of Part Book Unique code by mechanism Unique name by mechanism Explode view Ref. No. : Unique identifcation number by part Parts No. : Unique Product

More information

#KM-250š

#KM-250š PARTS BOOK FOR 1-NEEDLE, STRAIGHT LOCK-STITCH MACHINE SERIES KM-250AU-7S KM-250AU-7N KM-250A-7S KM-250A-7N KM-250B-7S KM-250B-7N KM-250BH-7S KM-250BH-7N KM-250BL-7S KM-250BL-7N KM-250AU KM-250A KM-250B

More information

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. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

[INPUT] 뒤에는변수와관련된정보를표기한다. [CARDS;] 뒤에는각각의변수가가지는관측값들을표기한다. >> 위의프로그램에서데이터셋명은 wghtclub 이고, 변수는 idno, name, team, strtwght, endwght 이다. 이중 name 과 team 은

[INPUT] 뒤에는변수와관련된정보를표기한다. [CARDS;] 뒤에는각각의변수가가지는관측값들을표기한다. >> 위의프로그램에서데이터셋명은 wghtclub 이고, 변수는 idno, name, team, strtwght, endwght 이다. 이중 name 과 team 은 SAS 의기본형식 1. INPUT 문 DATA wghtclub; INPUT idno 1-4 name $ 6-24 team $ strtwght endwght; loss=strtwght -endwght; CARDS; 1023 David Shaw red 189 165 1049 Amelia Serrno yellow 145 124 1219 Alan Nance red

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 실습 1 배효철 th1g@nate.com 1 목차 조건문 반복문 System.out 구구단 모양만들기 Up & Down 2 조건문 조건문의종류 If, switch If 문 조건식결과따라중괄호 { 블록을실행할지여부결정할때사용 조건식 true 또는 false값을산출할수있는연산식 boolean 변수 조건식이 true이면블록실행하고 false 이면블록실행하지않음 3

More information

Microsoft PowerPoint - IPYYUIHNPGFU

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

More information