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

Slides:



Advertisements
Similar presentations
Statistics 상지대학교 1 / 22 추정 개요 점추정과 구간추정 표본크기 두 모집단의 비교.
Advertisements

기초통계. -2- 통계  통계학 (statistics)  국가산술 (state arithmetic) 불확실성이 내포된 자료의 수집, 분석, 추정, 검정을 통하여 의사결정에 필요한 정보의 획득과 처리방법을 연구하는 학문 (decision-making science)
6σ 관련 기초 통계 (1) -. 통계적사고 -. 모집단과 표본. 통계적 사고 모든 작업은 상호연관된 프로세스의 시스템 예 ) 열처리 작업 공정 원료 투입 공정가열 공정 냉각 공정 모든 프로세스에는 산포가 존재 가피원인 불가피원인 동일 원료동일 생산공정 동일 작업자동일.
제 7 장 표본분포. 표본분포 통계량의 확률분포 표본분포 (sampling distribution) 통계량 (statistic) 표본자료의 함수 즉 모집단 … … 표본 표본추출 … … 통계량 계산.
제3장제3장 제3장제3장 이산균등분포  확률질량함수 :  평균 :  분산 : 공정한 주사위를 한 번 던지는 경우 나온 눈의 수를 확률변수 : X 확률질량함수 : 평균 : 분산 :
경영통계 제 1 장 통계란 무엇인가 도수분포표. 도수분포 도수분포 상대도수분포 상대도수분포 누적 도수 누적 도수 분석 도구 - 히스토그램 분석 도구 - 히스토그램.
품질개선활동 본 강의 자료는 2003학년도 교육인적자원부·한국교육학술정보원의 지원에 의하여 개발된 것임.
Keller: Stats for Mgmt & Econ, 7th Ed
현장의 작업개선 및 관리기법 과정.
수문통계분석 담당교수명 : 서 영 민 연 락 처 :
확률분포의 개념 미분과 적분의 개념을 사전에 공부한다.
표본분포 Sampling Distribution
4.3.3 초기하분포 (Hypergeometric distribution)
통계적 품질관리(SQC).
3일차 - 가설검정.
기술 통계학 (Descriptive Statistics)
QC 7가지 도구 활용 강의 : 강봉원
1 체크시트 (Check Sheet) 종류별로 Data를 취하거나 확인단계에서 누락,착오 등을 없애기 위해 간단히 Check하여 그 결과를 알 수 있도록 만든 도표. 체크시트의 활용절차 “누가,언제 무엇을,어디서 어떻게” 목적의 명확화 체크시트 선택 체크시트의 작성 체크실시.
총괄생산계획 총괄생산계획 : 기업의 중기 또는 장기에 해당되는 생산계획으로 기업이 생산하는 제품의 포괄적인 범위에 대한 생산일정과 수량을 결정하는 과정. 시장수요를 충족시키기 위해 기업의 가용자원을 활용하고 관리하는 행위 총괄생산계획이 사용하는 자원의 대상 : 노동력,
제 12 장 감성적 품질을 창조하는 품질경영 [전사적 품질경영 : TQM].
건설관리학 강의슬라이드 8장. 품질관리.
통계적 품질관리 Statistical Quality Control
Excel과 통계학.
의료의 질 평가 분석 기법 김 민 경.
제9장 샘플링과 오차 표본: 시료, Sample 모집단 : 공정, Lot Sampling
경영통계학 통계학은 어떤 학문인가? What is Statistics? 1.1.
QC 7가지 도구
22장 통계적 품질관리(SQC) 1. 품질의 통계적 관리 2. 통계적 공정관리 3. 샘플링검사.
Keller: Stats for Mgmt & Econ, 7th Ed 표본분포 Sampling Distributions
Probability and Statistics for Computer Engineer
Chap 3. 표본조사 3.1 표본추출(Sampling)의 기초 3.2 단순임의표본추출 3.3 표본으로부터 모집단 추정
수문통계분석 담당교수명 : 서 영 민 연 락 처 :
제 3장. 수치를 통한 연속형 자료의 요약.
22장 통계적 품질관리(SQC) 1. 품질의 통계적 관리 2. 통계적 공정관리 3. 샘플링검사
확률통계론 2장 : 확률변수.
CH 4. 확률변수와 확률분포 4.1 확률 확률실험 (Random Experiment, 시행, Trial) : 결과를 확률적으로 예측 가능, 똑 같은 조건에서 반복 근원사상 (Elementary Event, e) : 시행 때 마다 나타날 수 있는 결과 표본공간.
DMAIC 기본 Tools M-2. Y’의 데이터 수집계획.
기술통계.
Keller: Stats for Mgmt & Econ, 7th Ed 그래프와 표를 이용한 기술통계학 기법
4. 도표 다루기.
Modeling one measurement variable against another Regression analysis (회귀분석) Chapter 12.
(independent variable)
Descriptive statistics
1. 비모수 검정 모수 통계학과 비모수 통계학 모수통계학 (Parametric Statistics) 에서는 표본이 추출된 모집단의 분포에 대한 가정이 꼭 필요 하지만 질적자료나 모집단의 분포에 대한 가정이 필요 없는 양적 자료의 경우에는 모수통계학을 적용할 수 없음 이때는.
Keller: Stats for Mgmt & Econ, 7th Ed
자료의 표현.
강의 목차 1주차 통계학의 기본개념 7주차 통계적 추정 8주차 종합정리 및 중간고사 9주차 10주차 통계적 검정(1) 11주차
Statistical inference I (통계적 추론)
The normal distribution (정규분포)
통계방법의 이해.
Week 3-2: 데이터분포 3_2장_1(백분율:Percentile)에서 동영상 1,2
제3장 함수와 배열수식 전진환
Sampling Distributions
제2장 통계학의 기초 1절 확률 기본정의 확률의 기본 공리와 법칙 2절 확률변수와 확률분포 3절 정규분포와 관련 분포 정규분포
기초 통계학 지도위원 이광희.
Chapter 3: 확률변수와 분포함수 Pilsung Kang
Modeling one measurement variable against another Regression analysis (회귀분석) Chapter 12.
Chapter2. 기술통계(Descriptive Statistics)
제2장 자료의 정리 및 기술통계 Min Gyoung Chan Ph.Dr..
최소의 실험 횟수에서 최대의 정보를 얻기 위한 계획방법 분석방법: 분산분석(Analysis of Variance, ANOVA)
비교분석 보고서 Template 2015.
2015년도 2학기 제 10 장 기술통계와 도수분포 마케팅조사.
통계학 R을 이용한 분석 제 2 장 자료의 정리.
기 술 통 계 학 6 1 기술통계학 2 자료의 정리 3 위치척도 4 산포의 척도.
CH3. 데이터의 기초적 정리방법 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료) 그림 3.1
산점도 (Scatter Diagram) (1) 개요
경영통계학 제1장 통계학은 어떤 학문인가? What is Statistics? 1.1.
품질개선활동 본 강의 자료는 2003학년도 교육인적자원부·한국교육학술정보원의 지원에 의하여 개발된 것임.
표본분포 개요 랜덤추출법 표본분포 모양과 CLT.
Survey Sampling Sangji University.
Presentation transcript:

CH3. 데이터의 기초적 정리방법 3.1 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료) 그림 3.1 데이터 (Data) , 정보 (Information) 모집단: 무한 (Infinite) 또는 유한 (Finite) How to get a sample?  => Sampling, 9장 3.2 데이터의분류 계량치 (Continuous Variable, 연속형) 계수치 (Discrete Attribute, 이산형)

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

3.3.2 중심값 모집단의 평균치: μ 모르는 경우 샘플로 추정함 샘플 평균 (sample mean) 예제 3.1 3.3.2 중심값 모집단의 평균치: μ 모르는 경우 샘플로 추정함 샘플 평균 (sample mean) 기하평균 (geometric mean) 중앙값 (median) 범위의 중앙값 (mid-range) 예제 3.1

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

3.3.4 수치변환 (Numerical Transformation) 예제 3.3 3.3.3 산포도 모집단의 분산: σ2 모르는 경우 샘플로 추정 제곱합 (Sum of squares) 불편분산 (Unbiased variance, Variance) = V 표준편차 (Standard deviation) = s 범위 (Range) = R 변동계수 (Coefficient of variation) = Vc 예제 3.2 3.3.4 수치변환 (Numerical Transformation) 예제 3.3

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

3.4 모집단 형태 3.4.1 도수분포표 (Frequency distribution table, Histogram) 예제 - 품질특성치는 전구 수명 작성요령 보는 방법: 그림 3.3, 그림 3.4 누적도수 (Cumulative frequency) 누적상대도수 (Relative cumulative frequency) 3.4.5 줄기-잎 그림 (Stem and leaf display) 그림 3.7

3.6 7가지 QC 기초수법 (1) 히스토그램 (Histogram) - 그림 3.8 (2) 특성요인도 (Cause and effect diagram) (3) 파레토그림 (Pareto diagram) (4) 체크시이트 (Check sheet) (5) 산점도 (Scatter diagram) (6) 층별 (Stratification) (7) 각종 그래프 (Graph)