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

Presentation on theme: "CH3. 데이터의 기초적 정리방법 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료) 그림 3.1"— Presentation transcript:

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

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

3 3.3.2 중심값 모집단의 평균치: μ 모르는 경우 샘플로 추정함 샘플 평균 (sample mean) 예제 3.1
중심값 모집단의 평균치: μ 모르는 경우 샘플로 추정함 샘플 평균 (sample mean) 기하평균 (geometric mean) 중앙값 (median) 범위의 중앙값 (mid-range) 예제 3.1

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

5 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

6 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.

7 3.4 모집단 형태 3.4.1 도수분포표 (Frequency distribution table, Histogram) 예제 - 품질특성치는 전구 수명 작성요령 보는 방법: 그림 3.3, 그림 3.4 누적도수 (Cumulative frequency) 누적상대도수 (Relative cumulative frequency) 3.4.5 줄기-잎 그림 (Stem and leaf display) 그림 3.7

8 가지 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)