Fintecuriosity

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. 조회평균(harmonic mean: H) ※ n개의 데이터 x1, x2, x3, ...xn 에 대해, 데이터 수 n을 이 데이터들의 역수의 합으로 나누어서 얻은 값을 조화평균이라 하며 H라 표현합니다. 조회평균은 평균속도라든지 평균가격 등을 구하려는 경우 또는 망대특성을 망소특성으로 전환하는 경우에 주로 사용하게 됩니다. 긴 글 읽어주셔서 감사합니다. References [1] 양희정, 김광수, 정상윤. 한국표준협회미디어, "빅데이터 시대 품질관리의 내비게이션 통계적 품질관리 4.0", 27 (2019)

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. ※ 데이터별로 중요도가 같지 않거나 확률변수의 가중치가 차이가 있을 경우, 가중치를 고려하여 평균을 구하는 방식입니다. 데이터가 복수로 나타날 경우 산술평균을 간소하게 구하기 위해 활용될 수 있습니다. 확률변수 x1, x2, x3, ... , xn의 가중치가 w1, w2, w3, ... wn일 경우 가중평균은 아래와 같습니다. 긴 글 읽어주셔서 감사합니다. References [1] 양희정, 김광수, 정상윤. 한국표준협회미디어, "빅데이터 시대 품질관리의 내비게이션 통계적 품질관리 4.0", 26 (2019)

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. ※ n개의 데이터 x1, x2, x3, ..., xn에 대해 데이터를 순서통계량으로 나열한 후 상.하위 일정비율에 해당되는 데이터를 제거한 후 남은 수치로 산술평균을 구한 값입니다. 데이터 취합에 편견 등으로 대푯값을 신뢰하기 어려울 경우 사용됩니다. 예를 들어서 올림픽 체조경기의 심판들이 평가하는 주관적 성적, 스톱워치로 여러 번 측정한 실측히로 표준시간을 정할 때 등에 사용됩니다. 긴 글 읽어주셔서 감사합니다. References [1] 양희정, 김광수, 정상윤. 한국표준협회미디어, "빅데이터 시대 품질관리의 내비게이션 통계적 품질관리 4.0", 26 (2019)

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. 범위의 중간(mid-range point : M) ※ 순서통계량에서 최소치와 최대치의 평균으로 구한 값입니다. 범위의 중간은 많은 데이터 집합에서 중앙을 빠르고 간단하게 평가할 수 있으며, M으로 표시합니다. 긴 글 읽어주셔서 감사합니다. References [1] 양희정, 김광수, 정상윤. 한국표준협회미디어, "빅데이터 시대 품질관리의 내비게이션 통계적 품질관리 4.0", 25 (2019)

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. 최빈수(mode: Mo) ※ 최빈수는 데이터 중에서 가장 출현 빈도가 높은 측정치로 정의되며 기호(Mo)로 나타냅니다. 만약 모든 측정치의 빈도가 1이면 최빈수는 존재하지 않으며, 빈도가 가장 많은 것이 여러 개인 경우 최빈수가 여러 개가 되므로 모수 추정에 적합치 않아 잘 사용하지 않습니다. 다만 히스토그램에서 주로 사용되는데, 데이터를 구간별 도수로 정리할 경우 분포의 모양을 이해하는데 도움이 되기 때문입니다. 긴 글 읽어주셔서 감사합니다. References [1] 양희정, 김광수, 정상윤. 한국표준협회미디어, "빅데이터 시대 품질관리의 내비게이션 통계적 품질관리 4...

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. 중위수(median: x̃) ※ 중앙값이라고 불리고, 표본의 중위수는 데이터의 측정치를 크기 순서로 배열하였을때(order statistic) 중앙에 위치한 값을 말하며, x̃ 이라는 기호로 나타냅니다. 다만 표본의 크기(n)가 짝수인 경우 크기 순서로 배열하였을 때 중앙의 2 측정치간 평균으로 정하게 되므로, 표본의 크기를 홀수로 하는 것이 좋습니다. 표본의 일부 데이터가 아주 큰 값이나 작은 값이 포함될 경우 표본평균은 이상치의 영향을 받아 좋지 않은 통계량이 될 수 있으나, 중위수는 영향을 받지 않으므로 평균치와 함께 비교하여 공정을 해석하면 매우 효과적입니다. ⓐ 표..

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. ※ 일반적으로 표본평균은 평균으로 지칭되며 x̄로 표현합니다. 표본평균은 확률표본에서 확률변수의 합을 그 합을 구한 항의 개수로 나눈 것, 즉 산술평균으로 구한 값입니다. 표본평균은 모평균(μ)의 추정량 estimator으로 가장 많이 사용되는 통계량으로 시료평균 또는 산술평균이라고도 합니다. 샘플링으로 구한 n개의 데이터를 x1, x2, x3, ..., xn이라 하면, 표본평균 x̄의 계산식은 다음과 같습니다. 긴 글 읽어주셔서 감사합니다. References [1] 양희정, 김광수, 정상윤. 한국표준협회미디어, "빅데이터 시대 품질관리의 내비게이션 통계적 품질관리 4.0..

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. ※ 모평균(population mean: μ )은 모집단의 중심위치를 표현하는 측도로 모집단의 대푯값입니다. 유한개로 구성된 모집단에서 N개의 측정값이 x1, x2, x3, .... , xN이라고 할때, 전체의 측정값에 대해 각각 동일한 확률(1/N)을 곱하여 합한 값으로 정의되며, 이러한 계산 방식에 의한 값을 기대치(expectation) 또는 모평균(μ)이라고 합니다. 긴 글 읽어주셔서 감사합니다. References [1] 양희정, 김광수, 정상윤. 한국표준협회미디어, "빅데이터 시대 품질관리의 내비게이션 통계적 품질관리 4.0", 24 (2019)

※ 재사용(reuse)이란 새로운 애플리케이션 개발을 위해 이전에 작성된 소프트웨어 자원들을 활용하는 것을 의미합니다. 애플리케이션을 구성하고 있는 부분들 중에는 여러 애플리케이션들에 걸쳐 상대적으로 공통적인 것들이 많이 있는데, 그러한 일반적인 부분들을 매번 다시 작성하지 않아도 된다면 여러 측면에서 비용을 크게 줄일 수 있을 것이라는 생각을쉽게 할 수 있습니다. 재사용은 프로그래머의 생산성을 향상시키게 될 것입니다. 왜냐하면 어떤 기능들에 대해 기존의 소프트웨어를 사용할 수 있다는 점은 프로그래머들이 같은 시간 동안 더 많은 작업을 수행할 수 있음을 의미하기 때문입니다. 또한 재사용은 개발 시간을 줄여주고, 일정이 초과되는 경우를 줄여줄 것입니다. 기존에 작성된 소프트웨어의 부분들은 이미 테스트를 마..

※ 소프트웨어 선정 시준을 바탕으로 검증된 소프트웨어를 실제 사용하고 운영해보는 것만큼 좋은 평가 방법은 없을 것입니다. 소프트웨어뿐만 아니라 관련 문서들, 교육 훈련 자료들, 그리고 심지어는 기술 지원 장비들까지도 검증할 필요가 있음을 기억해야 합니다. 고객사는 입찰 과정에서 소프트웨어 벤더들에게 그들의 소프트웨어를 일정 시간(무료 또는 합의된 비용으로)동안 설치하기를 요구할 수 있습니다. 이러한 요구는 소프트웨어가 벤더들이 만들어놓은 최적화된 환경이 아니고 고객사의 실제 업무 환경을 대상으로 해야 하며, 이를 통해 고객사는 해당 소프트웨어가 어떻게 작동하는지를 실질적으로 살펴볼 수 있게 될 것입니다. 소프트웨어에 대한 피드백을 받을 수 있는 방법 중 가장 신뢰할 수 있고 깊이 있는 피드백을 받을 수 ..