• Minitab 필수 사항

    제조

    이 강좌는 2일에 걸쳐 진행되는 기초 강좌로서, Minitab을 사용하여 데이터를 가져오고, 데이터 탐구를 위한 믿을 수 있는 통계 방법을 개발하고, 설득력 있는 그래프를 만들고 해석하며, 결과를 내보내는 등의 데이터 분석에 필요한 시간을 최소화하는 방법을 배우게 됩니다. 다양한 실제 데이터 집합을 분석함으로써 응용 프로그램을 올바른 통계 도구와 연결하고 통계 출력을 해석하여 공정의 문제점 또는 개선의 증거를 드러내는 방법을 배웁니다. 가설 검정 및 신뢰 구간과 같이 중요한 통계 개념의 기본 사항 및 통계 모형화 도구를 사용하여 변수들 간의 관계를 발견하고 설명하는 방법을 배웁니다.

    이 강좌에서는 제조, 공학 및 연구개발 분야에서 주로 사용되는 통계 기법을 실제로 적용하여 바람직한 결정을 내리는 데에 중점을 둡니다.

    강좌 주제:

    • 데이터 가져오기 및 서식 설정
    • 막대 차트
    • 히스토그램
    • 상자 그림
    • Pareto 차트
    • 산점도
    • 표 및 카이-제곱 분석
    • 위치 및 변동 측정
    • t-검정
    • 비율 검정
    • 등분산 검정
    • 검정력 및 표본 크기
    • 상관
    • 단순 선형 및 다중 회귀 분석
    • 일원 분산 분석
    • 다중 변수 분산 분석

    전제 조건:

    없음. 이 강좌는 다른 모든 일반 Minitab 강좌 듣기 전에 반드시 들어야 하는 강좌입니다.

    현장 교육을 위한 옵션 주제:

    비모수 검정

  • 통계 품질 분석

    제조

    제조 및 공학 계측 시스템을 성공적으로 평가 및 인증하는 데 필요한 기술을 개발합니다. 통계적 공정 관리의 기본 사항 및 중요한 품질 도구가 제조 공정을 개선 및 관리하는 데 필요한 증거를 어떻게 제공할 수 있는지에 대해 배웁니다. Minitab에 제공되는 다양한 종류의 관리도를 자체 공정을 위해 언제 어디서 사용할지에 대해 파악하는 역량을 개발합니다.

    중요한 공정 능력 분석 도구를 활용하여 내부 및 고객 규격을 기준으로 공정을 평가하는 방법을 배웁니다. 강좌에서는 제조 공정과 관련된 품질 도구를 이용하는 방법을 중점적으로 교육합니다.

    강좌 주제:

    • Gage R&R
    • 파괴 시험
    • Gage 선형성 및 치우침
    • 계수형 합치도
    • 변수 및 계수형 관리도
    • 정규, 비정규 및 계수형 데이터에 대한 공정 능력 분석

    전제 조건:

    Minitab 필수 사항

  • 요인 설계

    제조

    Minitab의 직관적 DOE 인터페이스를 사용하여 다양한 전체 및 부분 요인 설계를 생성하는 방법을 배웁니다. 실제 응용 프로그램은 랜덤화, 복제 및 차단의 개념이 어떻게 바람직한 실험 관행의 기준이 되는지를 입증합니다. 결과 데이터를 정확히 분석하여 효과적이고 효율적으로 실험 목적을 달성하는 데 필요한 기술을 개발합니다.

    사용자 정의 가능하고 강력한 Minitab의 그래픽 디스플레이를 이용하여 실험 결과를 해석 및 전달함으로써 제품 및 공정을 개선하고, 중요한 반응 변수에 영향을 미치는 주 요인을 찾아내고, 공정 변동을 줄이고, 연구개발 프로젝트를 진행합니다.

    강좌 주제:

    • 요인 실험 설계
    • 정규 효과도 및 효과의 Pareto 차트
    • 검정력 및 표본 크기
    • 주효과, 교호작용 및 입방체도
    • 중앙점
    • 중첩 등고선도
    • 여러 개의 반응 최적화

    전제 조건:

    Minitab 필수 사항

  • 통계 모형화

    제조

    변수들 간의 관계를 밝히고 설명하는 데 도움이 되는 추가 통계 모형화 도구를 학습하여, Minitab 필수 사항 강좌에서 배운 기본 통계 분석 개념에 따라 빌드를 계속합니다. 실습 예제는 모형화 도구가 키 입력 및 공정 변동 원인을 표시하는 데 어떤 도움이 되는지를 보여줍니다.

    통계 모델을 사용하여 공정이 다양한 조건에서 어떻게 작용할 수 있는지 조사하는 방법을 배웁니다. 이 강좌에서는 공정을 보다 잘 이해하고 개선 노력에 집중하여 확인하는 데 도움이 되는 기법을 알려줍니다.

    강좌 주제:

    • 다중 및 단계적 회귀 분석
    • 비선형 회귀 분석
    • 부분 최소 제곱
    • 공변량이 포함된 다중 변수 분산 분석
    • 중첩 및 변량 요인
    • 다변량 분산 분석
    • 이항 및 명목형 로지스틱 회귀 분석

    전제 조건:

    Minitab 필수 사항

  • 반응 표면 설계

    제조

    기본적인 두 가지 전체 및 부분 요인 설계에 대한 지식을 공정 최적화에 이상적인 설계로 확장합니다. Minitab의 DOE 인터페이스를 사용하여 반응 표면 설계를 만들고, 2차를 포함한 모델을 사용하여 실험 결과를 분석하고, 최적의 요인 설정을 찾는 방법을 배웁니다.

    발견한 주요 정보를 조율하면서 그 정보를 획득하는 데 필요한 리소스에 대해 민감한 순차 실험과 같은 기법을 사용하여 실제로 실험하는 방법을 배웁니다. 여러 개의 반응을 동시에 최적화하는 요인 설정을 찾는 방법을 배웁니다.

    강좌 주제:

    • 중앙 합성 및 Box-Behnken 설계
    • 급경사 계산
    • 중첩 등고선도
    • 여러 개의 반응 최적화

    전제 조건:

    Minitab 필수 사항 및 요인 설계

  • 공식 및 혼합물 설계

    제조

    화학, 식품 및 음료 산업에서 주로 볼 수 있는 재료를 섞고 혼합하는 공정을 위해 실험을 설계하고 결과 데이터를 분석하는 원리에 대해 배웁니다. 이해하기 쉬운 Minitab 인터페이스를 활용하여 최소한의 실험용 리소스를 통해 혼합 공정과 관련된 주요 정보를 연구하고 확인할 수 있도록 설계된 실험을 만듭니다. 그래픽 및 통계 출력을 해석하여 혼합물의 블렌딩 속성을 이해하고 한 가지 이상의 주요 공정 특성을 최적화하는 데 적합한 재료 혼합물을 선택하는 방법을 배웁니다.

    강좌 주제:

    • 심플렉스 격자 및 중심 설계
    • 상한 및 하한 제약조건
    • 꼭지점 설계
    • 유사 성분

    전제 조건:

    Minitab 필수 사항 및 요인 설계

  • 실험계획법(DOE) 실례

    제조

    반응 변수 또는 데이터 수집 과정의 특성으로 인해 고전적 요인 및 반응 표면 설계의 분석을 수정해야 하는 일반적인 실험계획법 시나리오를 처리하는 방법을 배웁니다. 결측 데이터, 변경하기 어려운 요인과 같이 실제로 자주 발생하는 실험 상황을 처리하는 방법을 개발합니다. 반응에 영향을 미칠 수 있지만 실험에서 통제할 수는 없는 변수(공변량)를 처리하는 방법을 이해합니다.

    비용 또는 변동성을 최소화하는 동시에 중요한 제품 또는 공정 특성을 최적화할 기회를 찾아봅니다. 요인들이 결함과 같이 중요한 사건의 발생 확률에 미치는 영향을 찾아내고 수량화하는 방법을 배웁니다.

    강좌 주제:

    • ANCOVA
    • 불균형 설계
    • 분할구 설계
    • 여러 개의 반응 최적화
    • 변동성 분석
    • 이항 로지스틱 회귀 분석

    전제 조건:

    Minitab 필수 사항 및 요인 설계

    현장 교육을 위한 옵션 주제:

    Taguchi 설계

  • 신뢰도 소개

    제조

    그래픽 분석 및 양적 분석 방법을 두 가지 모두 사용하여 제품의 수명 특성을 결정합니다. 관측 중단된 데이터와 관측 중단되지 않은 데이터를 포함하는 사례 연구를 통해 신뢰도에서 공통적으로 발견되는 광범위한 데이터 구조를 정확히 처리하는 방법을 배웁니다.

    고장률을 모형화하는 데 사용되는 일반적 분포를 조사하고, 이러한 모델을 선택하는 데 필요한 기술을 개발합니다.

    강좌 주제:

    • 모수 및 비모수 분포 분석
    • 추정 및 시연 검사 계획
    • 성장 곡선
    • 다중 고장 모드
    • 보증 예측
    • Weibayes 분석

    전제 조건:

    Minitab 필수 사항

  • 고급 신뢰도

    제조

    설명적 변수가 제품 수명에 미치는 영향을 연구하고 설명합니다. 요인과 공변량이 제품 오류에 미치는 영향 및 제품 모집단에 대한 오류 위험을 확인합니다. 신뢰도가 높은 제품에 대한 신뢰도 추정치를 합당한 시간 내에 입수하고 그러한 성분에 오류가 발생하게 될 시점을 평가하는 방법을 배웁니다.

    가속 수명 검사에 적절한 표본 크기 및 스트레스 수준에 대한 단위 할당을 설정하고, 스트레스 변수가 오류 확률에 미치는 영향을 확인합니다. 필드에 있는 제품의 중요한 수명 특성을 예측하기 위해 적절한 확률 모델을 사용하는 데에 중점을 둡니다.

    강좌 주제:

    • 프로빗 분석
    • 수명 데이터 회귀 분석
    • 가속 수명 검사 및 검사 계획

    전제 조건:

    Minitab 필수 사항 및 신뢰도 소개

  • 통계 품질 분석의 추가 주제

    제조

    공정을 개선 및 관리하는 데 도움이 되는 추가 도구에 대해 학습하여 제조 통계 품질 분석 강좌에서 배운 근본 개념에 따라 빌드를 계속합니다. 한 부품에 여러 게이지 또는 위치가 있는 제조 및 공학 계측 시스템을 성공적으로 평가 및 인증하는 데 필요한 기술을 개발합니다. 로트의 제품 중 램덤화 표본을 평가하여 전체 로트를 수락할지 거부할지 여부를 결정하는 방법을 배웁니다. 희귀 사건 및 시간 가중 데이터를 처리하기 위해 관리도에 대한 지식을 확장합니다.

    중요한 공정 능력 분석 도구를 활용하여 내부 및 고객 규격을 기준으로 공정을 평가하는 방법을 배웁니다. 강좌에서는 제조 공정과 관련된 품질 도구를 이용하는 방법을 중점적으로 교육합니다.

    강좌 주제:

    • Gage R&R 확장
    • 직교 회귀 분석
    • 공차 구간
    • 합격 표본 추출
    • Between-Within 분석
    • EWMA, Short-Run, CUSUM 및 희귀 사건을 포함한 관리도

    전제 조건:

    Minitab 필수 사항 및 통계 품질 분석

  • 제약 산업용 통계 도구

    제조

    제약 산업에서 일상적으로 사용되는 Minitab 도구를 적용하는 방법을 배웁니다. 특정 시나리오에 맞는 도구를 선택하고 분석 결과를 올바로 해석하는 방법을 이해함으로써 데이터 분석에 바람직한 통계 접근 방법을 개발합니다. 데이터를 쉽게 가져오고 출력을 내보내는 방법을 배웁니다.

    공정 평균이 목표를 벗어났는지, 두 평균값이 크게 다른지 여부를 확인하고 공정 변경이 중요한 반응에 큰 영향을 미치지 않는지를 입증하는 데 있어 중요한 통계 개념의 기초를 배웁니다. 측정 시스템을 성공적으로 평가 및 인증하는 데 필요한 기술을 개발합니다. 중요한 공정 능력 분석 도구를 활용하여 내부 및 고객 규격을 기준으로 공정을 평가하는 방법을 이해합니다. 로트의 제품 중 램덤화 표본을 평가하여 전체 로트를 수락할지 거부할지 여부를 결정하는 방법을 배웁니다.

    공정 개선을 위해 DOE를 적용하는 방법을 이해합니다. 제품의 유통 기한을 결정하기 위해 안정성 분석을 사용하는 방법을 배웁니다. 모든 응용 프로그램은 제약 산업에 널리 사용되는 통계 기법을 실제로 적용하여 바람직한 비즈니스 결정을 내리는 데에 중점을 둡니다.

    강좌 주제:

    • 데이터 가져오기 및 서식 설정
    • 막대 차트
    • 히스토그램
    • 상자 그림
    • 산점도
    • 검정력 및 표본 크기 결정
    • t-검정
    • 동등성 검정
    • 비율 검정
    • 공차 구간
    • 변수 및 계수형 관리도
    • 회귀 분석
    • 일원 분산 분석
    • 다중 변수 분산 분석
    • 실험계획법
    • 계수형 합치도 분석
    • Gage R&R
    • 속성 합격 표본 추출
    • 정규 및 비정규 데이터에 대한 공정 능력 분석

    전제 조건:

    없음. 이 강좌는 실행 중인 반응 표면 설계 및 DOE의 전제 조건으로 사용할 수 있습니다.

  • 의료 장비용 통계 도구

    제조

    의료 장비 산업에서 일상적으로 사용되는 Minitab 도구를 적용하는 방법을 배웁니다. 특정 시나리오에 맞는 도구를 선택하고 결과를 올바로 해석하는 방법을 이해함으로써 데이터 분석에 바람직한 통계 접근 방법을 개발합니다. 데이터를 쉽게 가져오고 출력을 내보내는 방법을 배웁니다.

    공정 평균이 목표를 벗어났는지, 두 평균값이 크게 다른지 여부를 확인하고 공정 변경이 중요한 반응에 큰 영향을 미치지 않는지를 입증하는 데 있어 중요한 통계 개념의 기초를 배웁니다. 측정 시스템을 성공적으로 평가 및 인증하는 데 필요한 기술을 개발합니다. 중요한 공정 능력 분석 도구를 활용하여 내부 및 고객 규격을 기준으로 제품 품질을 평가하는 방법을 이해합니다. 최종 검사에서 로트의 제품 중 램덤화 표본을 평가하여 제품 로트를 선적할지 여부를 결정하는 방법을 배웁니다. 중요한 품질 특성을 개선하는 데에 DOE를 적용하는 방법을 이해합니다.

    모든 응용 프로그램은 의료 장비 산업에 널리 사용되는 통계 기법을 실제로 적용하여 바람직한 비즈니스 결정을 내리는 데에 중점을 둡니다.

    강좌 주제:

    • 데이터 가져오기 및 서식 설정
    • 막대 차트
    • 히스토그램
    • 상자 그림
    • 산점도
    • 검정력 및 표본 크기 결정
    • t-검정
    • 동등성 검정
    • 비율 검정
    • 공차 구간
    • 변수 및 계수형 관리도
    • 회귀 분석
    • 일원 분산 분석
    • 다중 변수 분산 분석
    • 실험계획법
    • 계수형 합치도 분석
    • Gage R&R
    • 속성 합격 표본 추출
    • 정규 및 비정규 데이터에 대한 공정 능력 분석

    전제 조건:

    없음. 이 강좌는 실행 중인 반응 표면 설계 및 DOE의 전제 조건으로 사용할 수 있습니다.

  • Minitab을 통한 분석 자동화

    제조 / 서비스

    매크로를 사용하여 Minitab 분석을 자동화하고 시간을 절약합니다. Minitab의 명령 구문을 이용하여 데이터베이스에서 데이터를 즉시 가져오고, 잘못 구조화된 Excel 파일을 조작하고, 최소한의 사용자 입력으로 통계 분석을 수행하는 매크로를 작성하는 방법을 배웁니다. 이 실습 강좌가 끝나면 사용자 정의 매크로를 작성하고 실행할 수 있게 됩니다.

    전제 조건:

    Minitab 필수 사항

  • 품질 관리를 위한 비정규 데이터 분석

    제조

    데이터가 치우쳐 있거나 극단적 특이치를 갖고 있거나 다중 모형이거나 군집화된 경우 품질 수준을 측정하기 위한 추가 도구에 대해 학습함으로써 제조 통계 품질 분석에서 배운 근본 개념에 따라 빌드를 계속합니다. 비정규 데이터가 있을 때 특수한 원인 변동을 올바로 식별하는 방법을 학습함으로써 관리도에 대한 지식을 확장합니다.

    비정규 데이터를 감지하고 분석에 적합한 분포 또는 변환을 선택하기 위해 그래픽 방법 및 통계 검정을 성공적으로 사용하는 필수 기술을 개발합니다. 빈약한 측정 해상도와 표본 크기가 정규화 검정에 미치는 영향에 대해 배웁니다.

    강좌 주제:

    • 확률도
    • 정규화 검정
    • 비정규 데이터에 대한 공정 능력 분석
    • Box-Cox 및 Johnson 변환
    • 다중 변수 공정 능력 분석
    • 공차 구간
    • 개별 관리도
    • 다중 고장 모드 분석

    전제 조건:

    Minitab 필수 사항 및 통계 품질 분석

  • 서비스 품질을 위한 Minitab 필수 사항

    서비스

    이 강좌는 2일에 걸쳐 진행되는 기초 강좌로서, Minitab을 사용하여 데이터를 가져오고, 데이터 탐구를 위한 믿을 수 있는 통계 방법을 개발하고, 설득력 있는 그래프를 만들고 해석하며, 결과를 내보내는 등의 데이터 분석에 필요한 시간을 최소화하는 방법을 배우게 됩니다. 다양한 실제 데이터 집합을 분석함으로써 응용 프로그램을 올바른 통계 도구와 연결하고 통계 출력을 해석하여 공정의 문제점 또는 개선의 증거를 드러내는 방법을 배웁니다. 가설 검정 및 신뢰 구간과 같이 중요한 통계 개념의 기본 사항 및 통계 모형화 도구를 사용하여 변수들 간의 관계를 발견하고 설명하는 방법을 배웁니다.

    이 강좌에서는 비즈니스, 거래, 서비스 공정 분야에서 주로 사용되는 통계 기법을 실제로 적용하여 바람직한 결정을 내리는 데에 중점을 둡니다.

    강좌 주제:

    • 데이터 가져오기 및 서식 설정
    • 막대 차트
    • 히스토그램
    • 상자 그림
    • Pareto 차트
    • 산점도
    • 표 및 카이-제곱 분석
    • 위치 및 변동 측정
    • t-검정
    • 비율 검정
    • 등분산 검정
    • 검정력 및 표본 크기
    • 상관
    • 단순 선형 및 다중 회귀 분석
    • 일원 분산 분석

    전제 조건:

    없음. 이 강좌는 다른 모든 일반 Minitab 서비스 품질 강좌를 위한 전제 조건입니다.

    현장 교육을 위한 옵션 주제:

    비모수 검정

  • 서비스 품질에 대한 통계 품질 분석

    서비스

    측정 시스템을 성공적으로 평가 및 인증하는 데 필요한 기술을 개발합니다. 통계적 공정 관리의 기본 사항 및 중요한 품질 도구가 사용자 공정을 개선 및 관리하는 데 필요한 증거를 어떻게 제공할 수 있는지에 대해 배웁니다. Minitab에 제공되는 다양한 종류의 관리도를 언제 어디서 사용할지에 대해 파악하는 역량을 개발합니다. 중요한 공정 능력 분석 도구를 활용하여 내부 및 고객 규격을 기준으로 공정을 평가하는 방법을 배웁니다.

    이 강좌에서는 서비스 산업과 관련된 경우 품질 관리 도구 교육을 강조합니다.

    강좌 주제:

    • 이항, 명목형 및 순서형 데이터에 대한 계수형 합치도
    • Kappa 및 Kendall의 계수
    • Gage R&R
    • 변수 및 계수형 관리도
    • 정규, 비정규 및 계수형 데이터에 대한 공정 능력 분석

    전제 조건:

    서비스 품질을 위한 Minitab 필수 사항

  • 서비스 품질에 대한 통계 모형화

    서비스

    서비스 산업 현장에서 실제로 경험하는 문제점으로 데이터를 분석하여 사용 가능한 통계 도구 집합을 확장합니다. 변수들 간의 관계를 조사 및 설명하는 데 사용되는 도구로 분석 기술을 강화합니다. 시간의 효과 및 영향과 관련된 데이터의 특징을 발견 및 설명하고 이후 공정 동작을 예측하는 방법을 배웁니다.

    그래픽 및 양적 접근 방법을 활용하여 다양한 요인이 주요 품질 특성에 미치는 영향들 간의 유사점과 차이점을 설명합니다. 요인들이 중요한 사건의 발생 확률에 미치는 영향을 찾아내고 수량화하는 방법을 배웁니다.

    강좌 주제:

    • 다중 변수 분산 분석
    • 이항 로지스틱 회귀 분석
    • 요인 설계
    • 지수 평활을 포함한 시계열 도구
    • 추세 분석
    • 분해
    • 최량 부분 집합 및 단계적 회귀 분석을 포함한 다중 선형 회귀 분석

    전제 조건:

    서비스 품질을 위한 Minitab 필수 사항

  • 건강 산업을 위한 Minitab 필수 사항

    서비스

    이 강좌는 2일에 걸쳐 진행되는 기초 강좌로서, Minitab을 사용하여 데이터를 가져오고, 데이터 탐구를 위한 믿을 수 있는 통계 방법을 개발하고, 설득력 있는 그래프를 만들고 해석하며, 결과를 내보내는 등의 데이터 분석에 필요한 시간을 최소화하는 방법을 배우게 됩니다. 다양한 실제 데이터 집합을 분석함으로써 응용 프로그램을 올바른 통계 도구와 연결하고 통계 출력을 해석하여 공정의 문제점 또는 개선의 증거를 드러내는 방법을 배웁니다. 가설 검정 및 신뢰 구간과 같이 중요한 통계 개념의 기본 사항 및 통계 모형화 도구를 사용하여 변수들 간의 관계를 발견하고 설명하는 방법을 배웁니다.

    이 강좌에서는 건강 분야에서 주로 사용되는 통계 기법을 실제로 적용하여 바람직한 결정을 내리는 데에 중점을 둡니다.

    강좌 주제:

    • 데이터 가져오기 및 서식 설정
    • 막대 차트
    • 히스토그램
    • 상자 그림
    • Pareto 차트
    • 산점도
    • 표 및 카이-제곱 분석
    • 위치 및 변동 측정
    • t-검정
    • 비율 검정
    • 등분산 검정
    • 검정력 및 표본 크기
    • 상관
    • 단순 선형 및 다중 회귀 분석
    • 일원 분산 분석

    전제 조건:

    없음. 이 강좌는 다른 모든 일반 Minitab 강좌를 위한 전제 조건입니다.

  • 건강에 대한 통계 품질 분석

    서비스

    측정 시스템을 성공적으로 평가 및 인증하는 데 필요한 기술을 개발합니다. 통계적 공정 관리의 기본 사항 및 중요한 품질 도구가 사용자 공정을 개선 및 관리하는 데 필요한 증거를 어떻게 제공할 수 있는지에 대해 배웁니다. Minitab에 제공되는 다양한 종류의 관리도를 언제 어디서 사용할지에 대해 파악하는 역량을 개발합니다. 중요한 공정 능력 분석 도구를 활용하여 내부 및 고객 규격을 기준으로 공정을 평가하는 방법을 배웁니다.

    이 강좌에서는 건강 산업과 관련된 경우 품질 관리 도구 교육을 강조합니다.

    강좌 주제:

    • 이항, 명목형 및 순서형 데이터에 대한 계수형 합치도
    • Kappa 및 Kendall의 계수
    • Gage R&R
    • 변수, 속성 및 희귀 사건 관리도
    • 정규, 비정규 및 계수형 데이터에 대한 공정 능력 분석

    전제 조건:

    Minitab 필수 사항

  • 분석 기초

    예측 분석

    이 기초 강좌에서는 Minitab을 사용하여 데이터를 가져오고, 데이터 탐구를 위한 믿을 수 있는 통계 방법을 개발하고, 설득력 있는 시각화 자료를 만들고 해석하며, 결과를 내보내는 등의 데이터 분석에 필요한 시간을 최소화하는 방법을 배웁니다. Minitab 분석을 자동화해 사용자 입력을 최소화하여 시간을 절약합니다. 다양한 실제 데이터 집합을 분석하여 응용 프로그램을 올바른 통계 도구와 연결하고 통계 출력을 해석합니다. 가설 검정과 신뢰 구간 같은 중요한 통계 개념의 기초를 배웁니다.

    이 강좌에서는 비즈니스, 제조 및 거래 공정 분야에서 주로 사용되는 통계 기법을 실제로 적용하여 바람직한 결정을 내리는 데 중점을 둡니다.

    강좌 주제:

    • 데이터 가져오기 및 서식 설정
    • 실행 매크로
    • 막대 차트
    • 히스토그램
    • 상자 그림
    • Pareto 차트
    • 산점도
    • 위치 및 변동 측정
    • t-검정
    • 등분산 검정
    • 검정력 및 표본 크기

    전제 조건:

    없음.

  • 회귀 모형 및 예측

    예측 분석

    변수와 통계 모형화 도구의 관계를 탐구하고 설명하는 방법을 배워 분석 기초 강좌에서 가르치는 기초 통계 분석 개념을 계속 심화합니다. 시간의 효과 및 영향과 관련된 데이터의 특징과 이후 동작을 예측하는 방법을 발견하고 설명합니다.

    입력 변수가 중요한 사건의 발생 확률에 미치는 영향을 찾아내고 수량화하는 방법을 배웁니다. 실습 예제는 모형화 도구가 키 입력과 데이터의 변동 원인을 파악하는 데 어떤 도움이 되는지 보여줍니다.

    강좌 주제:

    • 산점도
    • 상관
    • 단순 선형 회귀 분석
    • 지수 평활을 포함한 시계열 도구
    • 추세 분석
    • 분해
    • 다중 및 단계적 회귀 분석
    • 이항 로지스틱 회귀 분석
    • 검증을 통한 회귀 분석

    전제 조건:

    분석 기초

  • 머신 러닝

    예측 분석

    여러 산업에서 실제로 겪는 문제와 관련된 데이터를 분석해 변수 간 관계를 탐구 및 설명하여 분석을 확장합니다. CART® 같은 감독형 머신 러닝 기법을 사용해 과거 데이터에서 발견되는 패턴을 분석하여 더 나은 심층 정보를 얻고 잠재적인 위험을 파악하고 개선 기회를 찾아보고 미래에 대한 예측을 수행하는 방법을 배웁니다.

    Clustering 같은 자율형 머신 러닝 도구를 사용하여 데이터의 자연스러운 분할을 감지하고 관측 또는 변수를 동질적인 집합으로 그룹화합니다. 원본 데이터를 상관되지 않은 변수의 집합으로 변환하여 데이터의 차원수를 줄입니다.

    강좌 주제:

    • 판별 분석
    • 테스트 세트 검증
    • K-접기 검증
    • CART® Classification
    • 상관
    • CART® Regression
    • 군집 분석
    • 주성분

    전제 조건:

    분석 및 회귀 모형화 및 예측 기초

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다. 당사의 개인정보 보호정책을 확인하십시오