산업 문제 해결을 위한 통계적 사고

무료 온라인 통계 과정

과정 개요

산업 문제 해결을 위한 통계적 사고 과정은 7개 모듈로 구성되며 약 30시간의 자율 학습으로 진행됩니다. 각 모듈은 짧은 강의 영상, JMP 데모, 질문 및 연습으로 구성됩니다. 모듈에서 다루는 주제는 아래와 같습니다.

모듈별 주제 살펴보기 (PDF 다운로드):

통계적 사고와 문제 해결

통계적 사고

  • 통계적 사고란?

문제 해결

  • 문제 해결 개요
  • 통계적 문제 해결
  • 문제 유형

문제 정의

  • 문제 정의
  • 목표 및 핵심 성과 지표
  • 화이트 폴리머 사례 연구

공정 정의

  • 공정이란?
  • SIPOC 도해
  • 입력/출력 공정 도해
  • 상위하향식 흐름도

잠재적 근본 원인 파악

  • 잠재적 원인 파악 도구
  • 브레인스토밍
  • 멀티 보팅
  • 친화도 사용
  • 특성 요인도
  • 5 Why
  • C&E 매트릭스

데이터 수집 및 정리

  • 문제 해결을 위한 데이터 수집
  • 데이터 유형
  • 운영 정의
  • 데이터 수집 계획
  • 분석용 데이터 가져오기
탐색적 데이터 분석

데이터 설명

  • 기술 통계 소개
  • 데이터 유형
  • 히스토그램
  • 중심화 경향 및 위치 측도
  • 산포 측도 — 범위 및 사분위 범위
  • 산포 측도 — 분산 및 표준편차
  • 연속형 데이터 시각화
  • 범주형 데이터 설명

확률 개념

  • 확률 개념 소개
  • 표본 및 모집단
  • 정규 분포의 이해
  • 정규성 확인
  • 중심 극한 정리

문제 해결을 위한 탐색적 데이터 분석

  • 탐색적 데이터 분석 소개
  • 연속형 데이터 탐색: 부가적 도구
  • 파레토도
  • 누적형 막대 차트 및 데이터 필터링
  • 트리 맵 및 모자이크 그림
  • 격자형 그림과 중첩 변수 사용
  • 버블 그림과 히트맵
  • 탐색적 데이터 분석 도구 요약

데이터 커뮤니케이션

  • 데이터 커뮤니케이션 소개
  • 효과적인 시각화 생성
  • 시각화 유효성 평가
  • 효과적인 시각화 설계
  • 애니메이션을 활용한 시각적 커뮤니케이션
  • 청중을 고려한 설계
  • 대상 청중 이해
  • 커뮤니케이션을 위한 시각화 설계
  • 시각화 설계: 규칙

결과 저장 및 공유

  • 결과 저장 및 공유 소개
  • JMP 사용자와 결과 저장 및 공유
  • JMP 비사용자와 결과 저장 및 공유
  • 사용할 형식 결정

데이터 분석 준비

  • 데이터 테이블 필수사항
  • 일반적인 데이터 품질 문제
  • 데이터 테이블의 문제 파악
  • 문제 파악(한 번에 한 변수)
  • 분석용 데이터 구조 변경
  • 데이터 결합
  • 새 변수 파생
  • 날짜 작업
품질 관리

통계적 공정 관리

  • 관리도 소개
  • 개별값 및 이동 범위 관리도
  • 우연원인 대 특수원인의 산포
  • 특수원인 판정
  • Xbar-R 관리도, Xbar-S 관리도
  • 합리적 부분군
  • 삼원 관리도
  • 단계(Phase) 포함 관리도

공정 능력

  • 고객 의견
  • 공정 능력 지수
  • 장단기 공정 능력 추정치
  • 공정 개선을 위한 공정 능력 이해
  • 공정 능력의 추정: 예제
  • 비정규 데이터의 공정 능력 계산
  • 여러 변수에 대한 공정 능력 추정
  • 저성능 공정들의 파악
  • 산업계의 관점

측정 시스템 연구

  • MSA(측정 시스템 분석)란 무엇인가?
  • 언어 및 용어
  • 측정 시스템 연구 설계
  • MSA 설계 및 수행
  • MSA 분석
  • 측정 시스템 정확도 연구
  • 측정 공정 개선
데이터 기반 의사 결정

추정

  • 통계적 추론 소개
  • 신뢰 구간이란 무엇인가?
  • 평균 추정
  • 표본 추출 산포의 시각화
  • 신뢰 구간 설정
  • 신뢰 수준 및 제 1종 오류(Alpha Risk) 이해
  • 예측 구간
  • 공차 구간
  • 구간 추정값의 비교

통계적 검정 기초

  • 통계적 검정 소개
  • 통계적 의사 결정
  • 귀무 가설과 대립 가설의 이해
  • 귀무 가설 하에서의 표본 분포
  • p 값 및 통계적 유의성

연속형 데이터에 대한 가설 검정

  • 단일 표본 t 검정 수행
  • p 값 및 t 비율 이해
  • 동등성 검정
  • 두 평균의 비교
  • 이분산 검정
  • 대응 짝 관측값
  • 일원 분산 분석(ANOVA)
  • 다중 비교
  • 통계적 유의성 대 실질적 유의성

표본 크기 및 검정력

  • 표본 크기 및 검정력 소개
  • 평균의 신뢰 구간에 대한 표본 크기
  • 통계적 검정 결과
  • 통계적 검정력
  • 표본 크기 및 검정력 탐색
  • 단일 표본 t 검정을 위한 표본 크기 계산
  • 두 표본 t 검정 및 분산 분석을 위한 표본 크기 계산
상관관계와 회귀

상관

  • 상관관계란 무엇인가?
  • 상관관계 해석

단순 선형 회귀

  • 회귀 분석 소개
  • 단순 선형 회귀 모형
  • 최소 제곱 방법
  • 최소 제곱 방법의 시각화
  • 회귀 모형의 가정
  • 회귀 결과 해석
  • 곡률 모형 적합

다중 선형 회귀

  • 다중 선형 회귀란 무엇인가?
  • 다중 선형 회귀 모형 적합
  • 설명 예측 모형의 결과 해석
  • 잔차 분석 및 이상치
  • 범주형 예측 변수를 포함하는 다중 선형 회귀
  • 교호작용을 포함하는 다중 선형 회귀
  • 변수 선택
  • 다중공선성

로지스틱 회귀 소개

  • 로지스틱 회귀란 무엇인가?
  • 단순 로지스틱 모형
  • 단순 로지스틱 회귀 예제
  • 로지스틱 회귀 결과 해석
  • 다중 로지스틱 회귀
  • 교호작용을 포함하는 로지스틱 회귀
  • 일반적 문제들
실험계획법(DOE)

실험계획법(DOE) 소개

  • 실험계획법(DOE)이란 무엇인가?
  • 임시적 실험 및 OFAT(One-Factor-at-a-Time, 한 번에 한 요인) 실험 수행
  • 왜 실험계획법(DOE)을 사용하는가?
  • 실험계획법(DOE) 용어
  • 실험 설계 유형

요인 실험

  • 요인 실험 설계
  • 반복 완전 요인의 분석
  • 반복 불가능 완전 요인의 분석

선별 설계

  • 중요 효과 선별
  • 부분 요인 설계 개관
  • 사용자 정의 선별 설계

반응 표면 실험

  • 반응 표면 설계 소개
  • 반응 표면 실험 분석
  • 사용자 정의 반응 표면 설계 생성
  • 순차 실험

실험계획법(DOE) 지침

  • 실험계획법(DOE) 지침 소개
  • 문제 및 목적의 정의
  • 반응의 파악
  • 요인 및 요인 수준 파악
  • 제한 및 제약 조건 파악
  • 실험 실시 준비
  • 사례 연구
예측 모델링 및 텍스트 마이닝

예측 모형의 필수사항

  • 예측 모형 소개
  • 과대적합 및 모형 검증
  • 모형 성능 평가: 예측 모형
  • 모형 성능 평가: 분류 모형
  • ROC(Receiver Operating Characteristic) 곡선

결정 트리

  • 결정 트리(Decision Trees) 소개
  • 분류 트리
  • 회귀 트리
  • 결정 트리의 검증
  • 랜덤(붓스트랩) 포레스트

신경망 네트워크

  • 신경망이란 무엇인가?
  • 신경망 해석
  • 신경망을 이용한 예측 모형

일반화 회귀

  • 일반화 회귀 소개
  • 최대 우도를 사용한 모형 적합
  • 벌점 회귀 방법 소개

모형 비교 및 선택

  • 예측 모형 비교

텍스트 마이닝 소개

  • 텍스트 마이닝 소개
  • 텍스트 데이터 처리
  • 용어 목록 구성
  • 텍스트 데이터 시각화 및 탐색
  • 텍스트 데이터 분석(마이닝)

Back to Top