|
히스토그램(전체자료, 그룹별자료)
S-Link) 그림분석>히스토그램>분석변수[성적]정규분포/그룹변수[성별] 조건변수가 있는 경우-양쪽형
② 줄기-잎그림(전체자료)
S-Link) 그림분석>줄기잎 그림>분석변수[성적]
The S-L
|
|
|
히스토그램을 통하여 종 모양의 형상을 띈 정규분포의 모습을 확인할 수 있었다. 또한 이번 실습에서 사용한 데이터를 통해 전구의 수명의 평균과 표준편차 그리고 최대값과 최소값 등을 예측 할 수 있었다.
두 번째 실험에 대한 고찰
두 번
|
|
|
정규분포는 평균과 표준편차에 의해 모양이 결정된다. 정규분포의 특성을 2~3가지 쓰시오.
정규분포는 평균을 중심으로 대칭인 종모양이다.
정규곡선의 확률변수 X가 취할 수 있는 값의 범위는 -∞＜X＜+∞ 이다.
분포의 평균과 표준편차가 어
|
|
|
정규성을 만족하고 있다. 히스토그램 중의 실선은 표준정규분포를 나타내고 있으며, 표준화잔차의 정규확률도표인 P-P도표는 도표상의 점들이 45도 직선 상에 놓여 있기 때문에 정규성을 만족한다고 볼 수 있다.
옆의 그림은 표준화잔차(*ZRESID
|
|
|
, 사용품질
5. 품질관리의 목표와 생산시스템 목표의 균형
6. 품질관리 시스템의 원칙
7. QC 교육을 성공시키는 10가지 준수사항
8. 사내표준화의 역할
9. 관리도 종류와 적용가능한 확률분포이론
10. LTPD, AOQL
11. OC곡선
12. TQC의 주요목표
|
|
|
정규분포
4) 분포의 왜곡도와 첨도
(1) 왜곡도 (Skewness) : 분포의 비대칭 정도 (±0.25 사이의 경우에는 왜곡도가 없다고 할 수 있다. 0이 아예 왜곡도가 없는 수치)
(2) 첨도 (Kurtosis) : 봉우리의 뾰족한 정도 (첨도가 3과 같으면 정규분포에 근사하고,
|
|
|
히스토그램을 만들게 된다. (c)에서는 상대적으로 중간위치에 데이터들이 집중적으로 모이고, 이 위치를
중심으로 점차 대칭적인 분포의 경향을 보이게 된다. 표본의 크기가 계속 커지면, (d)와 같은 정규분포가
생겨나게 된다. 정규분포에
|
|
|
분포이다. 정규분포는 표본을 통한 통계적 추정 및 가설검정이론의 기본이 되며, 실제로 우리가 사회적자연적 현상에서 접하는 여러 자료들의 분포도 정규분포와 비슷한 형태를 띠게 되는 것이 보통이다.
정규분포는 정규곡선(normal curve)으로
|
|
|
분포]의 종류로 [정규분포]를 택하고, 변수의 개수를 “1”로, 난수의 개수를 “100”으로 준 후 [확인] 단추를 클릭한다.
③ 새로운 시트에는 정규분포에서는 생성된 100개의 난수가 있다. 이 난수들을 [데이터 분석] 기능으로 히스토그램을 그
|
|
|
분포의 특징
- 정규분포의 모양과 위치는 분포의 표준편차와 평균에 의해 결정된다.
- 정규분포의 확률밀도함수는 평균(μ)을 중심으로 대칭인 종모양이다.
- 정규곡선은 X축에 맞닿지 않으므로 확률변수 X가 취할 수 있는 값의 범위는
-∞<X&
|
|
메뉴펼치기
