통계 및 품질 향상을 위한 팁과 기법

품질 개선 프로젝트, 연구 등에서 Minitab 소프트웨어를 사용하는 방법에 대한 블로그 게시물과 기사

절차를 통해서 점점 더 많은 관찰 데이터를 수집함에 따라, 의미 있는 통찰력을 제공할 수 있는 새로운 도구가 필요할 수 있습니다. 전통적인 통계 도구에 현대적인 기계 학습 기법을 추가하여 절차를 분석하고 개선하며 관리할 수 있습니다. 이항 로지스틱 회귀 분석으로 시작하여 CART®(Classification and Regression Trees)로 종료되는 예시를 살펴보겠습니다.

계속 읽기

올바른 선형 회귀 분석을 선택하기란 어려울 수 있습니다. 단일 표본만으로 이를 모형화하려고 해도 크게 도움이 되지 않죠. 이 글에서는 모형을 선택할 때 일반적으로 사용되는 통계적 방법 및 이러한 과정에서 겪을 수 있는 어려움을 소개하고, 최상 회귀 모형을 선택하기 위한 실질적인 조언을 제공하고자 합니다.

계속 읽기

회귀 분석을 통해 하나 이상의 예측 변수와 반응 변수의 통계적 관계를 설명하는 공식을 도출할 수 있습니다. Minitab Statistical Software를 사용하여 회귀 분석 모형을 적용하고 잔차 그림을 확인했다면 이제 결과를 해석해야 합니다. 이 게시물에서는 선형 회귀 분석 결과에 나타난 P값과 계수를 해석하는 방법을 설명합니다.

계속 읽기