밑끝없로그

1. 2개의 요인 중 어느 인자가 영향을 미치는지를 통계적으로 결정해보자. 결과값에 대해 p-value를 확인하여 귀무가설에 대한 기각 또는 채택하여 2 인자 중 주인자를 판단한다. 보통 유의수준 (α or alpha)는 0.05를 사용하며, 이는 결과값에 대한 5% Risk를 뜻한다. 만약 p-value가 유의수준보다 크다면, 귀무가설을 기각한다. 만약 P-value가 유의수준보다 작거나 같다면, 귀무가설을 채택한다. 2. Data 입력 및 결과값 도출하기 예시) 금속 처리액의 농도와 3사의 원재료에 대한 강도 확인. (3회 반복 실험) 인자A = 금속 처리시 사용하는 처리액의 농도 3.0% , 3.5%, 4.0% 인자B = A사 원재료, B사 원재료, C사 원재료 구분 3.0% 3.5% 4.0% A ..

P-Value의 의미 P-Value는 유의 확률로 불리며, 귀무가설이 맞다는 전제 하에 Sample의 Data가 귀무가설 하의 값이 얼마나 관찰될지에 대한 확률 값을 뜻합니다. 유의 수준을 기준으로 P-Value가 유의수준보다 높다면 귀무가설을 채택하고, 낮으면 대립가설을 채택하게 됩니다. 유의수준 0.05 P-Value >= 0.05 : 귀무가설 채택 P-Value < 0.05 : 대립가설 채택 예시1. 가나 사에서 판매하는 피넛 초콜릿에 대해 최근 고객으로 부터 피넛 함유량 미달 컴플레인이 접수되었다. 가나 피넛 초콜릿은 개당 200g이며, 70g의 피넛이 함유된다. 가나 사는 모든 피넛 초콜릿을 조사해볼수 없기에 보유하고 있는 400개 재고에서 20개를 Sampling 검사하기로 정하였다. H0(귀..

1. 적용 범위 특정한 1인자만의 영향을 조사하고자 할 때 사용한다. 예) 모 타이어 제조회사에서 신제품인 Radial Tire 개발에 있어서, 타이어 제조 과정중에 생타이어 원주길이가 타이어 제품의 균형에 어떤 영향을 미치는가를 알고 싶어 실험계획을 실시한다. (A1=3,260mm / A2=3,265mm/ A3=3,270mm) 2. 목적 1) Screening : 중요한 요인을 발견하고 특성을 알아낸다. a. 완전요인 배치 계획_Full Factorial Design b. 2k 배치 계획 (2k Factirual Design) c. 일부 실시법 (Fractional Factorial Design) 2) Optimizing : 최적의 조건을 찾는다. a. 반응표면 분석법 (Respons Surface M..