MBB/BB를 위한 Six Sigma Bible : 분석편

들어가는 말
본 책의 구성

분석(Analysis) 편 개요

1. ‘분석’의 도입 배경과 차별성
2. ‘분석’의 의미와 방향
2.1. 현 ‘Analyze 단계’의 주요 활동
2.2. ‘사실 분석’의 미학(美學) - 데이터로부터 ‘정보’를
2.2.1. 기술 통계(Descriptive Statistics)
2.2.2. 확증적 자료 분석(CDA, Confirmatory Data Analysis)
2.2.3. 탐색적 자료 분석(EDA, Exploratory Data Analysis)
2.2.4. 데이터 마이닝(Data Mining)

일변량 자료(Univariate Data)의 탐색적 자료 분석(EDA)

1. 개요
1.1. ‘EDA’의 기본 가정
1.2. ‘EDA’의 ‘4가지 주제(Four Themes)’
1.2.1. 저항성(Resistance)
1.2.2. 잔차(Residual)
1.2.3. 재표현(Re-expression)
1.2.4. 현시성(顯示性, Revelation)

2. EDA 방법
2.1. Run Chart
2.2. Lag Plot
2.2.1. ‘무작위 표본 추출’이 필요한 이유
2.2.2. 자기상관도[Autocorrelation Diagram(Plot)]
2.2.3. Lag Plot의 작성
2.3. Graphical Summary
2.3.1. 히스토그램(Histogram)
2.3.2. 상자 그림(Box Plot)
2.3.3. 기술 통계(Descriptive Statistics)
2.4. Normal Probability Plot

3. 사례 연구(Case Study)
3.1. 사례 연구 1
3.2. 사례 연구 2
3.3. 사례 연구 3

4. 시계열 분석(Time Series Analysis)
4.1. ‘시계열 분석’의 기초
4.1.1. 시계열 그림(Time Series Plot)
4.1.2. 추세 분석(Trend Analysis)
4.1.3. 분해(Decomposition)
4.1.4. 이동 평균(Moving Average)
4.1.5. 단일 지수 평활(Single Exponential Smoothing)
4.1.6. 이중 지수 평활(Double Exponential Smoothing)
4.1.7. Winters의 방법(Holt-Winters Method)
4.1.8. ‘자기상관(Autocorrelation)’이 있는 경우의 EDA

이변량 자료(Bivariate Data)의 탐색적 자료 분석(EDA)

1. 개요

2. EDA 방법
2.1. 블록 ①: X 계량, Y 계량
2.1.1. ‘산점도’를 이용한 EDA
2.1.2. ‘회귀 분석’을 이용한 EDA
2.2. 블록 ②: X 계량, Y 계수
2.3. 블록 ③: X 범주, Y 계량
2.4. 블록 ④: X 범주, Y 계수

다변량 자료(Multivariate Data)의 탐색적 자료 분석(EDA)

1. 개요
1.1. 조직의 저항
1.2. ‘고장 해석’의 중요성
1.3. ‘그물 효과(Net Effects)’의 이해
1.4. ‘벨트 분석(Belt Analysis)’

2. EDA 방법_ 442
2.1. ‘산점도 행렬(Matrix Plot)’의 활용
2.2. ‘등고선도(Contour Plot)’의 활용
2.3. ‘다변량 차트(Multivariate Chart)’의 활용

부록
색인