실험과 데이터 분석의 실수로부터 배우기 - 1부: 시나리오
I hope to help you avoid some mistakes in data analysis.I hope to help you avoid some mistakes in data analysis.I hope to help you avoid some mistakes in data analysis.I hope to help you avoid some mistakes in data analysis.데이터 분석에서 실수를 방지하는 데 도움이 되기를 바랍니다. 저는 수년간 엔지니어로 일해 왔습니다. 그 과정에서 저는 수행된 많은 테스트와 데이터를 분석하는 다양한 방법을 보았습니다. 제가 인정하고 싶은 것은 업무상 하나 이상의 실수를 저지른 팀에 있었던 경우가 더 많습니다. 결국 회사는 시간과 비용 측면에서 비용을 지출하게 되었습니다.
일부 독자들은 내 실수로부터 배우고 싶어할 것이라고 생각하여, 내 작업에서 직면한 다양한 문제를 구현하는 가상의 시나리오를 생각해냈습니다.
내 시나리오는 기계 공학의 예이지만 특정 분야로 쉽게 변환할 수 있을 만큼 간단하고 일반적입니다. 이번 블로그 게시물과 향후 블로그 게시물에서 이 시나리오를 살펴보겠습니다.
시나리오
제품의 강도를 향상시키기 위해 노력하고 있습니다. 우리는 근력을 향상시킬 것이라고 믿는 치료법 "A"를 확인했습니다. 우리 경영진은 생산 변경을 실행하기 전에 이를 증명하기를 원합니다.
처리 A로 3개의 샘플을 만들고 각각의 강도를 측정합니다. 또한 3개의 표준(또는 대조) 샘플을 수집하고 각각의 강도를 측정합니다. 데이터는 다음과 같습니다.
Fit Y by X 플랫폼 사용 JMP (아래 참조), 처리 A 샘플의 평균 강도가 대조 샘플보다 약간 높다는 것을 알 수 있습니다. 그러나 t-검정에 따르면 치료 A의 모집단 평균이 대조군의 모집단 평균과 다를 것이라고 말할 수 없습니다(95% 신뢰도). 우리는 테스트를 중단하고 제품 강도를 향상시킬 수 있는 다른 방법을 찾기 시작합니다.
이는 결과를 해석하기 쉬운 간단한 테스트처럼 보이지만 위의 시나리오에서는 실수가 발생하고 있으며 완벽하게 좋은 솔루션을 버리는 것일 수도 있다고 주장합니다.
당신은 그들이 무엇일 것이라고 생각합니까?계속 지켜봐 주시기 바랍니다 내 다음 게시물 ~에 이 시리즈 , 약 일주일 뒤에 옵니다!
따라서 귀하는 통계 및 데이터 분석을 처음 접하는 분입니다. 상사는 새로운 프로세스가 귀하의 제품에 도움이 될지 결정하라고 요청합니다. 당신은 통계에 대해 조금 알고 있으며 t-검정을 사용해야 한다는 것을 알고 있습니다. 하지만 데이터를 수집하고 분석을 실행하는 것만큼 항상 간단한 것은 아닙니다. 이 블로그 시리즈에서는 제가 엔지니어링 분야에서 거의 40년 동안 겪었던 몇 가지 실수로부터 배울 수 있습니다.
Re: 실험과 데이터 분석의 실수로부터 배우기 - 1부: 시나리오좋아요...하나 더...저는 종종 신제품 개발 팀의 통계학자였으며 팀 작업과 관련된 모든 DOE에 대한 '지원' 자원이었습니다. 일반적으로 우리는 팀 회의에서 실험과 관련된 모든 물류 문제에 대한 토론을 포함하여 실험을 설계했습니다. 그런 다음 팀의 하위 집합은 실험을 직접 실행하거나 때로는 실제로 실험을 수행하기 위해 관련되지 않은(계획에 포함된) 일부 사람들에게 설계(보통 종이에 JMP 데이터 테이블)를 넘겨주는 임무를 맡게 됩니다.
실제로 실험을 진행하는 사람들은 무작위 배정과 같은 것을 여러 번 무시했습니다. (이런... 실제로 이 실험을 실행할 때 밤새도록 다음 8시간 동안 저온과 고온 사이를 전환하는 것은 고통스럽습니다... 그냥 모든 최저점을 함께 실행한 다음 모든 최고점을 실행해 보겠습니다. 그게 무슨 상처가 될까요? 게다가 실행마다 온도가 균형을 이룰 때까지 기다릴 필요가 없기 때문에 생산성이 더 높아질 것입니다.)
또는 "이 사람들을 대상으로 실험을 실행할 때마다 그들은 이 수준을 사용합니다. 스프레드시트에서 실수를 했을 것입니다."
또는 뭔가 잘못되는 경우... 공급업체의 원자재 봉지가 사용할 수 없는 것으로 판단되어... 창고에 있던 다른 공급업체의 '동일한' 물건으로 변경하는 것과 같습니다. "그들이 모르는 것은 그들에게 해를 끼치지 않을 것입니다."
그리고 온갖 종류의 '개선'이 계속됩니다.
다른 것들도 보충할 수 있을 것 같은데요?
그래서 저는 이러한 종류의 절차적 실패 모드가 발생하지 않도록 하는 가장 좋은 방법은 실험이 진행되는 동안 관찰하기 위해 물리적으로 참석해야 한다고 주장하고 심지어 도움을 주는 것이라는 것을 꽤 빨리 배웠습니다. 일반적으로 나는 기술자들이 자신의 작업에 대한 이러한 관심과 도움을 매우 환영한다는 것을 알았습니다. 게다가 실제로 "Gemba에 가면서" 그들의 직업과 우리의 프로세스에 대해 많은 것을 배울 수 있었습니다. 느슨하게 번역하면 '작업이 완료된 곳을 확인하세요'를 의미하는 린 개념입니다. 물론 그것은 늦은 밤에... 묘지 교대근무에 대한 실험을 실행하는 것을 의미했지만... 하루가 끝날 무렵 우리는 이것이 프로젝트를 실행하는 가장 좋은 방법이라고 확신했습니다.
Re: 실험과 데이터 분석의 실수로부터 배우기 - 1부: 시나리오훌륭한 @Peter_Bartell !이것은 흔히 저지르는 실수 중 하나입니다.이에 대해서는 앞으로의 포스팅에서 더 자세히 이야기하겠습니다.계속해서 아이디어를 얻으세요!
Re: 실험과 데이터 분석의 실수로부터 배우기 - 1부: 시나리오측정 시스템 변화에 대해 무엇을 알고 있습니까? 아마도 변동의 대부분은 측정 시스템에 의한 것이지 두 모집단의 속성 차이가 아니기 때문에 각 문제에 대해 실제이지만 알 수 없는 모집단 값을 구별하게 됩니다.
