Product lifecycle에 대한 사례 조사목차기업소개기아자동차 LifeCycle설계단계원재료 조달 단계생산단계물류단계폐기단계기업소개기아자동차기아자동차는 1944년 설립된 한국의 대표적인 자동차 생산기업으로서 19개 현지 판매법인과 4,807개의 딜러 네트워크를 구축하고, 연 300만 대 이상을 판매하는 글로벌 기업으로 성장하였고 꾸준한 연구개발과 투자를 통해 승용차와 RV, 상용차 등 전 차종과 차급을 포괄하는 라인업을 갖추고 있으며, 미국과 중국, 유럽 등 주요시장에 구축한 생산시설과 R&D·디자인 센터를 기반으로 글로벌 74위의 브랜드를 보유하고 있다.기아자동차 LifeCycle eq oac(○,1) 설계단계친환경 설계 시스템기아자동차는 환경친화적인 설계 정책을 현장에서 편리하게 적용할 수 있도록 디지털 기반의 시스템을 구축해 운용하고 있다. 설계자는 친환경 설계 가이드를 기반으로 자체 운용 중인 데이터베이스를 활용해 원재료의 환경적인 영향을 파악한 후 소재를 선정한다. 이후에는 부품의 구조를 단순화하고 재질은 개선해 제조공정을 단축하고, 해체되기 쉽도록 체결방식을 고안한다. 설계가 완성되면 가상 3D 모델을 이용해 차량 해체를 시연하면서 해체용이성과 재활용성을 평가하는데, 이 결과에 따라 도면을 수정하거나 재활용성이 낮은 부품을 대체하게 된다. 이런 과정을 거쳐 도면이 확정되면 테스트 차량을 제작해 실차를 해체한다. 그 결과 실제로 분해에 걸리는 시간과 체결요소의 수 등을 기존 차량과 비교하는 해체성 평가를 실시하고 후속차량 개발 시에 참고자료로 활용하고 있다.화학물질 관리 시스템기아자동차는 모든 제품에 국내외 법규에서 규제하는 물질의 사용을 금지하고 대체재료를 개발해 적용하고 있다. 국제재질정보시스템(IMDS)에서 수집한 부품의 재질과 중량 정보는 자체적으로 운용 중인 화학물질관리 시스템(e-CMS: e-Chemical Management System)에 데이터베이스로 구축된다. 기아자동차는 e-CMS를 기반으로 2005년 이후 생산되는 전 모든 차량은 유럽과 미국, 중국과 국내의 재활용 가능률 인증과 법규의 요구사항을 충족시키고 있으며, 2015년 출시된 스포티지와 K5 하이브리드에 인증을 취득했다.성과의 측정: 기업 효율성과 제품 환경인증기아자동차는 2007년부터 자원 사용량과 이산화탄소 배출량 대비 창출한 경제적 가치(매출액)를 비교해 기업 전체의 에코효율성(Eco-efficiency)을 측정하고 있다. 에코효율성은 경제적(Economic) 효율성과 생태적(Ecological) 효율성을 포괄하는 개념이다. 기준연도인 2004년을 100%로 비교했을 때, 2015년에는 64.1%p 증가한 수치를 기록했고, 2014년과 비교해서도 8.7%p 향상되었다. 신차에 받고 있는 전 과정 평가(LCA: Life Cycle Assessment)는 제품의 원재료부터 폐기에 이르는 생애주기에서 단계별로 발생하는 환경부하를 측정하는 기법이다. 기아자동차는 신차를 출시할 때 이전 모델과 새로운 모델 각각의 LCA를 실시하고, 그 결과를 비교해 신차의 개선수준을 검증하고 있다. 그리고 외부기관으로부터 결과의 신뢰성 검증을 받아 국제표준(ISO 14040s) 인증을 획득하고 있다. 공인기관인 유럽의 튀브노르트(TUV NORD)와 미국의 유엘(UL)로부터 2015년 말까지 총 13개 차종이 인증을 받았으며, 그중 씨드와 2012년 출시한 뉴씨드는 튀브노르트(TUV NORD)로부터 환경을 고려해 제품을 설계(DfE: Design for Environment) 했음을 인증하는 국제표준(ISO 14062)도 함께 받았다. 기아자동차는 LCA를 통해 지구 온난화와 자원 소모, 대기 산성화와 수계 부영양화, 스모그의 다섯 개 부문을 평가하는데, 2015년 인증을 획득한 신형 스포티지는 이전 모델 대비 지구 온난화 부문에서 약 12% 개선된 성과를 보였다. 국내에서는 환경부가 주관하는 탄소성적표지(Carbon labeling) 제도에 동참해 2009년 K7부터 이후 출시되는 신차에 인증을 받고 있으며, 2014년부터 LCA 인2) 원재료 조달 단계협력사의 기후변화 대응을 위한 협력기아자동차는 2003년부터 SCEM 사업을 통해 협력사의 환경경영을 지원하고, 2010년까지 통합 온실가스 관리체제 구축을 지원했다. 국제표준인 환경경영 시스템(ISO 14001) 인증 취득을 권고해 2012년까지 모든 1차 협력사가 인증을 받았으며, 2006년부터 지원범위를 2·3차 협력사로 확대해 1차 협력사와 함께 SCEP 프로그램을 진행중이다. eq oac(○,3) 생산단계자동차 생산공정의 물질 균형(Material Balance)생산에 있어서 기본적으로 투입과 산출, 배출은 비례한다. 현장에서 집중하는 건 많이 만들려면많이 써야 하고 많이 버려지는 당연한 흐름을 바꿔보려는 시도이다. 공정을 효율적으로 바꿔 자동차 생산 시의 대당 사용과 배출량을 줄이고, 설비같은 시스템을 교체하거나 재활용을 늘리는 방안을 고안해 총량도 줄여 간다. 배출량 기준으로 물질별 목표를 세우고, 매년 한 해동안 투입된 자원(Input)과 배출된 물질(Output), 그리고 창출한 가치(Outcome)를 집계해 현황을 파악하며 추가적인 개선의 여지를 찾아내고 있다. 2015년 기아자동차는 전해와 비슷한 수준으로 생산(+1%)하고, 총량 기준, 원재료 사용량을 11.5%, 수자원 5.5%, 유해화학물질 14.1%, 배출량은 대기오염물질 4%, VOCs를 15.7% 줄였다. 폐기물 배출량은 2014년과 비슷했지만(-0.2%), 재활용률을 꾸준히 90% 이상으로 유지하면서 재활용할 수 없는 폐기물의 매립률을 1%이하로 낮추기 위해 노력 중이다. 에너지 사용량은 1.2%, 온실가스 배출량은 0.9% 감소로 전년과 비슷한 수준을 유지했다. 유일하게 총량이 증가(+14.9%)한 수질오염물질의 경우, 상반기에 일시적인 요인으로 배출농도가 높아졌으나 조속한 정상화를 위해 노력한 결과 하반기에는 안정을 되찾았고, 대당 배출량은 13.7% 증가했다. 총량이 줄어든 물질들도 모두 효율을 가늠하는 대당 사용(배출)량으로 보면 감소율이 더 높다서 총량도 줄이기 위해 노력하고 있다. 2007년부터 재활용 비율을 90% 이상으로 유지하고 있으며, 소각과 매립으로 처리되는 최종 폐기물 중 토양오염과 매립지 부족으로 문제가 되고 있는 매립 폐기물은 전체 발생량의 1% 이하로 관리하는 정책을 추진 중이다. 소하공장의 경우 2008년부터 매립 폐기물 제로(0%)를 유지하고 있고, 3개 공장을 합한 매립비율은 2015년 1.2%이다. 생산공정 외의 영역에서 불가피하게 발생하는 매립 폐기물과 지역적 특성으로 인해 재활용 처리가 어려운 일부 폐기물에 대해서는 철저한 분리 배출과 수거로 발생량을 최소화하고, 처리방법 전환을 위해 재활용업체를 개발하는 등의 지속적인 개선을 추진하고 있다. 2003년부터 대당 배출량은 저감되는 추세고, 2015년 배출총량은 전년과 같은 수준을 유지했다. eq oac(○,4) 물류단계납품 운송방식 혁신기아자동차는 국내 4개의 자동차 생산공장(위탁생산 포함)을 운영하고 있으며, 전국에 위치한 300여 개의 1차 협력사로부터 부품을 공급받는다. 이 중 생산공장과의 거리가 100 km 이상인 원거리에서 납품하는 협력사가 40%에 달하며, 운송트럭의 32%는 5톤 이하의 소형차로 운영되고 있다. 때문에 매년 늘어나는 생산량에 비례해 운송차량도 증가하면서 공장 인근의 도로 정체가 생기고, 그만큼 이산화탄소 발생도 늘어나고 있다. 현재 기아차는 협력사와 함께 운송차량을 대형화하고 협력사들이 개별적으로 운송하던 부품을 통합해 납품차량의 운행횟수를 줄이는 사업을 진행하고 있다. 기아차는 납품관리가 용이해지고 협력사는 납품비용을 절감하는 직접적인 개선효과는 물론, 차량 운행으로 인한 이산화탄소 발생이 저감되고 공장 인근의 도로 정체가 해소되면서 지역주민들의 생활이 좀더 편해지는 복합적인 효과가 기대된다.IT와 물류가 융합된 스마트 시스템 구축기아자동차는 물류의 효율적인 관리를 위해 수작업 위주로 진행되던 업무에 IT 시스템을 접목하고 있다. 자동차를 생산하기 위해 부품과 운송차량이 끊임없이 이동되는 한 주요 도로의 정체상황을 실시간으로 운전자에게 안내하는 방식인데, 현재 시행 중인 납품 운송방식 혁신 프로젝트에 RFID를 이용한 운송경로 효율화가 더해지면 기아차와 협력사, 지역사회까지 연결되는 효과의 영향력도 한층 커질 것이다.KLIP(Kia Logistics Innovation Process) 체제기아자동차는 물류경쟁력 확보를 위해 각 부문에서 개별적으로 이루어지던 개선활동을 통합하여체계화하고, 객관적인 평가에 근거한 보상과 현장의 우수사례 공유를 통해 동기부여와 시너지 창출을 추진하고 있다. 전략 수립 첫 해인 2015년 물류 관련 주요 지표는 70% 이상 개선되는 효과를 거두었으며, 기아차는 향후 구체적인 목표를 설정하고 과제를 해결하는 과정에서 체제가 지속적이고 자생적으로 진화하는 혁신 생태계 조성을 목표하고 있다. eq oac(○,5) 폐기단계자동차 재자원화센터2005년부터 운영 중인 자동차 재자원화센터는 이송식 7단계 해체 시스템을 갖추고 연간 4,000여대의 연구용 차량을 해체하며 폐차의 친환경적인 해체와 재활용 기술을 개발하고 있다. 폐차 해체는 폐차등록, 타이어·배터리 사전처리, 액상류 제거, 범퍼 등 외장류 제거, 시트 등 내장류 제거, 엔진·변속기 등 제거, 차체 압축 단계로 진행된다. 이 과정에서 폐차에 남은 오일 등의 액상류와 연료를 쉽게 분류하는 기술을 개발했고, 해체효율성과 부품의 재자원화 기술 연구도 진행하고 있다. 확인한 정보와 연구결과는 차량 개발을 담당하는 연구팀에 전달해 신차의 해체와 재자원화가 쉽게 만들어지도록 돕고, 개발한 기술은 양산부품에 적용한다. 내연기관 차량과 구조가 다른 전기차나 하이브리드차가 출시되면서 안전한 처리를 위한 해체 매뉴얼을 제작해 폐차업계에 배포했고, 매년 국내 550여 개 일반 폐차장 중 110개와 2차례의 회의를 주최해 해체기술을 전수하고 있다.폐차 부품의 재활용 기술자동차의 내·외장 플라스틱 부품은 사용을 거치며 표면이 오염되거나 노화되기 때문에 오염물질을 제거하고 저하된 물성을 보강다.
DBR 시물레이션 “ 강남공업사의 DBR 의 설치 ”목차 INDEX 1 ‘ 강남공업사 ’ 의 현황 2 STEP 1. 3 STEP 2. 4 STEP 3. 5 STEP 4. 6 STEP 5. SYSTEM 의 제약의 요인 파악 제약 자원을 최대 효율화 제약 효율화를 위한 Alignment 제약 자원의 공급 능력 향상 Reiteration ( 다른 제약의 해결 )현재 현황 ‘ 강남공업사 ’ 의 제약조건 제시된 조건 외 다른 조건은 주당 운영비용은 기계 1 대당 500 만원 추가 기계 구입 예산은 5 천만원STEP 1 System 의 제약의 요인 파악 프레스 1 대 c5 e5 f8 필요수량 150 150 30 표준시간 6 8 7 총 가동시간 900 1200 210 2310 도장 1 대 a9 c9 e9 f9 필요수량 60 90 60 30 표준시간 3 1 7 8 총 가동시간 180 90 420 240 930 조립 1 대 a7 d7 f5 필요수량 60 150 30 표준시간 5 5 10 총 가동시간 300 750 300 1350 절단 1 대 b3 g3 필요수량 150 30 표준시간 6 9 총 가동시간 900 270 1170 드릴 2 대 a5 b5 e1 f3 필요수량 60 60 150 30 표준시간 12 6 6 6 표준시간 /2 6 3 3 3 총 가동시간 360 180 450 90 1080 그라인더 2 대 a1 b1 f1 g1 필요수량 60 150 60 30 표준시간 3 8 6 5 표준시간 /2 1.5 4 3 2.5 총 가동시간 90 600 180 75 945 가동시간이 제일 많이 걸림 = 허비 프레스가 제약공정 (CCR)STEP 1 System 의 제약의 요인 파악 BUFFERSTEP 2 제약 자원을 최대 효율화 제품 이익 ( 수요 X 가격 ) 제품 A : 45 만원 -(10 만원 +15 만원 ) = 20 만원 제품 C : 55 만원 -( 15 만원 +10 만원 ) = 30 만원 제품 E : 60 만원 -(15 만원 +10 만원 ) = 35 만원 제품 F : 60 만원 -(15 만원 +10 만원 ) = 35 만원 강남공업사의 현황 제품 제품 A 제품 C 제품 E 제품 F 수요 ( 개 / 주 ) 60 90 60 30 가격 ( 만원 ) 45 55 60 60 공장 가동시간 - 공장은 1 주일에 5 일 ( 월 ~ 금 ) - 하루 8 시간씩 ( 오전 9 시 ~ 오후 5 시 ) 이며 모두 40 시간 가동 - 생산된 제품은 금요일 오후 5 시까지는 출하제품 1 개당 수익과 수요를 고려하여 제약공정의 생산계획 작성 제품 E 제품 F 제품 C (* 제품 A 는 제약공정 ( 프레스 ) 와 무관 ) C5 가 E5 보다 선행되는 이유는 E5 선행 시 준비시간이 더 늘어나는 경우 발생STEP 3 제약 효율화를 위한 Alignment 해당 단계에서는 다른 비제약공정들을 제약공정 ( 프레스 ) 의 생산일정에 맞추어 계획한다 . 기준 1. 이전 단계의 프레스 생산일정에 맞추어 다른 공정의 생산일정을 계획 기준 2. 선 공정이 후 공정보다 속도가 느릴 경우 , 후 공정의 마지막 생산시작을 선 공정의 마지막 생산 끝에 맞춤 기준 3. 선 공정이 후 공정보다 속도가 같거나 빠를 경우 , 후 공정의 첫 생산시작을 선 공정의 첫 생산 끝에 맞춤선 공정이 후 공정보다 속도가 느릴 경우 선 공정이 후 공정보다 속도가 같거나 빠를 경우월요일 생산계획화 요일 생산계획수 요일 생산계획목 요일 생산계획금 요일 생산계획 제품 C 의 수요가 90 인데 , 88 개만 생산가능 2 개의 부재고 발생STEP 4 제약 자원의 공급 능력 향상 능력 향상 방법 1. - 기계 1 대 추가 ( 프레스 ) 능력 향상 방법 2. - 기계 업그레이드 ( 프레스 ) 기계 1 대의 가격 = 100,000,000 추가 구입 예산액 = 50,000,000 예산보다 가격이 높으므로 실행 불가 해당 기계 성능을 향상 ( 비용 : 10,000,000) 각 공정에서 1 분씩 절감 해당 방법으로 새로운 생산계획 작성 능력 향상 방법 3 . - 제약공정 ( 프레스 ) 외주 부분 생산 해당 공정을 고려無 ( 비용 : 70,000,000) 예산보다 가격이 높으므로 실행 불가월요일 생산계획화 요일 생산계획수요일 생산계획목 요일 생산계획금 요일 생산계획 전 제품의 수요를 충족 !!그라인더 3 분 작업 10 그라인더 8 분 작업 10 드릴 6 분 작업 10 그라인더 6 분 작업 10 그라인더 5 분 작업 10 절단 6 분 작업 20 드릴 6 분 작업 20 절단 9 분 작업 20 드릴 12 분 작업 20 드릴 6 분 작업 30 프레스 6 분 작업 30 프레스 8 분 작업 20 조립 10 분 작업 10 조립 5 분 작업 10 조립 5 분 작업 10 프레스 7 분 작업 10 도장 3 분 작업 10 도장 1 분 작업 10 도장 7 분 작업 10 도장 8 분 작업 20 1 2 3 4 5 6 7 8 9 제품 A 60 개 45 만원 제품 C 90 개 55 만원 제품 E 60 개 60 만원 제품 F 30 개 60 만원 주당수요 판매가격 a 10 만원 b 15 만원 e 10 만원 f 15 만원 g 10 만원 원자재 : 개당가격 : c d 재고 54 재고 40 제약자원버퍼 제약자원버퍼 제약자원버퍼 조립버퍼 조립버퍼 조립버퍼 출하버퍼 출하버퍼 출하버퍼 제약자원버퍼 제약자원 앞에 설치하여 선행 공정의 불확실성 대비 조립버퍼 제약자원을 거친 부품이 조립할 짝이 없어 대기하는 상황을 배제 출하버퍼 납기를 보호하기 위한 완제품 버퍼STEP 4 제약 자원의 공급 능력 향상 가동률 비교 기존 가동률 ( 프레스 기준 ) 2282/2400 = 96.25% ( 제품 C 를 88 개만 생산 ) 개선 후의 가동률 ( 프레스 기준 ) 1980/2400 = 82.5% ( 전 제품을 수요에 맞추어 생산 가능 ) 통상적으로 가동률이 80% 이면 정상STEP 5 Reiteration ( 다른 제약의 해결 ) 기존의 제약공정 (CCR) 인 [ 프레스 ] 가 여전히 제약공정이므로 이전 단계의 생산계획을 유지 공장의 다른 제약요인 및 외부 요인은 기존에 주어지지 않음 해당 단계에서는 다른 제약요인 및 외부요인이 존재하는지 , 새롭게 제약공정이 설정되었는지 파악‘ 감남공업사 ’ 의 DBR 설치 # 과제 3. Q A 감사합니다{nameOfApplication=Show}
R 확률분포1. 1. 30 대의 기계를 가동 중인 공장에서 하루 동안 어느 1 대가 고장이 날 확률은 0.05라고 한다. 이항분포를 이용하여 다음을 각각 계산하라.(1) 1 대도 고장 나지 않을 확률을 구하라.> pbinom(0,30,0.05)[1] 0.2146388(2) 4 대 이상 고장 날 확률을 구하라.> 1-pbinom(3,30,0.05)[1] 0.060771562. 이항분포는 n이 크고 성공확률 p가 아주 작을 경우에는 포아송 분포에 근사한다. 위의 1번 문제를 포아송 분포 근사를 이용하여 계산하라.(1)> ppois(0,1.5)[1] 0.2231302(2)> ppois(3,1.5)[1] 0.93435753. 어느 한 축구선수의 패널티 킥 성공률이 0.7로 알려져 있다.(1) 이 선수의 첫 패널키 킥 성공이 10 번째 시도에서 나올 확률을 구하여라.> pgeom(9,0.7)[1] 0.9999941(2) 이 선수의 세 번째 패널티 킥 성공이 5 번째 시행에서 나올 확률을 구하여라.> pnbinom(2,3,0.7)[1] 0.836924. 홍익대학교 2학년 학생들의 키의 평균은 170 cm, 표준편차는 5 cm인 정규분포를 따르는 것으로 알려져 있다.(1) 학생 중 임의로 한 사람을 추출했을 때, 그 사람의 키가 180 cm 이상일 확률을 구하라.> 1-pnorm(180,mean=170,sd=5)[1] 0.02275013(2) 학생 중 키의 상위 30 %에 해당하는 하한선을 구하라.> p qnorm(p,mean=170,sd=5)[1] 172.6225. A 회사에서 판매하는 휴대폰은 평균 수명이 2 년인 지수분포를 따른다고 한다.
R 추정과 검정1. 다음 자료는 홍익전자에서 생산되는 TV의 수명을 추정하기 위해 20대를 시험한 자료이다. 이를 기초로 TV 평균의 점 추정치와 95% 신뢰구간을 구하라. 단, 모집단은 정규 분포를 따른다고 가정하라.5.6 7.9 4.5 8.9 5.4 8.7 4.6 6.5 6.3 7.710.5 11.1 3.9 6.3 8.5 5.9 5.5 6.8 5.2 7.1>tvlifet.test(tvlife,conf.level=0.95)One Sample t-testdata: tvlifet = 15.644, df = 19, p-value = 2.621e-12alternative hypothesis: true mean is not equal to 095 percent confidence interval:5.929207 7.760793sample estimates:mean of x6.845점추정치: 6.84595%신뢰구간: 5.929207< μ a xbar xsd a=(1-0.9)/2> z lower upper lower[1] 63.9792> upper[1] 65.3941364.6866790%신뢰구간: 63.9792< μ 40유의수준: 0.05> x dx t.test(dx,alternative='greater')One Sample t-testdata: dxt = 1.3254, df = 19, p-value = 0.1004alternative hypothesis: true mean is greater than 095 percent confidence interval:-1.142134 Infsample estimates:mean of x3.75p-value = 0.1004>0.05 귀무가설 채택귀무가설 채택4.두 회사에서 생산한 운동화 창의 마모 정도를 비교하기 위해 10명의 피 실험자를 선발하여 각각 왼쪽 발에는 A 사 제품, 오른 발에는 B 사 제품을 착용케 한 후 한 달 뒤에 마모 정도를 측정하였다. 이를 기초로 두 회사 제품의 마모정도가 같은지를 유의수준 5%로 검정하라.회사12345678910A12.98.911.113.810.97.99.78.78.813.5B13.59.512.013.311.67.210.39.99.813.8유의수준: 0.05> a b var.test(a,b)F test to compare two variancesdata: a and bF = 1.0402, num df = 9, denom df = 9, p-value = 0.9542alternative hypothesis: true ratio of variances is not equal to 195 percent confidence interval:0.2583669 4.1877737sample estimates:ratio of variances1.040184> t.test(a,b,paired=F,var.equal=T)Two Sample t-testdata: a and bt = -0.49059, df = 18, p-value = 0.6296alternative hypothesis: true difference in means is not equal to 095 percent confidence interval:-2.482759 1.542759sample estimates:mean of x mean of y10.62 11.09두 모집단의 분산 unknown -> var.test: p-value = 0.9542>0.05이므로 등분산 가정성립검정통계량: t=-0.49059(p_value=0.6296 > 0.05)귀무가설 채택5. 임상 실험에서 두 가지 신약의 영향을 조사하기 위해 각각 15개, 12개의 표본을 추출하여 측정하였다. 신약 A의 경우 표본 평균이 83, 표준편차가 5이었고, 신약 B의 경우 표본 평균이 87, 표준편차가 4이었다. 이를 이용해 두 신약 간의 모평균 차이에 대한 95% 신뢰구간을 구하라. (단, 두 모집단의 분산은 같고, 정규 모집단임을 가정하라.)> no01
R 상관분석과 회귀분석1. 다음 자료는 연령에 따른 뇌파검사 결과이다. 이를 토대로 연령과 최대 주파수와의 상관계수를 구하고 해석하라. (1점)연령최대주파수2345*************415165.335.755.85.665.785.96.237.287.067.67.458.238.59.38> year hz cor.test(year,hz)Pearson's product-moment correlationdata: year and hzt = 10.249, df = 13, p-value = 1.352e-07alternative hypothesis: true correlation is not equal to 095 percent confidence interval:0.8341576 0.9813645sample estimates:cor0.9433286상관계수 0.9433286의 절대값이 1에 가까우므로 양의방향으로 상관관계가 높다.2. 다음 자료는 24개월 동안 우리나라 월별 전체 물가 등락율과 공산품 물가 등락율을 조사한 자료이다. 이를 기초로 산점도(plot 함수 활용)를 그리고, 상관분석을 하라. (1점)전체6.46.86.45.95.75.96.97.46.55.76.15.6공산품4.31.84.96.45.75.96.47.57.16.16.16.2전체4.94.24.75.15.14.33.93.54.74.45.65.9공산품5.24.33.93.84.94.64.24.25.86.26.16.9> y x1 sampledata plot(sampledata)> cor.test(x1,y)Pearson's product-moment correlationdata: x1 and yt = 1.7444, df = 22, p-value = 0.09505alternative hypothesis: true correlation is not equal to 095 percent confidence interval:-0.0637841 0.6592735sample estimates:cor0.3485817상업하여 1년간 받은 연봉을 조사한 것이다. 이를 토대로 평점을 독립변수로 연봉을 종속변수로 하여 산점도를 그리고 회귀모형을 구한 후 해석하라. (2점)평점 평균연봉3.733.923.453.323.543.33.23.33.013.773.553.53.33.53.442400 만원2550 만원3200 만원3000 만원2460 만원1780 만원2420 만원2200 만원3600 만원4400 만원2500 만원2800 만원2000 만원3000 만원2500 만원> x1 y plot(x1,y)> fit summary(fit)Call:lm(formula = y ~ x1)Residuals:Min 1Q Median 3Q Max-875.4 -400.9 -214.2 298.4 1547.2Coefficients:Estimate Std. Error t value Pr(>|t|)(Intercept) 1269.6 2670.2 0.475 0.642x1 419.9 771.1 0.545 0.595Residual standard error: 674.5 on 13 degrees of freedomMultiple R-squared: 0.0223,Adjusted R-squared: -0.0529F-statistic: 0.2966 on 1 and 13 DF, p-value: 0.5953회귀모형에 대한 F값은 0.2966으로 p값이 0.0001보다 커서 모형이 유의하지 않음수정된 R-squared값은 -0.0529로 설명력이 낮음을 알 수 있음.x1의 베타계수의 p값이 0.001보다 커서 유의하지 않음.회귀모형은 y=1269.6+419.9x 로 x가 한 단위 증가할 때 y는 419.9씩 증가함.평점은 연봉에 영향을 미치지 못한다.4. 다음 자료는 어떤 광고회사에서 1개월 동안 실시한 TV 광고와 Radio 광고, 그리고 제품 매출액에 대한 조사 결과이다. 이를 기초로 TV 광고와 Radio 광고 회수에 따른 매출액 추이에 대한 중회귀 모형을 구하고 이를 해석하라. (변수 선택법을 최소 2가지 이상 적용 할 것)8.374.0015.047.0318.864.9816.078.0512.666.0217.059.0825.707.0418.0310.0428.697.9618.9710.9031.978.9319.9411.7536.5610.0121.0512.9034.4111.0822.0114.0435.2912.0722.9414.8039.3513.0023.9016.0038.3613.9824.9216.8343.2215.0126.0317.9242.3316.0027.0118.9947.83단계적 선택법> library(MASS)TV|t|)(Intercept) 10.6728 2.0418 5.227 0.000163 ***TV 2.2955 0.2043 11.235 4.58e-08 ***---Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1Residual standard error: 3.409 on 13 degrees of freedomMultiple R-squared: 0.9066,Adjusted R-squared: 0.8994F-statistic: 126.2 on 1 and 13 DF, p-value: 4.584e-08Radio광고가 매출액에 영향을 주지 않는 다고 판단하여 회귀식에서 빠지게 되었다.베타0는 10.6728로 베타1은 2.2955 로 추정되며 두값모두 ‘***’로 매우 유의하다고 볼 수 있다.Adjusted R-squared: 0.8994 도 1로 가까우며 p-value 도 매우 작기에 이 회귀모형은 매우 유의하다.5. 다음 자료는 대학교 신입생 20명에 대한 입학성적(x)과 통계학 성적(y)에 대한 자료이다. 이를 기초로 산점도를 그리고, 두 성적 간에 상관관계가 있는지 알아보아라. 그 후 단순회귀 모형에 적합 시킨 후, 결과를 해석하여라.(2점)입학성적170 165 128 154 167 159 156 120 185 176통계학성적700 654 568 512 745 634 557 486 760 700입학성적198 180 12 y plot(x,y)> cor.test(x,y)Pearson's product-moment correlationdata: x and yt = 6.8747, df = 18, p-value = 1.977e-06alternative hypothesis: true correlation is not equal to 095 percent confidence interval:0.6552080 0.9396549sample estimates:cor0.8509901상관계수 0.8509901의 절대값이 1에 가까우므로 양의방향으로 상관관계가 높다.> fit summary(fit)Call:lm(formula = y ~ x)Residuals:Min 1Q Median 3Q Max-102.114 -49.885 1.755 25.610 120.607Coefficients:Estimate Std. Error t value Pr(>|t|)(Intercept) 27.1475 87.2358 0.311 0.759x 3.8115 0.5544 6.875 1.98e-06 ***---Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1Residual standard error: 61.15 on 18 degrees of freedomMultiple R-squared: 0.7242,Adjusted R-squared: 0.7089F-statistic: 47.26 on 1 and 18 DF, p-value: 1.977e-06회귀 모형에 대한 F값은 47.26으로 p값이 0.001보다 작아 모형은 유의한 것으로 나타남.수정된 R-squared값은 0.7242로 설명력이 높음을 알 수 있음x의 베타계수의 p값이 0.001보다 작아 유의함을 알 수 있음회귀모형은 y=27.1475+3.8115x 로 x가 한 단위 증가할 때 y는 3.8115씩 증가함.6. 다음 자료는 어느 마케팅 부서의 광고비 월별 광고비 집행내역과 매출액을 조사한 표이다. 이를 기초로 광고비 442.6812.764.0112.974.7813.185.9913.416.9913.738.0013.829.0114.0310.0114.1511.3114.2812.2014.5313.5014.5614.0014.8114.8014.7616.7514.9817.1015.1517.8015.2719.5015.3319.8915.42> x y plot(x,y)> fit1 summary(fit1)Call:lm(formula = y ~ x)Residuals:Min 1Q Median 3Q Max-0.3166 -0.1039 0.0095 0.1225 0.1856Coefficients:Estimate Std. Error t value Pr(>|t|)(Intercept) 12.440818 0.072430 171.76 < 2e-16 ***x 0.157876 0.005843 27.02 2.09e-15 ***---Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1Residual standard error: 0.1421 on 17 degrees of freedomMultiple R-squared: 0.9772,Adjusted R-squared: 0.9759F-statistic: 730.2 on 1 and 17 DF, p-value: 2.087e-15회귀 모형에 대한 F값은 730.2으로 p값이 0.001보다 작아 모형은 유의한 것으로 나타남.수정된 R-squared값은 0.9759로 설명력이 높음을 알 수 있음x의 베타계수의 p값이 0.001보다 작아 유의함을 알 수 있음회귀모형은 y=12.440818+0.157876x 로 x가 한 단위 증가할 때 y는 0.157876씩 증가함.> sqrt plot(sqrt,y)> fit2 summary(fit2)Call:lm(formula = y ~ sqrt)Residuals:Min 1Q Median 3Q Max-0.090085 -0.053964 -0.009719 0.054322 0.094520Coeffic5
기아자동차 product life cycle 사례 조사
DBR 시뮬레이션(업무생산성개선) 프로젝트
R 상관분석과 회귀분석
