{{{{{{{{통계 함수1> AVEDEV절대 편차의 평균을 구합니다. AVEDEV는 데이터 집합의 흩어진 정도를 나타내는 척도입니다.구문AVEDEV(number1,number2, ...)Number1, number2, ... 절대 편차의 평균을 구할 인수로 30개까지 사용할 수 있습니다. 쉼표로 구분된 인수 대신에 단일 배열이나 배열의 참조 영역을 사용할 수 있습니다.2> AVERAGE산술 평균을 구합니다.구문AVERAGE(number1,number2, ...)Number1, number2, ... 평균을 구할 수치 인수로 30개까지 사용할 수 있습니다.3> AVERAGEA인수 목록에서 산술 평균값을 구합니다. 숫자와 함께 텍스트, TRUE와 FALSE 같은 논리값도 계산에 포함됩니다.구문AVERAGEA(value1,value2,...)Value1, value2,... 평균을 구할 수치, 셀 또는 셀 범위 인수로 30개까지 사용할 수 있습니다.4> BETADIST누적 베타 확률 밀도 함수값을 구합니다. 누적 베타 확률 밀도 함수는 하루 중 텔레비전을 보는 시간을 백분율로 나타내는 것처럼 표본에서 백분율의 분포를 알아볼 때 사용합니다.구문BETADIST(x,alpha,beta,A,B)X 함수값을 구하려는 값으로 A와 B 사이의 수입니다.Alpha 누적 베타 분포의 매개 변수입니다.Beta 누적 베타 분포의 매개 변수입니다.A x의 하한값입니다.B x의 상한값입니다.5> BETAINV누적 베타 확률 밀도 함수의 역함수 값을 구합니다. 즉, probability = BETADIST(x,...)이면 BETAINV(probability,...) = x입니다. 누적 베타 분포는 프로젝트 계획에서 예상 완료 시간과 분산이 주어지고 완료 시간을 예측하는 모델을 만들 때 사용합니다.구문BETAINV(probability,alpha,beta,A,B)Probability 누적 베타 분포의 확률입니다.Alpha 누적 베타 분포의 매개 변수입니다.Beta 누적 베타 분포의 매개 변수 높은지를 알아볼 수 있습니다.구문COVAR(array1,array2)Array1 첫째 셀 범위입니다.Array2 둘째 셀 범위입니다.15> CRITBINOM누적 이항 분포 확률값이 기준치 이상이 되는 최소 변수값을 구합니다. 품질 보증이 필요한 분야에서 이 함수를 사용합니다. 예를 들어 조립 라인 가동 중에 발생할 결함 부품의 최대 허용 개수를 결정할 때 이 함수를 사용합니다.구문CRITBINOM(trials,probability_s,alpha)Trials 베르누이 시행 횟수입니다.Probability_s 각 시행의 성공 확률입니다.Alpha 기준치입니다.16> DEVSQ표본 평균으로부터 편차의 제곱의 합을 구합니다.구문DEVSQ(number1,number2,...)편차의 제곱의 합을 구하는 데 사용하는 인수로서 30개까지 가능하며 Number1, number2,..처럼 인수를 일일이 쓰는 대신 배열이나 배열의 참조 영역을 사용할 수 있습니다.17> EXPONDIST지수 분포의 확률값을 구합니다. 이 함수를 사용하여 현금 출납기가 현금을 내주는 데 걸리는 시간 등 사건들 사이의 시간을 모델화할 수 있습니다. 예를 들어 그 과정이 1분 이내일 확률을 구할 수 있습니다.구문EXPONDIST(x,lambda,cumulative)X 함수의 값입니다.Lambda 매개 변수입니다.Cumulative 지수 함수의 형태를 나타내는 논리값으로서 cumulative가 TRUE면 누적 분포 함수값을 구하고 FALSE면 확률 밀도 함수값을 구합니다.18> FDISTF-확률 분포 값을 구합니다. 이 함수를 사용하여 두 데이터 집합이 서로 다른 산포도를 갖는지를 알아볼 수 있습니다. 예를 들어 고등학교에 입학하는 남녀 학생의 성적을 조사하여 남녀 학생들의 산포도가 서로 다른지를 알아볼 수 있습니다.구문FDIST(x,degrees_freedom1,degrees_freedom2)X 함수를 평가하는 값입니다.Degrees_freedom1 분모의 자유도입니다.Degrees_freedom2 값에 대한 y 값을 구합니다. GROWTH 워크시트를 사용하여 기존의 x 값과 y 값의 지수 곡선을 구할 수 있습니다.구문GROWTH(known_y's,known_x's,new_x's,const)Known_y's y = b*m^x의 관계식에서 이미 알려진 y값입니다.배열 known_y's가 한 열에 있으면 known_x's의 각 열은 개별 변수로서 해석됩니다.배열 known_y's가 한 행에 있으면 known_x's의 각 행은 개별 변수로서 해석됩니다.known_y's의 수가 0이거나 음수이면 #NUM! 오류값을 표시합니다.Known_x's y = b*m^x의 식에서 이미 알 수 있는 x값의 집합으로 생략할 수 있는 인수입니다.배열 known_x's는 하나 이상의 변수 집합을 포함할 수 있습니다. 하나의 변수만 사용되고 known_y's와 known_x's가 같은 차원이면 어떤 모양의 영역도 될 수 있습니다. 하나 이상의 변수가 사용되는 경우 known_y's는 벡터(한 행의 높이 또는 한 열의 너비를 가진 영역)이어야 합니다.known_x's가 생략되면 known_y's와 크기가 같은 배열{1,2,3,...}을 가정합니다.New_x's GROWTH 함수로 y값을 구하려는 새 x값입니다.New_x's는 known_x's처럼 각 독립 변수를 위한 열/행을 포함해야 합니다. known_y's가 하나의 열이면 known_x's와 new_x's는 서로 같은 수의 열을 가져야 합니다. known_y's가 하나의 행이면 known_x's와 new_x's는 서로 같은 수의 행을 가져야 합니다.new_x's를 생략하면 known_x's와 같은 것으로 간주됩니다.known_x's와 new_x's를 생략하면 known_y's와 같은 크기의 배열 {1,2,3,...}으로 간주됩니다.Const 상수 b가 1과 같아지도록 할 것인지를 정의하는 논리값입니다.const가 TRUE이거나 생략되면 b는 값대로 계산합니다.const가 FALSE이면 b는 1과 같아지고 m값은 y = m^x가 's가 단일 행에 놓여 있으면 known_x's의 각 행은 다른 변수로 해석됩니다.Known_x's y = b*m^x에서 미리 알 수 있는 x값의 선택적 집합입니다.배열 known_x's에는 하나 이상의 변수 집합이 포함될 수 있습니다. 하나의 변수만 사용되면 known_y's와 known_x's는 차원이 같은 서로 다른 모양의 범위일 수 있습니다. 하나 이상의 변수가 사용되면 known_y's는 한 행 높이 또는 한 열 너비로 된 범위(벡터)이어야 합니다.known_x's를 생략하면 known_y's와 같은 크기의 배열 {1,2,3,...}로 간주됩니다.Const 상수 b를 1로 할 것인지를 지정하는 논리값입니다.Const가 TRUE이거나 생략되면 b는 정상적으로 계산됩니다.Const가 FALSE면 b는 1로 지정되고 m값은 y = m^x에 맞춰집니다.Stats 추가로 회귀 통계치를 구할 것인지를 지정하는 논리값입니다.Stats가 TRUE면 LOGEST는 추가로 회귀 통계치를 구합니다. 그러므로 표시되는 배열은 {mn,mn-1,...,m1,b;sen,sen-1,...,se1,seb;r 2,sey;F,df;ssreg,ssresid}입니다.Stats가 FALSE이거나 생략되면 LOGEST는 계수 m과 상수 b만을 구합니다.37> LOGINVln(x)가 매개 변수 mean과 standard_dev으로 정규 분포될 때 x의 로그 정규 누적 분포 함수의 역을 구합니다. p = LOGNORMDIST(x,...)면 LOGINV(p,...) = x입니다.로그 정규 분포를 사용하여 로그값으로 변형된 데이터를 분석합니다.구문LOGINV(probability,mean,standard_dev)Probability 로그 정규 분포와 연관된 확률입니다.Mean ln(x)의 평균입니다.Standard_dev ln(x)의 표준 편차입니다.38> LOGNORMDISTln(x)가 매개 변수 mean과 standard_dev를 가진 정규 분포일 때 x의 로그 정규 누적 분포의 확률을 구합니다입니다.Cumulative 함수의 형태를 결정하는 논리값으로서 TRUE이면 NORMDIST는 누적 분포 함수를 FALSE이면 확률 밀도 함수를 구합니다.47> NORMINV지정한 평균과 표준 편차에 대한 정규 누적 분포의 역함수 값을 구합니다.구문NORMINV(probability,mean,standard_dev)Probability 분포에 따른 변량의 확률값입니다.Mean 분포의 산술 평균입니다.Standard_dev 분포의 표준 편차입니다.48> NORMSDIST표준 정규 누적 분포 함수의 확률값을 구합니다. 이 분포의 평균은 0이고 표준 편차는 1입니다. 표준 정규 곡선 면적 표 대신 이 함수를 사용합니다.구문NORMSDIST(z)Z 분포의 확률값을 구하려는 변량의 값입니다.49> NORMSINV표준 정규 누적 분포의 역함수 값을 구합니다. 이 분포의 평균은 0이고 표준 편차는 1입니다.구문NORMSINV(probability)Probability 정규 분포에 해당하는 변량의 확률입니다.50> PEARSON-1.0에서 1.0까지의 값을 가지며 두 데이터 집합 사이의 선형 관계를 나타내는 피어슨의 곱 모멘트 상관 계수 r을 구합니다.구문PEARSON(array1,array2)Array1 독립 변량의 집합입니다.Array2 종속 변량의 집합입니다.51> PERCENTILE범위에서 k번째 백분위수 값을 구합니다. 이 함수를 사용하여 수용 한계값을 정할 수 있습니다. 예를 들어 90번째 백분위수 점수 이상의 후보들을 검색하도록 할 수 있습니다.구문PERCENTILE(array,k)Array 상대 순위를 정의하는 데이터 배열 또는 범위입니다.K 0에서 1까지 백분위수 값 범위입니다.52> PERCENTRANK데이터 집합에서 백분율 순위를 구합니다. 이 함수를 사용하여 데이터 집합에서 관측값의 상대 순위를 구할 수 있습니다. 예를 들어 PERCENTRANK 함수로 적성 검사 점수를 모집단으로 하여 점수의 상대 순위를 구할 수 있습니다.구문PERCENTRANK(arr니다.
입체녹지의정의및사례학번 : 00120813 이름 : 박 래 현목차건물녹화의개요 건물녹화공법의종류 건물녹화의필요성 사례및설계자조사 ◎ 훈데르트 바서 하우스(Hundertwasser House) ◎ 에코주택 ◎ 2000 하노버 엑스포 네덜란드 관건물녹화의개요도시의 환경오염은 날로 심화되어 도시의 자연생태계는 물론 도시열섬현상, 도시홍수, 지하수 고갈 및 도시사막화 등의 도시 기후환경을 변화시키고 있다. 이에 건물녹화는 도시의 생태적 문제해결과 에너지 절약을 동시에 만족시킬 수 있는 대안으로 주목받고 있다.건물녹화공법의종류지 붕 녹 화 옥 상 녹 화 발 코 니 녹 화 벽 면 녹 화지 붕 녹 화건물의 경사가 완만한 지붕에 흙을 덮고 잔디 등으로 녹화한다. 사람이 지붕으로 올라가는 관리하기가 힘이 들기 때문에 유지관리가 불필요한 것이 바람직하고 키가 작은 식물들과 잔디 등을 심는다. 예전에 생태건축물 등을 조사할 때 독일이 지붕녹화가 많이 이루어지고 있었다. 지붕에 있는 흙으로 인해 겨울에는 어느 정도 추위를 감소할수 있었고 여름에는 더위를 피할 수 있었다. 일본에서는 그 예가 적지만 유럽 등지에서는 많은 예를 찾아볼 수 있다.옥 상 녹 화옥상녹화는 콘크리트로 인해 삭막해진 옥상을 하나의 휴식공간으로 정원처럼 옥상면적을 이용하는 것이다. 건물을 사용하는 사람에게 자연의 냄새를 느끼게 할 수 있으며 건물의 이미지도 높아 질수 있다. 중간 정도 크기의 나무도 충분히 심을 수 있기 때문에 정원으로 설계되는 예가 많다.발코니녹화면적이 협소하다는 것을 제외하고 기술적으로 옥상녹화와 동일하다. 그러나 공동주택의 경우 좁다는 점과 함께 법률상 공용부분이 되고, 나아가 피난경로가 되는 경우가 많기 때문에 옥상과 같이 본격적인 녹화가 이루어지는 경우는 드물다. 화분이나 컨테이너 등 이동이 가능한 것에 나무를 심어 두거나 플렌트 박스 또는 난간 등에 화분을 걸어 두는 경우가 많다. 베란다 바닥을 녹화하게 되면 햇빛이 반사되는 것을 막는 효과도 있다.벽 면 녹 화건축물의 벽면, 담장, 방식물로 벽면을 덮는 경우가 많은데 일조 등 자연조건의 차이에 따른 대책이 필요하다. 서측 벽면의 녹화는 차열에 있어 유효하기 때문에 에너지절약이라는 측면에서 그 효과가 높을 것으로 생각된다.건물녹화의필요성에너지절약 열섬화 현상 완화 생태계 복원 대기정화 수질정화 소음경감효과 도시경관향상 도시홍수예방 건물 내구성 향상에너지절약옥상녹화는 기존의 비녹화 지붕에 비해 열전도율이 낮아 외기온도가 전달되는데 시간이 오래 걸리기 때문에 건축물 냉방 에너지 절약에 상당한 효과를 가져 올 수 있다. 여름철 주간 시간대의 외기온도 보다, 옥상녹화시스템은 8℃정도 낮은 온도 분포를 보이고, 콘크리트 표면은 15℃ 정도 높은 온도를 보여주고 있다. 이와 같은 현상은 토양층 상부에 위치한 식생층의 반사를 포함한 일사 차단효과와 식생부분의 증발산 작용에 의한 잠열효과 및 토양층이 지닌 물리적인 단열 성능이 복합되어 영향을 미친 것으로 판단된다. 겨울철 당초예상과 달리 옥상녹화시스템은 겨울철 단열에도 상당한 효과가 있는 것으로 나타났다. o 콘크리트 → 1일간 영하이하 지속시간 17시간 o 옥상녹화 → 1일간 영하이하 지속시간 0시간열섬화 현상 완화도시의 온난화 사막화는, 도시내 포장율 도로율의 증가로 인해 더욱더 가중되고 있다. 지표면에서 더워진 공기가 상승하여 대기권 내에 온난 기류를 형성시켜 결국 도시 열섬현상을 야기하였고, 하절기인 경우 야간에도 대기온도가 내려가지 않는 열대야 현상 등을 흔히 볼 수 있다. 한여름 포장지역의 온도는 55℃에 달한다. 실제로 도시 내에서의 여름의 지표면온도를 열화상으로 분석하면 녹지피복 지역은 포장지역에 비해 온도가 현저하게 낮으며, 일교차 또한 녹지지역이 낮다. 이는 결국 녹지에 따른 일사의 반사 및 증발산 작용이 도시 열섬현상을 완화시키는 작용을 한다. 여름철 동경도 23구의 전체옥상면적 86%를 녹화한 경우 최고기온 0.2 ∼ 1.4℃ 저감효과가 나타났다.생태계 복원도시의 인구집중과 그에 따른 고층, 고밀도의 건축행위는 더 이상 도심지 내에서 녹지라도 조금씩 확보해 나가는 것이 시급한 실정이다. 이처럼 옥상녹화는 지상에서 확보하기 불가능한 녹지량을 충분히 보상할 수 있는 유일한 대안이다.대 기 정 화옥상녹화는 이산화탄소, 질소화합물, 벤젠, 분진등과 중금속을 흡수하고 산소를 방출하여 공기를 정화시킨다. 4m 나무의 1년간 이산화탄소 흡수량 약11.5㎏이고, 성인 1인의 1년간 이산화탄소 배출량 약60㎏ 이므로, 4m 나무 5∼6 그루면 1인분의 이산화탄소 처리가능하다. 그리고 질소화합물의 경우 4m 나무가 1년간 흡수하는 것은 약108g 으로 자동차가 1km주행시 약 0.25kg을 배출하기 때문에 나무 1그루면 432km 주행분의 질소화합물을 처리할 수 있게 된다.소음경감효과옥상녹화의 토양층은 소리파장을 흡수하여 분쇄시킴으로써 소음을 경감시키는 역할을 한다. 기존의 콘크리트 옥상은 소리파장을 그대로 반사시키지만 토양층은 소리파장이 표층에 도달하면 일단 내부로 흡음시키는 효과가 있기 때문에 단파장이 장파장으로 변화되어 퍼지게 된다. 실험에 의하면 실제로 20㎝의 토양층은 46㏈ 정도의 소음경감 효과가 있다고 한다.수 질 정 화자동차 배기가스와 먼지로 인해 공기 중의 더러운 미세한 분진이 초기 우수에 섞여 빠른 속도로 유출될 경우, 하천오염 등의 심각한 문제가 발생되는데 옥상녹화는 이러한 초기 우수를 토양층을 통해 여과시키는 작용을 함으로써 수질오염 경감효과가 있다. 또한 소량의 비가 내릴 경우 녹화옥상에서는 빗물을 함유하여 다시 공중으로 증발시키므로 하나의 작은 물 순환 체제가 이루어지게 된다.도시경관향상옥상녹화는 그 자체로서 건물 외관 향상 및 차폐, 가로경관의 향상 등, 초록이 있는 새로운 공간을 창출한다. 또한 버려진 옥상을 휴식·휴양공간으로 활용할 수 있기 때문에 새로운 공간 창출이 가능해져 공간의 입체적이고 효율적인 활용이 가능해 진다.도시홍수예방도시화가 진행됨에 따라 지표면이 콘크리트나 아스팔트 등의 불투수성 재료로 포장되어 지하 침투수량이 감소하고, 반면 하수도로 직접 유입되는 유수량의건물의 고밀도와 불투수성 면적의 증가라는 당면과제에 대하여 가장 현실적인 대안으로 주목받고 있다. 콘크리트와 아스팔트 지붕은 우수 유출계수가 0.8 ∼ 0.95인 반면, 잔디와 수목은 0.05 ∼ 0.25인 관계로 우수유출 지연효과가 크다. 한국건설기술연구원의 실험결과 10㎝ 토심의 옥상녹화시스템은 토양층이 지닌 흡수능력과 증발량에 의하여 실제 강우량의 70% 내외의 우수유출 저감 효과가 있는 것으로 분석되었다.건물 내구성 향상옥상녹화 토양층은 산성비와 자외선에 의한 방수층보호 및 콘크리트 노화 방지로 건축물의 내구성을 향상시키는 효과가 있다. 일본의 1994년 조사 자료에 의하면 18년이 지난 건물의 녹화된 부분은 거의 노화가 없던 것으로 나타나 노출된 부분과 대조적이었다. 그리고 녹화된 부분의 콘크리트는 알칼리성이었지만 노출부분은 완전히 중성화되었다. 즉, 구조물의 온도변화 영향이 줄어들기 때문에 옥상녹화 밑의 콘크리트 면은 온도변화가 거의 없어지므로 내구성이 향상되는 것이다.사례 #1 훈데르트 바서 하우스(Hundertwasser House)건축가 : (프리덴스라이헤 훈데르트바서) 화가이면서 건축가이자 반문명주의자 1928년 12월15일 오스트리아 빈에서 태어났다 1952년 파리에서 같이 공부한 친구와 첫 개인전을 연다. 이 후로 개인전을 열고 전세계를 다니면 전시회를 갖는다. 1958년 '건축의 합리주의에 반대하는 곰팡이 성명'을 발표한다. 그는 '신은 직선을 모른다' 즉 '자연에는 직선이 없다' 라는 사상을 가지세상 사람들과 반대되는 견해를 성명으로 발표한 것이었다. 1974년 오스트리아 우표디자인을 시작으로 그는 미국, 오스트렐리아, UN등 여러나라와 단체를 위한 우표와 국기,포스터 디자인을 한다. 1980년 9워 18일 워싱턴 D.C에서 훈데르트바써의 날이 생긴다. 이즈음 그는 국가에서 주는 국민훈장 등 많은 훈장을 받는다. 1983년 빈 훈데르트바써 하우스 초석을 놓은 지 2년 후인 1985년 비엔나 'Hundertwasser Haus'가 문을 고 있다.사례 #1 훈데르트 바서 하우스(Hundertwasser House)사례 #2 (에코주택)건축가 : Fijimori Terunobud 1946년 나가노현 출생 1971년 동북대학 건축학과 졸업 1978년 동경대학 대학원 박사과정 수료 1980년[명치시기에 있어서 도시계획의 역사적연구] 로 일본도시계획학회상 수상 1985년 동경대학 생산기술연수소 조교수 1997년 일본예술대상 수상 현 동경대학 생산기술연구소 교수사례 #2 (에코주택)사례 #2 (에코주택)사례 #2 (에코주택)사례 #2 (에코주택)사례 #3 (2000 하노버 엑스포 네덜란드 관 )건축가 : MVRDV 엠브이알디브이 네덜란드 설계그룹. MVRDV란 이름은 이들 3명의 이름을 조합하여 만든 것이다. 위니 마스(Winy Mass/ Schijndel, 1959), 야곱 반 리스(Jacob van Ris/ Amsterdam, 1964), 나탈리 드 브리스(Nathalie de Vries/ Appingedam, 1965) 의 3인으로 구성. 모두 델프트 공대 출신. 1991년 설립. 건축가 렘 쿨하스로 부터 영향. 주요작품으로 2000년 하노버 엑스포 네덜란드 관 , WoZoCo Housing , karbouw Schipper Bosch , Double House , Borneo Houses 등.사례 #3 (2000 하노버 엑스포 네덜란드 파빌리온 )사례 #3 (2000 하노버 엑스포 네덜란드 파빌리온 )마치면서…환경문제에 대한 건축적인 요구로 등장한 것이 생태건축, 즉 건축과 환 경의 생태학적 상호작용에 관한 연구분야이다.생태건축에서 건축가는 대 지에 대한 건축물의 공간적인 영향과 생태계와의 상호작용뿐만 아니라, 체 계적이고 물리적인 구조와 형태디자인에 사용되는 물질과 에너지의 상호 작용, 건물이 환경에 영향을 미치는 과정과 형태, 생태계의 상호작용에 대 한 반응 등을 고려하여야 한다. 건물의 창작이나 시공뿐만 아니라 건물의 시공과 재료의 사용, 재활용, 건물 수명이 끝난 후의 처리방법에 앞서 기how}
![[컴퓨터]엑셀 통계함수 정리](https://image4.happycampus.com/Production/thumbnail/2006/06/30/data4170040-0001.jpg)
![[건축]입체녹지의정의및사례](https://image4.happycampus.com/Production/thumbnail/2006/06/30/data4170036-0001.jpg)
