산포도

마지막 업데이트: 2022년 6월 21일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
A와 B반의 평균은 50으로 같지만 두 집단이 동일 집단이라 볼 순 없다

산포도(山葡萄)

덩굴성 포도나무의 열매로, 일반 포도보다 단맛이 진하다. 성숙한 장과(漿果)는 흑자색으로, 9~10월에 수확한다. 머루나 산머루로 불리며, 조선에서 9월에 종묘에 천신(薦新)하는 물품이었다.

원산지 및 유통

한국을 비롯한 일본, 중국 등 동북아시아 지역에서 자라는 식물로 해발 100~1,500미터 부근의 산기슭이나 산골짜기에 주로 분포한다. 땅이 비옥하고 배수가 잘되는 곳에서 자라며 추위에 강하다. 머루 또는 산머루라 부른다. 종류로는 왕머루, 까마귀머루, 새머루, 개머루 등이 있는데, 개머루를 제외하고는 모두 식용한다. 『신증동국여지승람(新增東國輿地勝覽)산포도 』에는 평안도의 토산(土産)으로 기록되어 있다.

머루는 서리가 내린 후 당도가 더욱 높아진다. 병든 태조에게 경력(經歷)김정준(金廷雋)이 서리를 맞아 반쯤 익은 산포도 1상자를 가지고 와서 바치니, 태조가 크게 기뻐하였다(『태조실록』 7년 9월 1일). 봉진(封進) 시에는 서리가 내린 산포도 뒤에 가지와 덩굴이 달린 채로 할 것을 명하였다(『연산군일기』 8년 9월 8일).

이응희(李應禧)는 『옥담사집(玉潭私集)』 「산포도(山葡萄)」라는 시에서 산포도의 생육 과정을 읊었다.

이름이 알려지지 않은 과일이 있는데 / 有實名不著

넝쿨이 뻗어서 고목에 엉켰어라 / 蔓延古樹紆

비에 젖은 채 푸른 탄환이 주렁주렁 / 雨滋垂碧彈

서리 내릴 땐 검은 구슬이 달렸구나 / 霜重絡玄珠

마유를 손으로 잡을 수 있거늘 / 猶能探馬乳

용수를 끌어당길 필요가 있으랴 / 何用引龍鬚

진짜와 가짜 분별하기 어려우니 / 眞假難分別

손으로 어루만지며 탄식하노라 / 摩挲起一吁

연원 및 용도

『악장가사(樂章歌詞)』와 『시용향악보(時用鄕樂譜)』에 실려 전하는 「청산별곡(靑山別曲)」에는 “살어리 살어리랏다 쳥산(靑山)애 살어리랏다 / 멀위랑 다래랑 먹고 쳥산애 살어리랏다 / 얄리 얄리 얄랑셩 얄라리 얄라”라고 하여 머루는 다래와 함께 고려 이후 늦여름이나 초가을의 일상적인 과실이었음을 알 수 있다.

머루는 생으로도 먹었지만 술이나 정과로 만들어 먹었다. 인조 대에는 강원도에서 만들어 올린 산포도 정과를 중궁전에 올렸다. 또 『음식디미방[飮食知未方]』에는 잡채를 만들 때 동아에 맨드라미나 머루 물을 이용하면 붉은 물을 들일 수 있다고 하여, 머루는 음식의 색을 내는 발색제로도 이용되었음을 알 수 있다,

한방에서는 몸의 습(濕)을 없애고, 혈액순환을 원활하게 하며, 이뇨 작용을 돕는 보혈강장제로 쓰인다.

생활민속 관련사항

잘 익은 머루는 색이 진하여 먹을 때 손이나 입안 전체에 물이 든다. 그러므로 머루를 먹고는 먹지 않은 채 시침을 땔 수가 없다. 그래서 ‘머루 먹은 속’이란 속담이 있다. 즉 훤히 들여다보이는 속마음을 이야기하는 말이다. 또 분별을 가리지 않고 아무것이나 취한다는 의미로 ‘소경 머루 먹듯’이란 말이 있다.

-모든 데이터의 합을 데이터의 개수로 나눈 값

-극단적인 값이 포함되어 평균이 왜곡되는 경우 중앙값을 사용하는 것이 바람직

-데이터를 크기 순서대로 나열할 때 가운데 위치하는 숫자

-데이터 갯수 $n$이 홀수일 경우 가운데 위치한 숫자

-데이터 갯수 $n$이 짝수일 경우 가운데 위치하는 $2$개의 평균값

-극단적인 값에 영향을 받지 않는 장점이 있지만 가운데 데이터의 비중이 큼

3) 극단적인 값이 포함된 데이터의 대푯값 비교

4) 절사평균(Trimmed Mean)

- 평균의 장점 + 중앙값의 장점

- 제일 높은 데이터와 제일 낮은 데이터를 제외한 나머지 데이터들의 평균

- 절사비율(%)의 결정 : 전체 데이터 개수의 몇 %의 데이터를 배제할 것인가?

ex) $5$개의 데이터에 대해 각각 1개씩 배제한다면 ? 절사율은 $\frac=40$%

5) 엑셀에서의 평균, 중앙값, 절사평균 함수

- 20% 절사평균 =TRIMMEAN(데이터 범위, 0.2)

2. 산포도 (Measure of dispersion)

1) 산포도 : 데이터들이 얼마나 흩어져있는가를 나타낸것 , 데이터 비교에 유용

A와 B반의 평균은 50으로 같지만 두 집단이 동일 집단이라 볼 순 없다

한국어 사전에서 "산포도" 뜻

online translator

산포도 소백산록의 청정지역에서 생산되는 단산포도는, 다른 지역의 포도보다 육질이 조밀하고 향과 맛이 뛰어나며 당도가 월등히 높다. 단산포도 소백산의 맑은 물과쾌적한 공기가 어우러진 자연환경 속에서 재배되고 있는 단산포도는, 타 지 역 .

어떤 자료가 분산된 정도를 산포도라고 하는데, 분산과 표준편차는 산포도를 나타내는 대표적인 양이다. 평균만으로는 자료의 특성을 완전하게 파악할 수 없다. 이를테면 A반과 B반의 수학 성적이 다음과 같을 때, 평균은 두 반 모두 50점으로 같다.산포도

이 상태의 위로 점과 회귀직선을 산포도의 이 차이의 크기만큼 계약건수 산포도 2 바꾼 영업직원의 방문횟수와 점을 방문횟수와 계약건수 사이에 이와 같은 관련성이 있음 을 나타내는데 이는 성별 영향을 고려한 관련성이라 생각하면 된 남녀별로 .

그림 8-4 그림 8-5 그림 8-6 그림 8-7 아침식사용 그림 8-8 그림 8-9 그림 8-10 개업종브랜드의 그림 8-11 광고 과소 투자 브랜드의 산포도 브랜드 : MMA , 1997 195 그림 9-1 상이한 광고 탄력도를 갖는 브랜드들의 추가 판매와 추가 비용 209 그림 9- 2 .

의해 되어 분산의 값이 항상 E[X − E(X)] = E(X) −E(X) = 0 이 산포도를 측정할 수 없기 때문이다. 이러한 문제를 해결하기 위해서 제곱 대신 절대값을 취 해서 E[|X − E (X)|]와 같이 정의할 수도 있지만, 절대값 은 수학적으로 다루기가 까다롭기 때문에( .

2, 산포도 ( SCat t erdiagrarn ) 산포도 는 두 변인 간의 관계 를 시각적 으로 요약 하는 데 사용 되는 도 표 구조 (graphic device) 로서 두 구간 - 또는 비율 - 척도 간의 관 계 의 형태 는 이 산포도 에 시각적 으로 제시 될 수 있다 . 다음 의 [ 표 12 - 0 은 가정 .

역할과직무수행을중심으로 김호균. < 그 림차 례 > < 그림 3-1>장관 역할 분석 3 단계 절차 ···································. 92 < 그림 4-t>평균 재임 기간 과 총 법률안 제안 수 의 산포도 ·····. 117 < 그림 4-2>평균 재임 기간 과 조직 개편 횟수 산포도 .

공분산 이 양 의 값 을 갖는다 는 의미 는 개별 충격 의 분포 의 산포도 변화 방향 이 거시적 산포도 충격 과 부문 충 격의 변화 방향 과 같다는 것이다 . [ 그림 3 - 시 와 [ 그림 3 - 5 ] 는 순 일자리 증가율 과 개별 충격 으로 인한 창출률 과 소멸률 의 그래프 이다 .

처음에는 그저 화가 났지만 지금은 슬프 기까지 했다.「쿠베린 님, 그러면 지금 룬드바르 황제의 뒤를 쫓고 계시 는군요」 새삼 감탄한 듯이 말하는 여성주에게 적당히 대꾸해 주면 서 나는 과실주를 마저 마셨다. 마튜스에는 산포도가 난다. 그 산포도로 .

은행, 꿀, 생강 은행을 구워 껍질을 벗기고 생강과 혼합하여 꿀을 재워놓 고 조금씩 먹는다. ◇ 선인장 넓적한 선인장을 달여서 마신다. ◇ 산초 열매 잘 말려서 껍질을 비벼서 벗기고 기름을 짜서 조금씩 먹는 다. ◇ 오미자, 산포도, 꿀 오미자와 산포도 를 .

의견과 이견을 같은 말로 오해(誤解)하거나 의견을 이견으로 잘 못 알게 된, 즉 와전(訛傳)된 이유로 추측할 수 있는 꼬투리가 있기 때문이다. 요즘 발음을 쉽게 하려는 경향 때문일까, 이중모음(二重母音)의 발음이 혼선을 겪고 있음을 필자는 주목한다. 그런데 이제는 신문이나 방송에서도 때로 이 두 낱말을 잘못 사용하는 경우를 본다.

의견을 ‘이중’으로 발음하지 않고 [으견] 또는 [이견]으로 발음하다보니 나중에는 그 두 낱말의 철자까지 헷갈리게 되는 것일까? 게다가 두 말의 뜻 중 일치하는 부분이 있어서 의견이라는 단어를 써야 할 경우와 이견을 써야할 경우가 칼로 무 자르듯 간단히 구분되지는 않는 까닭에 ‘의견’과 ‘이견’의 혼동은 더 늘어날 것으로 보인다.

한글에는 ▲혀의 위치가 'ㅣ'의 자리에서 시작되는 ㅑ ㅕ ㅛ ㅠ ㅒ ㅖ ▲혀의 위치가 'ㅗ'나 'ㅜ'의 자리에서 시작되는 ㅘ ㅙ ㅝ ㅞ ▲혀의 위치가 'ㅡ'의 자리에서 시작되어 'ㅣ'의 자리에서 끝나는 ㅢ 등 11개의 이중모음이 있다.

‘소리를 내는 도중에 입술 모양이나 혀의 위치가 처음과 나중이 달라지는 모음’이라는 이중모음의 뜻풀이를 참고하면서 위의 이중모음을 발음해 보면 이해가 쉽겠다. 이런 발음의 원칙이 제대로 지켜지지 않아서 생기는 부정적인 현상들이 적지 않다. 의견과 이견의 혼동도 그 중 한 경우로 지적될 수 산포도 있겠다.

발음도 발음이지만, 그 낱말들이 가지고 있는 속뜻을 알고 있다면 이런 혼동은 깨끗하게 가려질 터다. 의견과 이견, 둘 다 한자말이다. 사전을 찾아보자.

의견(意見)은 ‘어떤 사물 또는 현상에 대해 가지는 생각’으로 견해(見解) 소견(所見) 등과 비슷한 말이다. 간단히 ‘생각’이라고 풀어도 되겠다. 어떤 이들은 생각을 ‘生覺’이란 생뚱맞은 한자로 쓰기도 하는데, 이는 옳지 않다. 생각은 한자어가 아닌 토박이말이다.

‘어떤 의견에 대한 다른 의견, 또는 서로 다른 의견’이 이견(異見)이다. 이의(異意) 또는 이론(異論)과 비슷한 말이다. 의견의 차이(差異)라고 풀어도 되겠다. 곧 ‘다른 생각’인 것이다. 이(異)의 훈(訓) 즉 뜻은 ‘다를’이다. ‘다를 이’라고 흔히 말하는 글자다.

이 단어들이 가지는 속뜻을 생각하지 않고 쓰다 보니 의견과 이견이 혼동되는 상황이 빚어지는 것이다. 당초(當初) 익힐 때 이 말들의 속뜻을 함께 머리에 넣었더라면 이런 혼동을 없었을 것을. ‘여러 의견들이 제출됐고, 이 중에는 이견도 많아 이 문제의 해결이 쉽지 않을 전망이다.’와 같이 쓸 수 산포도 있겠다.

말과 글은 ‘그 사람’을 보여주는 거울이다. 당신의 말과 글은 바로 당신을 가리킨다. 말글에 폼 나고, 품격 있으면 사람 역시 그렇게 여겨진다. 때론 외모보다 더 큰 척도(尺度)다. 물론 ‘명품 가방’ 상표와는 견줄 수도 없다. 즉 당신의 표상(表象)과 심상(心象)인 것이다.

말과 글은 이렇게 힘이 세다. 우리의 언어가 항시 명징(明澄)해야 하는 까닭이다. 우선 틀리지 말아야 하는 것이고.


글자는 발음기호 즉 소리의 부호(符號)로서의 기능 외에 그 글자 스스로, 또는 그 글자가 다른 글자와 합쳐질 때 어떤 의미를 품는다. 글자의 속뜻이다. 뜻글자 한자로 이루어진 낱말에서 이 속뜻을 무시한다면 의미의 소통(疏通)이 크게 저하된다. 성균관대 전광진 교수가 지은 책 ‘우리말 한자어 속뜻사전’은 속뜻의 이해가 말글의 활용에 얼마나 중요한지를 웅변한다. ‘산포도’가 ‘산에서 나는 포도’가 아니고, 수학용어 ‘흩어지고 퍼져있는 정도’인 散布度(산포도)로 이해되기 위해서는 속뜻의 개입(介入)이 필수적이라는 것이다.

BOSs World

산포도
산포도는 종축, 횡축에 두항목의 양이나 크기 등을 대응시켜, 데이터를 점으로 프로트한 것이다.
각 데이터는 두항목의 양이나 크기 등을 갖는 것이다.

산포도는 특성과 그 요인을 비교하거나 관련이 있을 것 같은 두 개의 특성 또는 요인끼리를
비교해서 얻는 데이터를 두개 축의 교점에 프롯트한 그림입니다.

특성과 요인, 어느 특성과 다른 특성, 하나의 특서에 있어서 두 개의 요인, 이라는 두 개의 변수간의
관계를 나타낸 점그래프로, 선정한 변수간의 상관관계를 아는데에 이용되어, 비교된 데이터를
프롯트해서 원인과 결과의 관계, 결과와 결과의 관계, 원인과 원인의 관계 등, 데이터 상호의
관계를 보는 그래프입니다.

- 산포도의 특징
산포도는 두 종류의 데이터 산포도 산포도 관계를 시각화해서 정리합니다.

예로, 오른쪽 그림과 같이 신장과 체중의 관계를 조사하는
경우를 생각합니다. 한 사람 한 사람의 신장과 체중의 데이터를
프롯트하면 산포도 이 두 개 데이터의 실제 관계가 시각화됩니다.

또, 각각 편차에서는 잘 보이지 않는"퍼진 느낌, 얇은 느낌"
이라는 새로운 관점의 편차 모양/형태도 발견할 수 있습니다.

제조에서는 품질은 공정에서 만든다고 생각으로, 특성요인도에 있는 특성을 요인으로 관리합니다.
이 때, 특성을 종축, 요인을 횡축으로 한 산포도로 관계의 모습을 파악하는 것이 중요합니다.

산포도는 횡축과 종축에 각각의 양을 취해, 데이터가 해당하는 곳에 프롯트 한 그래프입니다.
두개의 양의 산포도 관계가 있는지 없는지를 보는 데에는 상당히 편리한 그래프입니다.

- 산포도의 목적
산포도는 두개의 데이터관계를 조사하는 기법입니다. 두 개의 변수의 데이터를 이용해서 각각의
변수를 축으로 취해, 샘플을 프롯트한 그래프입니다. 이것은 다음 변수 간의 관계를 볼 때 등에
적용하고 있습니다.

1. 품질특성과 변동요인의 관계
2. 어느 품질특성과 다른 품질요인의 관계

산포도에서는 다음과 같은 점에 주의해야 합니다.

- 벗어난 값의 유무를 검토 : 벗어난 값
- 층별의 필요성 : 산포도 층별산포도 (층마다의 산포도)
- X 와 Y의 관계 : 상관관계, 회귀 직선, 동시 분포와 주변 분포

- 산포도의 목표
1. 영향을 주는 요인이 확실해지다.
특성요인도에서 추출한 요인이 특성과 상관이 있으면 그 요인이 원인일 가능성이 있다고 합니다.
2. 가공조건의 최적화가 도모된다.
어느 제품의 용점타점수와 전류치에 상관이 있으면 원하는 전류값에 대한 적절한 타점수를
산포도에 의해 파악할 수 있습니다.
3. 간단한 관리방법을 선택할 수 있다.
수고럽거나 비용이 드는 관리방법과 비교해 상관이 있는 간단한 관리방법이 있다면 변경하는
이점이 있습니다.

- 산포도의 용도
1. 특성 편차에 영향을 주는 요인이 무엇인가를 알 수 있습니다.
2. 특성과 요인과의 관계를 파악하고, 특성의 평균 레벨을 부여한 값으로 하기 위한 요인의
수준값을 조사할 수 있습니다.
3. 본래 특성의 측정에 시간이나 공수가 걸리는 경우나, 측정에 의해 제품의 기능이 저하되는
파괴검사 등.
의 경우에 본래의 특성과 관련이 강하게, 그 대신으로 할 수 있는 특성(대용 특성)을 찾습니다.

그리고, 산포도는 특성요인도를 이용해서 확실해진 요인이 진짜 요인인지 아닌지를 검증하기
위해 유효한 도구입니다. 요인해석 등의 검증의 단계에 자주 이용됩니다. 도수분포를 나타내는
히스토그램이 원료성분의 양이나 제품의 불순물의 분포 형태를 파악하는 도구인데 반해,
산포도는 비교되는 데이터 상호의 관계를 보기에, 2차원의 히스토그램이라고도 불리고 있다.

예로 두개의 데이터 관계에서는
1. 결과(특성)과 결과(특성)과의 관계
가동율과 생산대수/택타임과 생산대수 등
2. 원인(요인)과 결과(특성)과의 관계
기온과 소비전력량/제조조건과 불량율/가오온도와 소재강도 등
3. 원인(요인)과 산포도 원인(요인)과의 관계
제품분쇄시의 압력과 온도, 소재의 강도에 대한 가공온도와 냉각속도 등

이런 것의 관계를 조사하고 개선의 단서를 찾아 내기 위해 산포도를 작성하고 검토합니다.
대응이 있는 두개의 데이터에 있어서 한쪽 값에 대한 다른쪽 데이터가 연동하여 변화하는
경우, 이런것 간에 상관이 있다고 합니다.

- 산포도의 종류
① : 강한 정의 상관관계

- 산포도의 정리방법
1. "필요한 데이터의 수집"
관계있을지를 조사하고 싶은 두종류의 데이터를 수집합니다. 데이터를 각각xy로 하고, 요인과
특성의 경우는 요인을 x, 특성을 y로 합니다. 데이터수가 적으면 관계를 확실히 알 수 없기에
최소 30개 이상의 데이터를 수집합니다.
2. "수집한 데이터에서 xy, 각각의 최대값과 최소값을 구합니다. "
3. "횡축과 종축을 설정하고, 좌표값과 눈금을 정하고, 그래프의 좌표축을 만듭니다."
4. "데이터를 프로트"
5. "필요사항을 기입"

- 산포도를 볼 때의 주의사항
1. "이상점은 없는가?"
많은 점이 흩어져 있는 곳에서 떨어진 점이 발견되는 경우가 있습니다. 이 때, 우선 대응하는
데이터의 이력을 조사"무엇인가 명확한 원인이 있는가?"를 조사합니다. 예로, 산포도 측정오차인지,
불량품 혼입, 원재료의 변경에 의한 변화, 설비고장 등등 4M의 변화가 있었는지를 검토합니다.
그 원인이 판명되면 그 점에서 이상원인을 명기하고, 산포도의 관계는 그 점을 제외하고
판단하도록 합시다.
2. "층별 필요성은 없는가?"
예로, 전체로 보면 상관이 있는 것 같지만 층별해서 보면 상관이 없는 경우나, 반대로 전체로
보면 상관이 없었던 것 같지만 층별로는 상관이 있는 경우가 있습니다. 그러기때문에
대응하는 데이터의 이력을 조사, 층별인자가 있는 경우는 점에 표시를 하거나, 색을 나누거나
해서 알기 쉽게 합니다.

#매니저 #Manager #관리 #개선 #분석 #데이터마이닝 #데이터분석 #kaizen #클러스터링 #데이터 #개선관리 #관리개선 #빅데이터 #Management #개선분석 #그룹핑 #관리기초 #보스 #꼰대 #프로젝트 #PM #프로젝트매니저 #가설검증 #Boss #품질 #Quality #다변량분석 #단변량분석 #프로파일링 #변수 #시스템 #프로세스 #일본 #일본어 #지식 #원가 #원가관리 #일정 #일정관리 #리스크 #리스크관리 #공수 #공수관리 #근거 #보스월드 #정량 #정성 #유의분석 #상관분석 #실험계획법 #표준편차 #목적 #목적관리 #계수 산포도 #계량 #재무 #생산 #생산관리 #구매 #구매관리 #품질기초 #통계 #통계기초 #4M #8D #5-Why #PDCA #ISO #샘플 #모집단 #표본 #3무 #CE #인증 #요령 #CE마크#QC-7tools


0 개 댓글

답장을 남겨주세요