행동 데이터 분석

207

CHAPTER 7

부트스트랩을 활용한 불확실성 측정

다시 말해 데이터 양이 적긴 하지만 케이크의

30

% 이상이 준비하는 데

3

시간 이상 소요될 가

능성은 매우 낮습니다(불가능하진 않지만 ). 신뢰 구간이 상당히 크긴 하지만

10

개의 관측값과

이상치가 있는 것에 비해 결과가 준수합니다.

이 방법을 사용하는 것이 어렵다면

1

0

개의 관측값에서

1

개가 성공하는 이항 분포에 대한 신뢰 구

간을 계산하여 이전 문제를 재구성할 수 있습니다. 이 경우 신뢰 구간을 계산할 때

R

과 파이썬에서 근사 방법

을 사용할 수 있습니다. 근사 방법은 부트스트랩 신뢰 구간보다 더 보수적인(즉, 더 광범위한) 경향이 있지만

지나친 정도는 아닙니다.

산업 엔지니어는 부트스트랩을 사용하여 데이터로 수행하려는 분석을 명확하게 할 수 있습니

다. 제한된 데이터를 사용해도 다양한 질문에 상당한 양의 확실성(그리고 그에 따라 허용 가능

한 불확실성 )으로 답변할 수 있습니다.

7.2

회귀 분석을 위한 부트스트랩

평균에 대한 신뢰 구간을 구축하는 것도 유용하지만 이 책의 목표는 회귀이므로 부트스트랩을

회귀에서 어떻게 사용할 수 있는지 살펴보겠습니다.

C

마트의 산업 엔지니어는 케이크 준비 데

이터를 사용하여 베이킹 시간에 대한 경력의 영향을 확인하려고 합니다. 인과관계 다이어그램

은 [그림

7

-

5

]와 ...