[논문]통계공학을 위한 Python 패키지 응용

장대흥

doi:10.5351/kjas.2021.34.4.633

통계공학을 위한 Python 패키지 응용
Applications of python package for statistical engineering 원문보기

응용통계연구 = The Korean journal of applied statistics, v.34 no.4, 2021년, pp.633 - 658

초록
AI-Helper

통계공학은 실험계획법, 품질관리/품질경영, 신뢰성공학으로 구성된다. Python은 무료로 개방되어 있는 패키지로서 머신러닝, 데이터사이언스, 공학 및 그래픽 관련 패키지가 방대하다. 우리는 이러한 Python 패키지를 통계공학을 위한 기본 패키지로 유용하게 사용할 수 있다. 본 논문에서는 통계공학을 위한 Python 패키지 응용을 살펴보고 통계공학 관련 종합 Python projects가 필요함을 제안하였다.

Abstract ▼ AI-Helper

Statistical engineering contains design of experiments, quality control/ management, and reliability engineering. Python is a free software environment for machine learning, data science, and graphics. Python package has many functions and libraries for statistical engineering. We can use Python package as a useful tool for statistical engineering. This paper shows applications of Python package for statistical engineering and suggests a total Python projects for statistical engineering.

주제어

표/그림 (27)

그림 Figure 1: Top Python libraries for data science, data visualization and machine learning (plotted by number of stars and number of contributors; relative size by number of contributors).
표 Table 1: Domains and ﬁelds in statistical engineering
표 Table 2: Essential Python libraries for statistical engineering
표 Table 3: Python methods, functions, and classes for data wrangling
그림 Figure 2: Number of conﬁrmed cases in each Asian country between 2020-01-22 and 2021-05-13.
그림 Figure 3: Number of confirmed cases per 100,000 population in each Asian country between 2020-01-22 and 2021-05-13.
그림 Figure 4: Histogram and kernel density estimator for 'views'.
그림 Figure 5: The result of finding a video material that satisfies more than one million 'likes' and less than 5,000 'dislikes' using the pandas methods.
그림 Figure 6: Dataset 'boiler' and summary.
표 Table 4: Python methods, functions, and classes for exploratory data analysis
그림 Figure 7: Kernel density estimators for the eight burners on a boiler.
그림 Figure 8: Violin plot, box plot, and stem plot for the first burner on a boiler.
그림 Figure 9: Choropleth map with a slider on the year column.
그림 Figure 10: Data map for Walmart stores across the USA.
표 Table 5: Python methods, functions, and classes for predictive analysis
그림 Figure 11: X² distribution.
그림 Figure 12: Logistic regression for 'O-ring' dataset.
그림 Figure 13: LASSO path for 'diabetes'(1: age, 2: sex, 3: bmi, 4: map, 5: tc, 6: ldl, 7: hdl, 8: tch, 9: ltg, 10: glu).
그림 Figure 14: Response surface methodology in chemical process.
표 Table 6: Python methods, functions, and classes for experimental designs
그림 Figure 15: Contour plot for response surface experiment.
그림 Figure 16: Surface plot for response surface experiment.
그림 Figure 17: Exponentially Weighted Moving Average (EWMA) chart for dataset 'pistonrings'.
표 Table 7: Python methods, functions, and classes for control charts
표 Table 8: Python methods, functions, and classes for reliability
표 Table 9: Python methods, functions, and classes for survival analysis
그림 Figure 18: Kaplan-Meier plot for a list of failure times and right censored times.

참고문헌 (23)

Belorkar A, Cuntuku SC, Hora S, and Kumar A (2020). Interactive Data Visualization with Python, Packt Publishing, Birmingham.
Jang DH (2020). Applications of R package for statistical engineering, The Korean Journal of Applied Statistics, 33, 87-105.

원문보기 상세보기
Lazar D (2020). Pandas Equivalent of 10 Useful SQL Queries, Available from: https://towardsdatascience.com/pandas-equivalent-of-10-useful-sql-queries-f79428e60bd9
Mayo M (2020). Top Python Libraries for Data Science, Data Visualization and Machine Learning, Available from: https://www.kdnuggets.com/2020/11/top-python-libraries-data-science-data- visualization-machine-learninghtml
McKinney W (2018). Python for Data Analysis(2nd ed.), O'Reilly, Boston.
Myers RH, MontGomery DC, and Anderson-Cook CM (2016). Response Surface Methodology(4th ed.), John Wiley & Sons, Inc., Hoboken.
Piepenbreier N (2020). Visualizing COVID-19 Data Beautifully in Python, available from: htps://towardsdatascience.com/ visualizing-covid-19-data-beautifully-in-python-in-5-minutes-or-less-affc361b2c6a
Python Library Altair, Available from: https://altair-viz.github.io
Python Library Bokeh, Available from: https://bokeh.org
Python Library Lifelines, Available from: https://lifelines.readthedocs.io/en/latest/index.html
Python Library Matplotlib, Available from: https://matplotlib.org
Python Library NumPy, Available from: https://numpy.org
Python Library Pandas, Available from: https://pandas.pydata.org
Python Library plotly, Available from: https://plotly.com/python
Python Library pyDOE2, Available from: https://pypi.org/project/pyDOE2/
Python Library pyspc, Available from: https://pypi.org/project/pyspc/
Python Library Reliability, Available from: https://pypi.org/project/reliability/
Python Library scikit-learn, Available from: https://scikit-learn.org/stable
Python Library scipy, Available from: https://www.scipy.org
Python library seaborn, Available from: https://seaborn.pydata.org
Python library statsmodels, Available from: https://www.statsmodels.org/stable
Python package index, Available from: https://pypi.org
Space shuttle challenger disaster, Available from: https://en.wikipedia.org/wiki/Space Shuttle Challenger disaster

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증