統計の食わず嫌いを直そう（その10）、ワインを飲まずに品質を予測する方法
ソフトウェア業界に限らず、あらゆる分野でデータは分析されています。例えば、ワイン業界では「味」「香り」「色」などの測定可能な項目を選び、ワインの良否を判定します。統計アレルギーの解消には、身近な分野の事例を考えることも大事です。 今回は1980～90年代に世界のワイン業界で大きな話題となった「ワインを飲まずに、ワインの品質を予測する方法」を例に取り、統計のお話をします。 2. ビールとワイン 「お酒」」と聞いて、ビールを思い浮かべる人も多いでしょう。ビールは比較的安価でガブガブ飲めるため、飲み会の定番といえます。一方、ワインは750ccのボトル1本が数百円から数百万円までと価格帯が異常に広く、スローペースで飲みます。 飲料としての両者の最大の違いが賞味期限でしょう。ビールは鮮度が命で、賞味期限を9カ月に設定しているものが多いようです（＊1）。ビールと異なりワインには基本的に賞味期限が設定さ
3σと不良品発生の確率を予測する「標準正規分布表」
バラツキの要因「4M」 前回は、正規分布を説明する上で必要となる用語について話しました。ここで話をしていたのは、“バラツキ”についてでした（連載バックナンバーはこちら）。 さてバラツキの要因は何だったでしょうか？ まずは復習です。バラツキの要因は「4M」です。 これらの要因によって、加工されるものにはバラツキが生じます。 ところが「今の時代、バラツキ0でモノが作れる」と言う人はいないでしょうか？ 確かに、最新の技術、最新の設備、最適な環境下で製造することによって、そのバラツキは最小限になるのでしょう。しかしどんなに優れたツールであっても、そのツールを駆動させるための機構があり、その機構と制御によって部品は加工されます。また同一環境においても、温度というパラメータは存在します。±0℃という制御は困難ですので、部品加工においてバラツキ0というのは、あり得ない世界です。 こんな話もあります。 「
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
