앱 명령어, 워크시트 식별자 및 예제 데이터 값은 원문 그대로 유지됩니다. 스크린샷, 차트 및 다운로드 파일은 영어로 제공됩니다. 예제는 영어 원문의 숫자 표기를 유지하며, 소수점에는 마침표를, 천 단위 구분에는 쉼표를 사용합니다.
예제: 건조 배치
건조 분석에서는 48개 배치의 습윤 배치 질량, 유입 온도, 건조 시간, 전기 에너지 사용량을 기록합니다. 이 표본의 값을 사용하여 각 측정 항목을 변환합니다.
건조 배치 측정값 다운로드(CSV, 열 이름은 영어)Help에서 사용하는 예제와 같습니다. CSV에는 가져올 측정값이 들어 있습니다. 네 숫자 열의 단위는 kg, °C, 분, kWh이며, batch_id로 배치를 추적합니다.
1. 분석 만들기
사이드바에서 Data utilities를 열고 Standardize & Normalize를 선택하여 분석 이름을 입력합니다. New blank worksheet와 Create analysis를 선택합니다.
2. 데이터 가져오기
Worksheet에서 Import를 선택합니다. 다운로드한 파일을 선택하거나 내용을 붙여넣습니다. 구분 기호는 Comma, 소수점 기호는 Decimal dot으로 지정하고 First row contains column names를 선택합니다. 가져올 내용을 미리 확인한 뒤 Import into worksheet를 선택합니다.
3. 입력 열 선택
Inputs에서 Variables to transform의 열 선택기를 엽니다. wet_batch_mass_kg, inlet_temperature_c, drying_time_min, electricity_kwh를 이 순서대로 선택합니다. 필요하면 위아래 화살표로 순서를 바로잡습니다.
batch_id는 측정값이 아니라 배치를 식별하므로 선택하지 않습니다.
4. 방법과 출력 이름 설정
Method에서 Center about the mean를 선택합니다. Output names에서 각 원본 열에 맞는 이름을 입력합니다.
| 원본 열 | 출력 이름 |
|---|---|
wet_batch_mass_kg | wet_batch_mass_kg_center |
inlet_temperature_c | inlet_temperature_c_center |
drying_time_min | drying_time_min_center |
electricity_kwh | electricity_kwh_center |
대상 워크시트와 4 new columns 안내를 확인합니다. 원래 열은 유지됩니다.
5. 변환
Transform을 선택하고 Results를 엽니다. Worksheet를 열어 원래 열 옆에 추가된 네 열을 확인합니다. 변환이 성공할 때마다 새 열이 추가되므로, 반복 실행해도 이전 출력이 대체되지 않습니다.
6. 결과 해석
원본 요약 확인
요약은 원래 네 열을 설명하며, 각 열에는 결측값 없이 값이 48개씩 있습니다. 질량의 평균은 45.4906 kg, 표본 표준편차는 7.00915 kg, 관측 범위는 32.57–66.24 kg입니다.
변환 이해
각 열에서 해당 열의 평균을 뺍니다. 영은 원본 평균을 뜻하며, 양수는 그 평균보다 큰 값입니다. 중심화하면 원래 단위와 산포가 유지됩니다.
첫 배치의 변환값 확인
첫 배치의 질량은 50 kg입니다. 원본 평균 45.4906 kg을 빼면 약 +4.5094 kg이 됩니다. 이 배치는 평균 배치보다 그만큼 무겁습니다. 다른 열도 각각 해당 열의 평균을 뺍니다.
다음 분석 선택
중심화한 값은 각 원본 평균과의 차이를 나타냅니다. 값의 단위는 여전히 kg, °C, 분, kWh이므로 수치의 크기에는 서로 다른 단위가 적용됩니다. 다음 분석에서는 새 열을 명시적으로 선택합니다. 척도를 조정해도 데이터가 정규분포를 따르게 되거나 종속성이 사라지거나 허용할 만한 공정 성능이 입증되는 것은 아닙니다.
저장된 작업의 의미 확인
48개 행은 모두 배치 순서를 유지하고, 원본도 보존됩니다. Results는 실행 당시의 변환을 기록합니다. 이후 워크시트를 편집하거나 Undo를 사용하면 저장된 결과는 그대로인 채 워크시트만 바뀔 수 있습니다.
자세히 보기: 각 결과 섹션 읽기
전체 결과 표는 Help와 동일하게 유효숫자 여섯 자리로 표시합니다.
변환 요약
원본 열과 출력 열은 원래 열과 새 열을 식별합니다. 유효값 수는 사용할 수 있는 원본 측정값의 수이고, 결측값 수는 누락된 측정값의 수입니다. 원본 평균, 원본 표준편차, 원본 최솟값 및 원본 최댓값은 원래 열을 해당 측정 단위로 설명합니다. 각 열에서 해당 열의 평균을 뺍니다. 영은 원본 평균을 뜻하며, 양수는 그 평균보다 큰 값입니다. 중심화하면 원래 단위와 산포가 유지됩니다.
계산된 예제 출력입니다. 연습용 사본을 실행하면 별도의 워크시트에 새 열이 작성됩니다.
| 원본 열 | 출력 열 | 방법 | 유효값 수 | 결측값 수 | 원본 평균 | 원본 표준편차 | 원본 최솟값 | 원본 최댓값 |
|---|---|---|---|---|---|---|---|---|
| wet_batch_mass_kg | wet_batch_mass_kg_center | Center about the mean | 48 | 0 | 45.4906 | 7.00915 | 32.57 | 66.24 |
| inlet_temperature_c | inlet_temperature_c_center | Center about the mean | 48 | 0 | 64.5083 | 3.24567 | 57.1 | 70.4 |
| drying_time_min | drying_time_min_center | Center about the mean | 48 | 0 | 30.594 | 4.51978 | 23.02 | 41.72 |
| electricity_kwh | electricity_kwh_center | Center about the mean | 48 | 0 | 17.1239 | 1.74961 | 14.265 | 22.814 |
변환값
1행은 처음 가져온 배치입니다. 각 열에는 변환된 측정값이 들어 있으며, 48개 행 모두 수집 순서를 유지합니다. 첫 배치의 질량은 50 kg입니다. 원본 평균 45.4906 kg을 빼면 약 +4.5094 kg이 됩니다. 이 배치는 평균 배치보다 그만큼 무겁습니다.
원래 행 순서대로 기록한 값입니다. 내보내기 시 모든 자릿수를 유지합니다.
| 행 | wet_batch_mass_kg_center | inlet_temperature_c_center | drying_time_min_center | electricity_kwh_center |
|---|---|---|---|---|
| 1 | 4.50937 | 1.29167 | 3.04604 | 0.571104 |
| 2 | -10.5506 | -4.30833 | -4.84396 | -1.8959 |
| 3 | 4.84938 | 0.391667 | 7.21604 | 0.727104 |
| 4 | 4.49938 | -6.10833 | 0.376042 | 1.1571 |
| 5 | -3.36062 | 3.19167 | 3.26604 | -1.0139 |
| 6 | 15.7194 | 1.29167 | 11.126 | 4.4491 |
| 7 | -3.05063 | -0.508333 | -1.79396 | -1.4349 |
| 8 | -7.42063 | -7.40833 | -6.24396 | -2.8589 |
| 9 | 20.7494 | 2.79167 | 9.89604 | 5.6901 |
| 10 | -3.66063 | -3.40833 | 1.46604 | -1.2159 |
| 11 | -9.28063 | -1.60833 | -1.71396 | -2.4779 |
| 12 | -0.580625 | -2.00833 | -1.68396 | -0.449896 |
| 13 | 0.179375 | -5.40833 | -6.52396 | -1.7569 |
| 14 | -0.910625 | -0.908333 | -4.46396 | -0.511896 |
| 15 | -3.58063 | 3.09167 | -2.06396 | 0.0431042 |
| 16 | 2.65937 | -1.70833 | -0.923958 | 1.2841 |
| 17 | -2.99063 | -1.10833 | 0.126042 | -0.672896 |
| 18 | 1.16937 | 5.49167 | 3.16604 | 0.864104 |
| 19 | -4.62063 | 2.69167 | 0.156042 | -0.875896 |
| 20 | 14.4694 | 1.89167 | 5.46604 | 2.7611 |
| 21 | -0.720625 | 4.09167 | -5.06396 | -0.468896 |
| 22 | -11.4006 | -2.60833 | -7.57396 | -2.5549 |
| 23 | 0.239375 | 2.19167 | 4.66604 | 0.0481042 |
| 24 | -6.77063 | 3.79167 | -5.91396 | -0.811896 |
| 25 | -5.92063 | 4.79167 | -0.823958 | -1.0799 |
| 26 | -5.49063 | -1.00833 | 0.276042 | -1.5109 |
| 27 | -7.84063 | -1.00833 | -1.94396 | -1.4059 |
| 28 | 4.99938 | 3.19167 | 2.43604 | 1.3841 |
| 29 | -3.63063 | -2.70833 | -5.97396 | -1.7599 |
| 30 | -0.730625 | -5.10833 | -2.92396 | -0.138896 |
| 31 | 3.17938 | 1.09167 | -1.55396 | 0.377104 |
| 32 | -4.09063 | -3.20833 | -2.72396 | -0.458896 |
| 33 | -2.90062 | -1.60833 | -2.63396 | 0.211104 |
| 34 | -3.36062 | 2.69167 | -3.18396 | -0.151896 |
| 35 | 0.189375 | -3.50833 | 3.13604 | 0.303104 |
| 36 | -3.98063 | -3.10833 | -6.52396 | -1.1619 |
| 37 | 2.69937 | -1.40833 | 3.14604 | 0.344104 |
| 38 | 1.95938 | 5.49167 | 0.506042 | 0.589104 |
| 39 | 3.73937 | 2.79167 | -1.66396 | 0.214104 |
| 40 | 5.76937 | -0.608333 | 5.11604 | 0.300104 |
| 41 | -0.940625 | -1.20833 | 0.376042 | -0.466896 |
| 42 | 10.9794 | 0.791667 | 1.75604 | 2.1591 |
| 43 | 12.3494 | 5.89167 | 3.67604 | 3.3281 |
| 44 | -12.9206 | -2.90833 | -4.60396 | -2.4879 |
| 45 | -2.69063 | 1.09167 | 2.32604 | -0.160896 |
| 46 | -4.65062 | 3.99167 | -3.74396 | -1.1279 |
| 47 | 6.52938 | -0.808333 | 4.79604 | 1.9231 |
| 48 | 6.60938 | 1.29167 | 9.58604 | 2.1841 |
7. 보고서 만들기
Transformation summary와 Transformed values의 모든 행을 남깁니다. 선택한 방법, 원본 열, 출력 이름을 기록합니다. 요약은 원래 측정값을 설명하고, 값 표에는 변환된 출력이 들어 있습니다.
완료된 실행 결과에서 Add to report 항목을 선택합니다. 표와 차트를 선택하려면 Choose individual items and advanced options 항목을 엽니다. 그런 다음 Add to draft 항목을 선택합니다. 숨긴 항목은 저장된 분석에 남아 있습니다.
보고서 이름을 정하고 분석 목적과 해석을 추가합니다. Save 항목을 선택하고 Preview에서 내용을 확인한 뒤 Export → Download HTML을 사용합니다. 아래 예시는 한 화면에 다 보이지 않는 결과까지 포함하여 선택한 콘텐츠 전체를 보여 줍니다.