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
예제는 건조 배치 72개의 질량, 유입 수분 함량, 주변 온도 및 전기 에너지 측정값을 기록합니다. 질량은 kg, 수분 함량은 습량 기준 백분율, 온도는 °C, 전기 에너지는 kWh 단위입니다.
예제 데이터 다운로드(CSV, 영어 열 이름)Help에서 사용하는 것과 같은 예제입니다. CSV에는 가져올 관측값이 들어 있습니다.
1. 분석 만들기
사이드바에서 Plots를 열고 분석을 만듭니다. 이름을 입력하고 New blank worksheet를 선택한 다음 Create analysis를 선택합니다.
2. 데이터 가져오기
Worksheet에서 Import를 선택합니다. 다운로드한 CSV를 선택하거나 내용을 붙여 넣습니다. 구분 기호를 Comma로 설정하고 Decimal dot을 사용하며 First row contains column names를 선택합니다. 가져올 내용을 미리 확인한 다음 Import into worksheet를 선택합니다.
3. 입력 열 지정
Inputs에서 Chart type을 Correlation matrix / heatmap으로 선택합니다. Variables의 열 선택기를 엽니다.
batch_mass_kg, inlet_moisture_pct, ambient_temperature_c, electricity_kwh를 이 순서로 선택합니다. 필요하면 위아래 화살표로 순서를 조정합니다. batch_id는 선택하지 않습니다.
4. 차트 옵션 설정
Statistics에서 Correlation method를 Pearson으로 선택합니다. 계산에는 선택한 네 변수의 값이 모두 있는 행을 사용합니다.
Labels를 열고 Chart title에 Summarize drying-variable relationships를 입력합니다.
5. 차트 만들기
Create chart를 선택한 다음 Results를 엽니다. 차트를 이 가이드와 비교하기 전에 Data used를 확인합니다. 저장된 워크시트의 모든 행이 분석에 참여하며, 워크시트를 정렬하거나 필터링해도 분석 표본은 바뀌지 않습니다.
6. 결과 해석
상관계수 읽기
두 변수가 만나는 셀을 찾습니다. Pearson 상관계수의 범위는 −1부터 +1까지입니다. 부호는 방향을 나타내며, 어느 쪽 끝이든 가까울수록 선형 관계가 강합니다. 대각선은 1이고 두 절반에는 같은 변수 쌍이 반복됩니다.
영어 원본 차트: 같은 완전 관측 건조 배치 72개에서 측정한 네 변수의 Pearson 상관계수입니다. 차트를 원본 크기로 보기 (새 탭에서 열림) 전기 에너지와의 관계 비교
이 예제에서 관측된 변수 쌍별 관계는 질량과 전기 에너지가 r≈0.85로 가장 강합니다. 전기 에너지와 유입 수분 함량의 상관은 약 +0.19, 주변 온도와의 상관은 약 −0.13으로 더 약합니다. 모든 계수는 같은 완전 관측 배치 72개를 사용하며, 표는 표시된 모든 자릿수를 유지합니다.
형태도 함께 확인
작은 상관계수 뒤에 곡선 패턴이 숨을 수 있습니다. 이는 각각의 변수 쌍별 상관관계이므로, 약한 상관만으로 여러 예측변수를 함께 고려할 때도 그 변수가 중요하지 않다고 판단할 수는 없습니다.
다음 분석 선택
산점도 행렬을 살펴보고 특이한 조합은 배치 기록과 대조하여 확인합니다. 회귀로 예측변수를 함께 고려하세요. 상관관계만으로 원인이 입증되지는 않습니다.
자세히 보기: 각 결과 섹션 읽기
전체 결과 표는 Help와 동일하게 유효숫자 여섯 자리로 표시합니다.
사용한 데이터
워크시트 행 수는 72, 계열 전체의 분석 가능 관측값 수는 72, 제외 관측값 수는 0입니다. 모든 원본 행을 사용합니다. 실행 결과를 비교할 때 이 개수를 확인하고 예제의 열 지정을 유지하세요. 워크시트 정렬과 필터는 분석 표본을 바꾸지 않습니다.
저장된 모든 행을 원래 순서대로 고려합니다. 워크시트 정렬과 필터는 분석 표본을 바꾸지 않습니다.
| 워크시트 행 수 | 계열 전체의 분석 가능 관측값 수 | 제외 관측값 수 |
|---|---|---|
| 72 | 72 | 0 |
Pearson 상관계수
행 변수와 열 변수가 만나는 셀의 계수를 읽습니다. 모든 변수 쌍은 같은 완전 관측 배치 72개를 사용합니다. 대각선은 1이고 반대쪽 절반에는 같은 변수 쌍이 반복됩니다. 계수는 개별 선형 관계를 설명하며 다른 예측변수를 보정하지 않습니다.
| 변수 | batch_mass_kg | inlet_moisture_pct | ambient_temperature_c | electricity_kwh |
|---|---|---|---|---|
| batch_mass_kg | 1 | -0.201984 | 0.0442099 | 0.850257 |
| inlet_moisture_pct | -0.201984 | 1 | 0.0201252 | 0.190834 |
| ambient_temperature_c | 0.0442099 | 0.0201252 | 1 | -0.134981 |
| electricity_kwh | 0.850257 | 0.190834 | -0.134981 | 1 |
완전 관측값
각 행에는 원래 워크시트 행과 대응이 유지된 측정값 네 개가 모두 표시됩니다. 단위는 kg, 습량 기준 백분율, °C 및 kWh입니다. 이 완전한 행 72개가 공통 표본을 구성합니다. 특이한 배치를 확인할 때 모든 열을 함께 유지하세요.
| 워크시트 행 | batch_mass_kg | inlet_moisture_pct | ambient_temperature_c | electricity_kwh |
|---|---|---|---|---|
| 1 | 99.8 | 9.6 | 15.4 | 73.02 |
| 2 | 188.3 | 11.45 | 16.2 | 109.31 |
| 3 | 97.4 | 12.19 | 24.9 | 76.87 |
| 4 | 111.3 | 8.46 | 21.1 | 77.35 |
| 5 | 217.1 | 6.35 | 26.1 | 98.12 |
| 6 | 132.1 | 13.29 | 18.5 | 87.75 |
| 7 | 84.1 | 7.84 | 22 | 70.39 |
| 8 | 187.9 | 9.98 | 17.2 | 113.74 |
| 9 | 98.9 | 10.49 | 21.4 | 75.35 |
| 10 | 187.3 | 7.79 | 18.3 | 106.9 |
| 11 | 185.4 | 8.02 | 21.3 | 99.69 |
| 12 | 208.5 | 9.37 | 27.7 | 104.56 |
| 13 | 157.9 | 10.88 | 22.6 | 95.97 |
| 14 | 109.4 | 12.37 | 18.4 | 78.58 |
| 15 | 141 | 8.96 | 27.9 | 70.91 |
| 16 | 92.1 | 11.93 | 15.2 | 83.65 |
| 17 | 135.5 | 11.12 | 26.2 | 78.93 |
| 18 | 136.1 | 13.47 | 23.1 | 95.62 |
| 19 | 165.8 | 8.89 | 25.4 | 86.15 |
| 20 | 147.3 | 13.34 | 27.3 | 92.84 |
| 21 | 203.4 | 10.5 | 15.2 | 108.69 |
| 22 | 174.1 | 6.33 | 17.2 | 88.03 |
| 23 | 134.9 | 12.78 | 16.2 | 103.2 |
| 24 | 97.5 | 8.48 | 24 | 64.03 |
| 25 | 108.4 | 11.21 | 24.8 | 73.39 |
| 26 | 131.8 | 10.79 | 16.6 | 91.5 |
| 27 | 150.5 | 11.83 | 21.9 | 97.24 |
| 28 | 177 | 13.57 | 22.4 | 116.1 |
| 29 | 123.6 | 13.35 | 24.2 | 98.15 |
| 30 | 93.3 | 13.19 | 23.6 | 79.33 |
| 31 | 193.5 | 12.51 | 21.4 | 111.51 |
| 32 | 116.2 | 9.92 | 18.5 | 80.12 |
| 33 | 162.2 | 11.23 | 27.3 | 95.18 |
| 34 | 131.9 | 6.96 | 21.9 | 82.87 |
| 35 | 109 | 12.14 | 22.7 | 84.86 |
| 36 | 80.4 | 11.91 | 26.6 | 61.39 |
| 37 | 123.8 | 9.12 | 16.2 | 84.37 |
| 38 | 165.3 | 7.06 | 27.7 | 79.15 |
| 39 | 80.1 | 6.99 | 16.2 | 64.21 |
| 40 | 104.5 | 11.42 | 23.7 | 75.82 |
| 41 | 94.4 | 12.75 | 26.8 | 84.76 |
| 42 | 88.6 | 7.54 | 22.3 | 55.44 |
| 43 | 123.1 | 7.59 | 25.1 | 65.89 |
| 44 | 206.1 | 8.75 | 25.9 | 107.41 |
| 45 | 135 | 6.85 | 21.5 | 79.37 |
| 46 | 193.5 | 10.55 | 22.6 | 100.21 |
| 47 | 184.6 | 9.9 | 22.3 | 104.05 |
| 48 | 107.9 | 12.45 | 26.9 | 80.17 |
| 49 | 186.8 | 8.23 | 22.9 | 86.27 |
| 50 | 131.5 | 13.39 | 25.6 | 89.52 |
| 51 | 209.5 | 9.41 | 27.3 | 103.99 |
| 52 | 179.8 | 6.64 | 21.8 | 97.26 |
| 53 | 104.7 | 8.48 | 21.1 | 72.93 |
| 54 | 168.1 | 6.05 | 23.5 | 85.16 |
| 55 | 193.4 | 8.19 | 17.8 | 99.42 |
| 56 | 122 | 7.3 | 26.4 | 73.27 |
| 57 | 171.6 | 10.7 | 21.4 | 103.89 |
| 58 | 110.5 | 10.63 | 21.3 | 83.06 |
| 59 | 200.1 | 9.12 | 25 | 109.7 |
| 60 | 147.4 | 11.72 | 18.7 | 89.14 |
| 61 | 148.3 | 10.9 | 25.5 | 93.93 |
| 62 | 118.7 | 7.83 | 24.5 | 70.1 |
| 63 | 107.8 | 12.35 | 27.2 | 80.28 |
| 64 | 107.1 | 13.39 | 20.5 | 79.01 |
| 65 | 103.4 | 9.07 | 20.3 | 72.92 |
| 66 | 175.1 | 10.71 | 19.2 | 98.54 |
| 67 | 83.4 | 12.27 | 20.3 | 67.83 |
| 68 | 192.6 | 11.74 | 25.9 | 102.09 |
| 69 | 207.9 | 8.36 | 25.2 | 106.33 |
| 70 | 208.4 | 12.52 | 21.8 | 112.93 |
| 71 | 91.8 | 10.57 | 26.8 | 66.22 |
| 72 | 176.1 | 10.55 | 19.6 | 107.84 |
7. 보고서 만들기
앱의 차트와 Data used, Pearson coefficients, Complete observations를 함께 보존합니다. 열 지정과 차트 옵션을 기록합니다. 연구 맥락과 특이한 관측값에 대한 점검 내용을 포함하고, 차트의 단위 및 해석 과정에서 설명한 한계를 유지하세요.
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.