엔지닉 반도체 데이터 분석 스터디 19기 1일차 학습일지

<학습내용>

오늘은 반도체 데이터 분석의 기초적인 용어와 개념에 대해 학습했다. 모집단과 표본의 개념, 중심위치(평균, 중앙값, 최빈값)와 산포(분산, 표준편차)의 정의 및 계산 방법을 다루었다. 특히, 데이터 분석에서 왜 평균만으로는 데이터 분포를 완전히 이해할 수 없는지, 분산과 표준편차가 어떤 역할을 하는지 깊이 있게 배웠다. 강의 자료에서는 반도체 공정에서 발생하는 데이터 분석 사례를 들어 설명해 주셔서 이해가 쉬웠다.

<느낀 점>

오늘 배운 내용은 통계학의 기초였지만, 반도체 산업처럼 변수가 많은 분야에서는 데이터의 중심성과 산포를 정확히 이해하는 것이 필수임을 다시 느꼈다. 특히, 단순히 평균값만 보고 판단하는 실수를 피해야겠다는 다짐을 하게 되었다.

<부족한 점 및 각오>

아직 표본 분산과 모분산의 차이를 직관적으로 완벽히 이해하지 못했다. 스스로 예제를 더 풀어보며 개념을 확실히 다져야겠다. 앞으로도 엔지닉 반도체 데이터 분석 스터디를 통해 통계적 사고력을 높여 나갈 계획이다.