經營統計學
(經營統計學)이란 企業經營이 行해지는 範圍를 母集團(母集團)으로 하는 統計學으로서, 이들 母集團에 依한 標本抽出(標本抽出)로 그 構造를 밝혀내려는 經營學科 統計學이 椄木된 應用 學問이다.
[1]
槪要
[
編輯
]
經營 統計 資料를 바탕으로 企業 方針을 定하고 經營 管理를 行하는 方法을 硏究하는 學問으로 基本的인 統計 槪念을 배우고, 實際로 統計技法을 利用하여 資料를 分析하는 方法을 배우는 것이 經營統計學의 目的이다. 따라서 經營統計學은 經營數學은 勿論
運用 科學
(
OR
)
·
經營科學
·
企業經濟學
·
等을 應用하여 技術統計, 推測統計를 위한 確率理論, 推測統計, 費耗數統計, 統計分析 等과 計量分析 또는 OR分析을 통하여 硏究, 調査, 分析하는 學問으로 보고 있다.
[1]
이를테면 資材(資材), 在庫管理를 對象으로 하면 資材의 需要를 알기 위해 標本抽出에 依한 資材需要의 統計分布를 作成하는 것이 資材在庫管理에 應用된 經營統計의 한 斷面이다. 이 境遇 資材需要가 母集團을 構成한다.
經營統計學의 抽出方法
[
編輯
]
母樹(母數) 또는 母集團 分布推定 및 검정에 關한 手法, 回歸理論(回歸理論), 實驗計劃과 變量分析(變量分析) 等의 標本이 失手値變量(實數値變量)의 形態로서의 理論이지만, 더욱 標本이
에크돌
變數의 形態를 取한
多變量解析
(多變量解析)도 重要하다. 特히 多重回歸理論·主成分 分析·要因分析·判別函數 等을 들 수 있다. 이들 手法 外에도
標本 調査法
이나
時系列 分析法
(時系列分析法) 等도 景氣變動 分析에 빼놓을 수 없는 手法이다. 이들 手法 中에서 經營統計學으로서 實績이 있는 것은 回歸理論(多重回歸理論을 包含)인데, 需要豫測을 算出한 境遇에 이들 經濟指數 相互의 獨立性의 檢定이 어려울 境遇가 많고, 또 반드시 理論대로 充實히 實施되어 있지 않기 때문에 여러 가지 彈力計數의 政府(正負)에 關해 不合理한 結果를 招來할 境遇가 많다. 한便, 主成分 分析이나 要因分析·定準相關(正準相關) 分析 等의 利用에 依하여 製品力 評價(製品力評價)를 試圖하는 것도 考慮된다. 標本調査班에 依한 市場調査 또는 實驗計劃法에 依한 市場實驗에 依해 購買活動에서 顧客의 購買要素의 效果檢定들이 試圖되고 있으며 檢定理論에 立脚한 品質管理 또는 拔取(拔取)調査 等도 品質管理上 매우 重要한 手法으로서 널리 利用되고 있다.
[1]
經營統計學의 應用範圍 설정
[
編輯
]
經營統計學의 手法이 應用되는 範圍 設定으로서는
經營情報시스템
(Management Information System)의 設定과 매우 密接한 關聯性을 갖고 있다. 經營情報시스템은 製品需要 豫測시스템·在庫－生産－輸送시스템 等과 같이 豫測－計劃－生産－輸送 等의 相互關聯性을 重視한 企業經營 모델의 形態로 把握되어, 이것이 企業에 定着, 經營의 管理에 利用되는 것이다. 이들 모델은 企業의 形態에 依해 여러 가지 變化가 많고, 일정한 形式을 取하지 않는 것이 많다. 經營情報시스템으로서의 모델을 構成하기에는 모델의 인풋(input), 아웃풋(output), 內部變換機能의 把握과 함께 모델 內部에 登場하는 여러 가지 經營管理에 重大한 影響을 주는 파라미터(parameter)의 推定이 重要해진다. 經營統計學이 應用되는 範圍라고 한다면 그것은 이들 파라미터를 包含하는 모델 속에 있고, 파라미터를 中心으로 해서 資料보다 파라미터의 推定이 重要해진다. 또 經營情報시스템의 內部構造에 있어서의 變換機能, 다시 말해서 情報의 相互間의 흐름 속에 各部의 意思決定이 問題가 된다. 이것을 經營의 日常의 管理業務로서 정착시키기 위해 各部에 인풋되는 情報의 分析과 綜合處理가 要求되고,
多變量 解釋
敵(多變量解析的)인 手法에 依해 시스템모델을 設定할 境遇도 많다. 計劃의 段階, 卽 作業計劃 및 生産計劃 等에서도 作業能率面에서 經營統計學이 應用되는 範圍를 찾아 볼 수가 있다. 그러나 經營情報시스템의 設計에서 種種 資料가 全혀 없는 狀態, 資料를 抽出하는 時間的 餘裕가 없는 狀態에서의 모델構成이 要求될 境遇가 많다. 이것은 全혀 다른 面에서 파라미터의 推定이 行해진다. 이를테면 情報理論의 應用 等을 생각할 수 있다. 또한 情報理論과 統計力學的 思考方法을 取하는 것도 있어 原則的으로는 標本抽出에 依存하지 않고 結論을 내리고 있다. 이러한 思考方式은 種種 經營統計學의 重要한 一面을 構成하게 된다.
[1]
빅데이터 時代, 情報處理
[
編輯
]
經營統計學, 分析經營學은 經營學, 統計學, 빅데이터分析學 等 多樣한 分野의 知識을 包括하는 融合 分野로서
데이터
基盤의 經營과 意思決定을 爲해 必要한 諸般 道具와 프로세스를 다루는 學問이다. 그러므로 엑셀,
SPSS
패키지 等 다양한 方法을 利用하는 企業에서의 統計資料 處理는
經營情報시스템
을 運營하는 데 매우 重要하다. 于先 情報는 目的없이 蒐集되는 것이어서는 안 된다.
萬一 目的없이 蒐集된 것이라면 그 整理와 處理段階에 있어서는 適切한 方法을 잊어버리게 된다. 또 必要없는 莫大한 量의 資料를 갖추어야 하며, 定着된
經營情報시스템
은 반드시 必要하며 充分한 資料를 要求하게 된다. 이것은 데이터 뱅크로서의 컴퓨터 記憶 속에 貯藏되어야 한다. 또 定期的으로 이들 資料는 更新되어 必要한 時期에는 언제든지 最新情報로서 資料가 提供되어야 한다. 이 資料는
情報檢索
(情報檢索)으로서의
經營情報시스템
안에서 利用되어야 한다.
그러나 이 모델이 企業內에 定着, 定期的인 使用에 견뎌내기 위해서는 作業에 使用되는 材料費·勞動力·勞動費에 關한 情報가 데이터 뱅크 안에 貯藏되어 同時에 更新되어 있지 않으면 안 된다. 情報處理의 한 面은 컴퓨터의 소프트웨어이다. 經營統計學에는 이에 關한 소프트웨어가 最近에 整備되어 왔다. 特히 手法面에서 말한 多變量 解釋에 소프트웨어의 充實이 눈에 띄게 나타나고 있다.
主成分 分析을 例로 들어 보면 企業이 갖는 몇 가지 指標 中 獨立된 主成分을 抽出하는 것이 目的인데, 資産合計(資産合計)
·
資本金
·
賣出額
·
營業利益
·
純利益
·
資産增加
·
賣出額 增加
·
經營利益 增加
·
純利益 增加 等을 變數로 하여, 會社에 關한 資料를 인풋하여 主成分을 찾아내는 것은 쉽고 可能하다. 企業經營에서는 여러 가지 經營統計學의 手法을 컴퓨터로 處理할 수 있도록 소프트웨어를 恒常 整備해 둘 必要가 있다. 經營統計學의 手法만으로는 實踐的인 面에서 意味가 없는 것은 勿論이다. 따라서 企業은 經營統計學의 手法을 살리는 經營의 範圍를 經營情報시스템의 內部에 設定, 이것을 企業經營의 管理業務로 정착시키고 處理하는 能力을 갖는 것이 經營統計學을 經營上에 有效하게 살리는 길이다.
이제 빅데이터 時代를 맞아 엄청난 量의 情報가 密集된 假想空間에 스마트폰과 클라우딩 컴퓨팅 技術을 椄木해 빅데이터를 處理하는 오픈소스人 소프트웨어 하둡을 다룰 줄 아는 專門家들이 企業에도 必要하게 되어 經營統計學의 範圍에 注目하게 된다. 이처럼 經營統計學은 變化를 거듭하며 모바일 革命과 클라우딩 컴퓨팅 等 빅데이터라는 큰 패러다임으로 바뀌어 가고 있는 것이다.
[1]
데이터 사이언티스트
[
編輯
]
데이터 사이언티스트(데이터科學者)는
빅데이터
專門家로 부르고 있다. 데이터 사이언티스트는 統計 專門家 뿐 아니라 前職 核物理學者에서부터 神經醫學者,海洋生物學者 等으로 다양하고 經營學,數學,經濟學,産業工學,心理學 等으로 專攻도 多樣하다. 現代 經濟의 大部分의 領域에서 數學科 統計學이 이처럼 重要해진 적은 없다고 世界 經濟學者들은 斷言한다. 이러한 趨勢와 함께 經營에 必要한 統計方法도 다양해지고 있다.
이들 데이터 사이언티스트들이 以前 世代의 統計專門家들과 다른 點은 이들이 엑셀 스프레드 쉬트에 到底히 들어갈 수 없는 厖大한 量의 데이터를 다룬다는 點이다. 이들이 다루는 데이터의 量은 하도 厖大해서 여러 臺의 서버를 使用해야만 겨우 데이터의 數字를 다룰 수 있다. 이들은 또 願하는 答을 얻기 위해 廣範圍한 컴퓨터 暗號를 作成해야만 한다. 데이터 數字에 到達하면 相關關係 分析과 回歸分析, T檢證 等을 거쳐 願하는 패턴을 찾아낸다.
이와함께 專門家의 한部分으로 데이터 애널리스트가 있는데 統計分析의 發電으로 데이터 分析하는 애널리스트는 一人 多役을 해야 하고 다양한 技術을 가져야 하고 統計學의 視覺化, 데이터베이스 技術을 갖춰야 하지만 이런 것을 體系的으로 훈련시키는 機關은 아직 없다고 밝히고 있다. 이처럼 政治, 經濟, 社會, 科學, 個人 生活은 勿論, 藝術 分野까지 다양한 데이터 活用이 높아지면서 硏究結果를 一般人이 쉽게 理解하도록 그림으로 表現하는 사람 卽, 視覺化 科學者(visualization scientist)라고 해야할 데이터 사이언티스트들의 需要가 增加하고 있어 經營學科 統計學이 椄木하는 또다른 모습에서 새로운 패러다임이 形成되고 있는 것이다.
[1]
各州
[
編輯
]
같이 보기
[
編輯
]
外部 링크
[
編輯
]