회귀분석 응용 복습
예지보전 자료로 모형 선택, 잔차, 이상점, 변수 변형, 상호작용과 이중차분법을 복습
📁 실습 파일 다운로드: predictive_maintenance.xlsx
- 실제 공장 자료가 아닌 수업용 합성 예지보전 자료 1,280건
- 한 행은 한 생산라인의 한 교대 근무일 기록
- 8개 생산라인을 16주 동안 관찰하고, 9주차부터 처리 라인 4곳에 예지보전 시스템 도입
- 단순회귀에서 시작해 모형 선택, 잔차와 영향점, 변수 변형과 제곱항을 차례로 점검
- 마지막에 야간 교대와 진동의 상호작용 및 예지보전 도입의 이중차분 효과 추정
| 컬럼 | 설명 |
|---|---|
record_id | 관측 기록 ID |
date | 근무일 |
week | 관찰 주차(1~16주) |
line_id | 생산라인 ID(L01~L08) |
treated | 예지보전 도입 라인은 1, 비교 라인은 0 |
post | 도입 후인 9~16주차는 1, 도입 전은 0 |
shift | 교대(Day, Night) |
night | 야간 교대는 1, 주간 교대는 0 |
machine_age_years | 설비 연식(년) |
hours_since_maintenance | 최근 정비 후 누적가동시간 |
production_load_pct | 생산부하(%) |
temperature_c | 온도(°C) |
humidity_pct | 습도(%) |
vibration_rms | 진동 RMS |
downtime_min | 비가동시간(분) |
import pandas as pd
df = pd.read_excel("predictive_maintenance.xlsx")
df.head()