차량 센서 진단 및 이상 패턴 분석
배경
당신은 자동차 제조사의 품질관리(QA/QC) 부서에서 근무하는 데이터 분석가입니다.
출고 전 테스트에서 센서 이상이 발생한 차량이 실제로 향후 정비를 받았는지 확인하고자 합니다.
이 분석을 통해, 센서 이상 수치와 실제 정비 이력 간의 상관 관계를 파악하여 센서 기준값을 개선하거나, 정비 우선순위를 조정하는 데 참고하려 합니다.
데이터 구조 및 기준
① 센서 테스트 테이블 (vehicle_test_logs)
필드명 | 설명 |
vehicle_id | 차량 고유 식별자 |
test_date | 주행 테스트 날짜 |
vibration_level | 진동 수치 (단위: mm/s) |
brake_response | 제동 응답 시간 (단위: ms) |
engine_temp | 엔진 온도 (단위: °C) |
② 정비 이력 테이블 (vehicle_repairs)
필드명 | 설명 |
repair_id | 정비 기록 ID |
vehicle_id | 차량 고유 식별자 |
repair_date | 정비 날짜 |
issue_type | 정비 유형 (예: 브레이크, 엔진, 진동) |
description | 정비 내용 요약 |
분석 목표
•
센서 이상이 있었던 차량이 어떤 비율로 실제 정비까지 이어졌는지 확인
•
센서 항목별로 실제 정비 이력과 연결된 케이스 수 분석
•
센서 이상 없었는데 정비 받은 차량, 또는 이상 있었지만 정비 안 받은 차량 등 예외 케이스 탐색
문제
Q1. 센서 이상이 1건 이상 있었던 차량 중, **정비 이력이 존재하는 차량의 비율(%)**을 구하시오.
힌트
Q2. 센서 항목별로 실제로 정비까지 이어진 건수를 구하시오.
(예: 진동 이상 → 진동 정비 받은 차량 수)
힌트
Q3. 센서 이상이 없었음에도 불구하고 정비를 받은 차량 수를 구하시오.
힌트
Q4. 정비 없이 출고된 차량 중, 센서 이상 건수가 2개 이상이었던 차량 수를 구하시오.
힌트
