최근 닷새의 생산 평균이라는 말은 익숙하지만 닷새를 어떻게 세었는지는 숨기기 쉽다. 실제 위험 계산기의 today-4 경계와 5로 나누는 코드를 읽고, 대표가 결과를 해석할 기준을 따로 설명했다.

오늘을 포함하면 시작은 나흘 전이다

원래 riskOf는 오늘에서 4일 전부터 오늘까지의 양품을 합해 5로 나눈다. 날짜를 포함하는 경계이므로 오늘과 나흘 전이 모두 들어간다. 나는 최근라는 문구만 남기지 않고 시작과 끝을 설명해야 한다고 보았다. 하루를 더 포함하거나 빼면 같은 이름 아래 다른 평균이 나온다.

새 calendarAverage도 같은 구간을 쓰되 독립 합성 날짜로 검산한다. 날짜 문자열을 검증하고 존재하지 않는 날짜는 거절한다. 미래 기록과 구간 바깥 기록은 합계에서 제외한다. 세계 시간대와 근무 교대 경계를 읽지 않는 민간 날짜 예제이므로 실제 사업의 날짜 기준은 별도로 정해야 한다.

기록 없는 날도 달력 분모에 남는다

합성 기록이 구간 첫날 10개와 마지막 날 10개뿐이라면 합은 20이고 달력일 평균은 4다. 기록된 이틀만으로 나누면 10이지만 그 값은 다른 질문의 답이다. 새 출력은 calendarDays를 5, workingDayCalendar를 false로 남겨 어느 계산을 한 것인지 읽을 수 있게 했다.

작업일만의 평균이 필요한 업무도 있을 수 있다. 그 경우 휴일과 설비 가동일, 교대 기준을 받아 분모를 정해야 한다. 기록 없는 날을 자동 휴일로 취급하면 입력 누락과 실제 비가동을 구별하지 못한다. 이번 모듈은 그런 운영 달력을 아는 척하지 않고 달력일 계산으로 범위를 좁혔다.

기록 없음과 기록한 0을 나눴다

새 예제는 구간 안의 관측 행이 전혀 없으면 평균을 null로 둔다. 0개라는 기록이 있으면 평균은 0이다. 두 경우 모두 합계가 0이어도 정보를 가진 정도가 다르다. 합계만 보고 무조건 0을 반환하면 대표는 실제로 확인된 정지와 아직 없는 기록을 구별할 수 없다.

원래 riskOf는 최근 실적이 없을 때 누적 양품과 최초 실적일부터 다른 속도를 구하는 분기가 있다. 이번 독립 평균 함수는 그 예측 분기를 옮기지 않았다. 관측된 최근 구간의 의미만 분리한 것이다. 원래 위험 예측을 완전히 구현했다고 말하지 않고 입력과 출력의 차이를 밝힌다.

정상이라는 상태도 예측 완료는 아니다

원래 위험 함수는 속도를 구하지 못해도 납기까지 남은 날짜에 따라 정상·주의·위험을 반환할 수 있고 expected는 null이다. 정상 배지만 보고 예상 완료일을 계산했다고 읽으면 의미가 달라진다. 나는 상태와 예측 가능 여부를 따로 읽어야 한다는 질문을 남겼다.

새 모듈의 평균도 null을 숨겨 예측 숫자를 만들지 않는다. 실제 대시보드에 붙이면 기록 부족 안내와 계산 근거를 가까이 보여 주는 구성이 필요하다. 현재 라이브 예제는 수량 흐름을 다루고 달력 평균은 저장된 실행 기록으로 제공한다. 실제 현장 화면의 예측 안내를 검수한 것은 아니다.

경계 검사는 작은 날짜로도 드러난다

테스트에는 오늘에서 나흘 전의 기록과 닷새 전의 기록, 내일의 기록을 함께 넣었다. 포함할 합계는 경계 안의 값만이다. 존재하지 않는 2월 날짜와 빈 목록, 관측한 0도 따로 확인한다. 실제 업체의 달력과 작업량을 쓰지 않아도 분모 계약을 검산할 수 있다.

이 함수는 하루에 여러 행이 있으면 모두 합한다. 중복 수집된 행인지 실제 여러 작업인지 자동으로 알지 못한다. 실제 자료를 연결할 때는 이벤트 식별과 중복 제거 정책이 별도로 필요하다. 수학적인 평균의 통과가 입력 자료의 중복까지 해결했다고 보고하지 않았다.

대표가 다시 물을 수 있는 평균

새 생산 패키지의 25개 테스트와 ZIP 추출 검사를 마쳤다. 기록 선택기에는 합성 구간의 합계와 평균, 관측 수가 남는다. 실제 운영 프로그램과 DB를 실행하지 않았고 모든 기기의 화면을 확인한 것도 아니다. 이번 근거는 선언한 달력 기준의 로컬 계산이다.

대표가 평균이 왜 낮아졌는지 물었을 때 기록일과 분모를 다시 짚을 수 있어야 한다. 달력일과 작업일 중 어떤 것이 옳다는 보편 답을 주기보다 어떤 질문에 답하려는지 맞추는 편이 중요하다. 나는 예측을 더 정교해 보이게 꾸미기 전에 평균이라는 익숙한 이름 아래 숨은 기준을 공개하고 싶었다.