1。 統計のogives： Ogiveは、データポイントの累積頻度を示すグラフです。 ここにいくつかの欠点があります：
* 解釈が難しい場合があります： Ogivesはデータの全体的な分布を示すのに適していますが、特に詳細な分析のために、ヒストグラムよりも解釈するのが難しい場合があります。
* すべてのデータには適していません： Ogivesは、データポイントの順序が重要な継続データ（高さ、重量など）に最適です。それらは、カテゴリデータ（たとえば、色、車の種類）に対してあまり効果的ではありません。
* 誤解を招く可能性があります： データに非常に歪んだ分布がある場合、Ogiveは実際よりも対称的に見えるようになります。
2。弾道のogives： Ogiveは、空力と浸透を改善するために、発射体の鼻（弾丸など）に使用される特定の形状です。ここにいくつかの欠点があります：
* 製造に費用がかかります： Ogiveの形状は、より単純なノーズデザインよりも製造よりも複雑であり、生産コストを増やすことができます。
* は、変形を起こしやすいことがあります： 特定のOGIVE設計に応じて、形状はストレス下での変形に対してより脆弱であり、パフォーマンスに影響を与える可能性があります。
* すべてのアプリケーションに最適ではない場合があります： Ogivesは一般的に長距離の精度に適していますが、近距離戦闘や違反など、鈍器が必要なアプリケーションに最適ではない場合があります。
より具体的で正確な欠点を提供できるように、興味のあるOgiveの種類を指定してください。