六西格玛统计学基础
作者: 来源: 文字大小:[大][中][小]
【课程背景】
摩托罗拉、通用电气创造发展了
六西格玛，引领了全球质量管理直至经营模式的新潮流，极大地提升了产品及服务质量。六西格玛是基于数据的方法，概率与数理统计是推行六西格玛项目的基础，也是品质工程的理论基础，没有统计基础的品质管理，谈不上真正意义的品质管理。授课人凭借深厚的统计理论根底及丰富的流程品管经验，结合品质工程实践中的常见问题，深入浅出地阐述讲解统计原理及应用方法，带领学员逾越生涩难懂的统计理论难关，协助工程师、黑带绿带，借助统计学工具探讨问题，解释数据，规避风险，做出正确的、经济的、可靠的决策。
【授课时间】3天
【课程目标】
透过课程培训，使企业和学员
-
了解统计学基本原理；
-
了解掌握质量工程实践中常用的统计学要素与方法；
-
用统计学语言探讨问题，分析数据，改进品质；
-
为熟练掌握Minitab提供理论支持；
-
为夯实提升企业质量管理水平及推行六西格玛奠定统计基础。
【课程内容 】
一、数理统计与六西格玛
-
统计学——揭示现象发生规律的科学
-
不能简单的用平均数解释数据
-
没有统计基础的决策是盲目的
-
统计学与品质工程
-
统计学与六西格玛
二、概率与分布
-
随机现象与随机变量
-
计量型数据与计数型数据
-
概率
-
统计分布
-
正态分布及其性质
-
用正态分布展现和解释过程
-
过程不合格品率的计算
-
3σ质量与6σ质量
-
六西格玛（6σ）定义
-
PPM-西格玛Z数-CPK质量度量换算
-
质量工程的统计观点
-
总体与样本
-
统计量
-
置信区间
-
统计推断
-
中心极限定理
-
标准变换（Z变换）
-
常用品质工程分布及其应用
-
二项分布
-
泊松分布
-
指数分布
-
t 分布
-
卡方分布
-
F分布
三、假设检验
-
假设检验与应用
-
两类错误
-
显著性水平与置信度
-
假设检验程序
-
Z检验
-
t检验
-
两个总体均值的t-检验
-
总体标准差 的检验
-
双总体成对t-检验
-
总体比例的Z-检验
-
卡方列联表
四、方差分析ANOVA
-
方差分析与应用
-
术语及统计量
-
因子与水平
-
自由度
-
方差分析的判断准则：
-
单因子方差分析
-
多因子方差分析
五、 回归分析
-
回归分析与应用
-
一元回归方程
-
回归方程的显著性检验
-
一元回归的方差分析
-
利用回归方程作预测
-
相关分析与散点图
六、 统计解决方案Minitab
-
借助Minitab理解统计学原理
-
Minitab与六西格玛
-
Minitab界面
-
Minitab基本操作
-
Minitab输出数据的统计意义
-
显著水平的设定与解释
-
P值的含义与判读
-
Minitab统计功能应用示范
-- 一组数据的基本统计分析
-- 箱体图
-- 直方图
-- 正态性检验
-- 控制图/CPK/PPM
-- 假设检验
-- 方差分析
-- 回归分析
七、统计分布表格的解释与运用
-
标准正态分布表
-
t分布表
-
泊松分布表
-
卡方分布表
-
F分布表