統計データ分析のためのMinitabのトレーニングコース

第1章: 記述統計とグラフ的分析

序論

1. 学習目標
2. データの種類

基本的な概念

1. データの種類
2. クイズ: データの種類

グラフを用いたデータ分析

1. 基本的な概念
2. 棒グラフとパレート図
3. 円グラフ
4. ヒストグラム
5. ドットプロット
6. 個別値プロット
7. 箱ひげ図
8. 時系列プロット
9. クイズ: グラフを用いたデータ分析
10. Minitabツール: 棒グラフ
11. Minitabツール: 円グラフ
12. Minitabツール: ヒストグラム
13. Minitabツール: ドットプロット
14. Minitabツール: 個別値プロット
15. Minitabツール: 箱ひげ図
16. Minitabツール: 時系列プロット
17. 演習: グラフ的分析

統計を用いたデータ分析

1. 基本的な概念
2. 平均値と中央値
3. 範囲、分散、標準偏差
4. クイズ: 統計を用いたデータ分析
5. Minitabツール: 記述統計量の表示
6. 演習: 記述統計

まとめと目標の振り返り

第2章: 統計推論

2.1 序論

2.1.1 学習目標
2.2 統計推論の基礎
2.2.1 基本的な概念
2.2.2 無作為標本
2.2.3 クイズ: 統計推論の基礎
2.2.4 Minitabツール: 無作為サンプリング

2.3 サンプリング分布

2.3.1 基本的な概念
2.3.2 標本平均のサンプリング分布
2.3.3 クイズ: サンプリング分布

2.4 正規分布

2.4.1 基本的な概念
2.4.2 正規分布に関連する確率
2.4.3 標本平均に関連する確率
2.4.4 クイズ: 正規分布
2.4.5 Minitabツール: 正規分布の累積確率
2.4.6 演習: 確率と正規分布

2.5 まとめ

2.5.1 目標の振り返り

第3章: 仮説検定と信頼区間

3.1 序論

3.1.1 学習目標

3.2 検定と信頼区間

3.2.1 信頼区間
3.2.2 仮説検定
3.2.3 仮説検定を用いた意思決定
3.2.4 第1種誤差と第2種誤差、検出力
3.2.5 クイズ: 検定と信頼区間

3.3 1標本t検定

3.3.1 基本的な概念
3.3.2 個別値プロット
3.3.3 1標本t検定の結果
3.3.4 仮定
3.3.5 クイズ: 1標本t検定
3.3.6 Minitabツール: 1標本t検定
3.3.7 演習: 1標本t検定

3.4 分散検定

3.4.1 基本的な概念
3.4.2 箱ひげ図
3.4.3 2分散検定の結果
3.4.4 仮定
3.4.5 クイズ: 2分散検定
3.4.6 Minitabツール: 2分散検定
3.4.7 演習: 2分散検定

3.5 2標本t検定

3.5.1 基本的な概念
3.5.2 個別値プロット
3.5.3 2標本t検定の結果
3.5.4 仮定
3.5.5 クイズ: 2標本t検定
3.5.6 Minitabツール: 2標本t検定
3.5.7 演習: 2標本t検定

3.6 対t検定

3.6.1 基本的な概念
3.6.2 個別値プロット
3.6.3 対t検定の結果
3.6.4 仮定
3.6.5 クイズ: 対t検定
3.6.6 Minitabツール: 対t検定
3.6.7 演習: 対t検定

3.7 割合検定

3.7.1 基本的な概念
3.7.2 1割合検定の結果
3.7.3 仮定
3.7.4 クイズ: 1割合検定
3.7.5 Minitabツール: 1割合検定
3.7.6 演習: 1割合検定

3.8 割合比較検定

3.8.1 基本的な概念
3.8.2 2割合検定の結果
3.8.3 仮定
3.8.4 クイズ: 2割合検定
3.8.5 Minitabツール: 2割合検定
3.8.6 演習: 2割合検定

3.9 カイ二乗検定

3.9.1 基本的な概念
3.9.2 カイ二乗検定の結果
3.9.3 仮定
3.9.4 クイズ: カイ二乗検定
3.9.5 Minitabツール: カイ二乗検定
3.9.6 演習: カイ二乗検定

3.10 まとめ

3.10.1 目標の振り返り

第4章: 管理図

4.1 序論

4.1.1 学習目標

4.2 統計的プロセス制御

4.2.1 基本的な概念
4.2.2 管理図のパターン
4.2.3 クイズ: 統計的プロセス制御

4.3 サブグループ変数データ用の管理図

4.3.1 基本的な概念
4.3.2 R管理図
4.3.3 S管理図
4.3.4 Xbar管理図
4.3.5 クイズ: サブグループ変数データ用の管理図
4.3.6 Minitabツール: Xbar-R管理図
4.3.7 演習: Xbar-R管理図

4.4 個別観測値用の管理図

4.4.1 基本的な概念
4.4.2 移動範囲管理図
4.4.3 個別値管理図
4.4.4 クイズ: 個別観測値用の管理図
4.4.5 Minitabツール: I-MR管理図
4.4.6 演習: I-MR管理図

4.5 属性データ用の管理図

4.5.1 基本的な概念
4.5.2 NP管理図とP管理図
4.5.3 C管理図とU管理図
4.5.4 クイズ: 属性データ用の管理図
4.5.5 Minitabツール: P管理図
4.5.6 演習: P管理図

4.6 まとめと目標の振り返り

第5章: プロセス能力

5.1 序論

5.1.1 学習目標

5.2 正規データのプロセス能力

5.2.1 基本的な概念
5.2.2 仮定
5.2.3 正規性検定
5.2.4 クイズ: 正規データのプロセス能力
5.2.5 Minitabツール: 正規性検定
5.2.6 演習: プロセス能力の仮定

5.3 能力指数

5.3.1 潜在能力: CpとCpk
5.3.2 プロセス性能: PpとPpk
5.3.3 シグマレベル
5.3.4 クイズ: 能力指数
5.3.5 Minitabツール: CpとPp
5.3.6 Minitabツール: シグマレベル
5.3.7 演習: 正規データのプロセス能力

5.4 非正規データのプロセス能力

5.4.1 変換と代替分布
5.4.2 Box-Cox変換
5.4.3 Johnson変換
5.4.4 代替分布
5.4.5 クイズ: 非正規データのプロセス能力
5.4.6 Minitabツール: Box-Cox変換
5.4.7 Minitabツール: Johnson変換
5.4.8 Minitabツール: Johnson変換を用いた能力分析
5.4.9 Minitabツール: 代替分布
5.4.10 Minitabツール: 代替分布を用いた能力分析
5.4.11 演習: データ変換を用いたプロセス能力
5.4.12 演習: 代替分布を用いたプロセス能力

5.5 まとめ

5.5.1 目標の振り返り

第6章: 分散分析 (ANOVA)

6.1 序論と学習目標

6.2 分散分析の基礎

6.2.1 基本的な概念
6.2.2 グラフと要約統計量
6.2.3 クイズ: 分散分析の基礎

6.3 一方向分散分析

6.3.1 仮説検定
6.3.2 F統計量とp値
6.3.3 多重比較
6.3.4 仮定と残差プロット
6.3.5 クイズ: 一方向分散分析
6.3.6 Minitabツール: 一方向分散分析
6.3.7 演習: 一方向分散分析

6.4 二方向分散分析

6.4.1 基本的な概念
6.4.2 グラフ
6.4.3 仮説検定
6.4.4 F統計量とp値
6.4.5 仮定と残差プロット
6.4.6 クイズ: 二方向分散分析
6.4.7 Minitabツール: 二方向分散分析
6.4.8 演習: 二方向分散分析

6.5 まとめ

第7章: 相関と回帰

7.1 序論

7.1.1 学習目標

7.2 2つの定量的変数の間の関係

7.2.1 基本的な概念
7.2.2 散布図
7.2.3 相関
7.2.4 クイズ: 2つの定量的変数の間の関係
7.2.5 Minitabツール: 散布図
7.2.6 Minitabツール: 相関
7.2.7 演習: 散布図と相関

7.3 単純回帰

7.3.1 基本的な概念
7.3.2 回帰
7.3.3 仮説検定と決定係数R二乗
7.3.4 仮定と残差プロット
7.3.5 クイズ: 単純回帰
7.3.6 Minitabツール: 単純回帰
7.3.7 演習: 単純回帰

7.4 まとめと目標の振り返り

第8章: 測定系分析

8.1 序論

8.1.1 学習目標

8.2 測定系分析の基礎

8.2.1 基本的な概念
8.2.2 精度 (Accuracy)
8.2.3 精密さ (Precision)
8.2.4 精度と精密さの比較
8.2.5 クイズ: 測定系分析の基礎

8.3 再現性と反復可能性

8.3.1 基本的な概念
8.3.2 ゲージR&R調査
8.3.3 クイズ: 再現性と反復可能性

8.4 ゲージR&R調査のグラフ的分析

8.4.1 基本的な概念
8.4.2 変動の成分
8.4.3 Xbar-R管理図
8.4.4 操作者と部品間の相互作用
8.4.5 比較プロット
8.4.6 ゲージランチャート
8.4.7 クイズ: ゲージR&R調査のグラフ的分析
8.4.8 Minitabツール: クロスゲージR&R調査
8.4.9 Minitabツール: ゲージランチャート
8.4.10 演習: ゲージR&R調査のグラフ的分析

8.5 変動

8.5.1 標準偏差と研究変動
8.5.2 許容差
8.5.3 プロセス変動
8.5.4 クイズ: 変動
8.5.5 演習: ゲージR&R調査の数値分析

8.6 ゲージR&R調査における分散分析 (ANOVA)

8.6.1 分散成分
8.6.2 分散分析表
8.6.3 クイズ: ゲージR&R調査における分散分析 (ANOVA)
8.6.4 演習: ゲージR&R調査のANOVA出力

8.7 ゲージの直線性とバイアス調査

8.7.1 基本的な概念
8.7.2 ゲージの直線性
8.7.3 ゲージのバイアス
8.7.4 クイズ: ゲージの直線性とバイアス調査
8.7.5 Minitabツール: ゲージの直線性とバイアス調査
8.7.6 演習: ゲージの直線性とバイアス調査

8.8 属性合意分析

8.8.1 基本的な概念
8.8.2 二値データ
8.8.3 名目データ
8.8.4 順序データ
8.8.5 クイズ: 属性合意分析
8.8.6 Minitabツール: 二値データによる属性合意分析
8.8.7 Minitabツール: 名目データによる属性合意分析
8.8.8 Minitabツール: 順序データによる属性合意分析
8.8.9 演習: 属性合意分析

8.9 まとめ

8.9.1 目標の振り返り

第9章: 実験計画 (DoE)

9.1 序論と学習目標

9.2 部分 factorial 設計 (Fractional Factorial Design) ※注: 元テキストでは「Factorial Designs」のみ記載のため、一般的な訳として「因子実験設計」とします。しかし、9.4で分数が触れられているため、ここは全因子実験設計を指す可能性が高いですが、直訳としては「因子設計」とします。

9.2.1 基本的な概念
9.2.2 全因子実験設計の作成
9.2.3 全因子実験設計の分析
9.2.4 クイズ: 因子設計
9.2.5 Minitabツール: 全因子実験設計の作成
9.2.6 Minitabツール: 全因子実験設計の分析
9.2.7 演習: 全因子実験設計の作成
9.2.8 演習: 全因子実験設計の分析

9.3 ブロッキングと中心点の組み込み

9.3.1 ブロッキング
9.3.2 中心点
9.3.3 ブロックと中心点を含む設計の分析
9.3.4 クイズ: ブロッキングと中心点の組み込み
9.3.5 Minitabツール: ブロックと中心点を含む因子実験設計の作成
9.3.6 Minitabツール: ブロックと中心点を含む因子実験設計の分析
9.3.7 演習: ブロックと中心点を含む因子実験設計の作成
9.3.8 演習: ブロックと中心点を含む因子実験設計の分析

9.4 分数因子実験設計

9.4.1 基本的な概念
9.4.2 分数因子実験設計の作成
9.4.3 分数因子実験設計の分析
9.4.4 クイズ: 分数因子実験設計
9.4.5 Minitabツール: 分数因子実験設計の作成
9.4.6 Minitabツール: 分数因子実験設計の分析

9.5 応答最適化

9.5.1 応答最適化
9.5.2 クイズ: 応答最適化
9.5.3 Minitabツール: 応答最適化
9.5.4 演習: 応答最適化

9.6 まとめと目標の振り返り