コース概要
第 1 章: 記述 Statistics とグラフ分析
1.1 はじめに
1.1.1 学習目標
1.2 データの種類
1.2.1 基本概念 1.2.2 データ型 1.2.3 クイズ: データの種類
1.3 グラフを使用したデータ分析
1.3.1 基本概念 1.3.2 棒グラフとパレート図 1.3.3 円グラフ 1.3.4 ヒストグラム 1.3.5 ドットプロット 1.3.6 個別値プロット 1.3.7 箱ひげ図 1.3.8 時系列プロット 1.3.9 クイズ: グラフを使用してデータの分析 1.3.10 Minitabツール:棒グラフ 1.3.11 Minitabツール:円グラフ 1.3.12 Minitabツール:ヒストグラム 1.3.13 Minitabツール:ドットプロット 1.3.14 Minitabツール:個別値プロット 1.3.15 Minitabツール:箱ひげ図 1.3. 16 Minitabツール: 時系列プロット1.3.17 演習: グラフ分析
1.4 Statistics を使用したデータの分析
1.4.1 基本概念 1.4.2 平均と中央値 1.4.3 範囲、分散、および標準偏差 1.4.4 クイズ: Statistics を使用したデータ分析 1.4.5 Minitab ツール: 記述的な Statistics の表示 1.4.6 演習: 記述的なStatistics
1.5 概要
1.5.1 目標のレビュー
第 2 章: 統計的推論
2.1 はじめに
2.1.1 学習目標 2.2 統計的推論の基礎 2.2.1 基本概念 2.2.2 無作為標本 2.2.3 クイズ: 統計的推論の基礎 2.2.4 Minitab ツール: ランダム標本化
2.3 標本分布
2.3.1 基本概念 2.3.2 平均値の標本分布 2.3.3 クイズ: 標本分布
2.4 正規分布
2.4.1 基本概念 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 概要
2.5.1 目標のレビュー
第 3 章: 仮説検定と信頼区間
3.1 はじめに
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 意思決定に仮説検定を使用する 3.2.4 タイプ I およびタイプ II の誤差と検出力 3.2.5 クイズ: 検定と信頼区間
3.3 1 サンプルの t 検定
3.3.1 基本概念 3.3.2 個別値プロット 3.3.3 1 サンプルの t 検定の結果 3.3.4 仮定 3.3.5 クイズ: 1 サンプルの t 検定 3.3.6 Minitab ツール: 1 サンプルの t 検定 3.3. 7 演習: 1 サンプルの t 検定
3.4 2 分散検定
3.4.1 基本概念 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 サンプルの t 検定
3.5.1 基本概念 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 サンプルの t 検定
3.6 対応のある t 検定
3.6.1 基本概念 3.6.2 個別値プロット 3.6.3 対応のある t 検定の結果 3.6.4 仮定 3.6.5 クイズ: 対応のある t 検定 3.6.6 Minitab ツール: 対応のある t 検定 3.6.7 演習: 対応のある t 検定テスト
3.7 1 比率テスト
3.7.1 基本概念 3.7.2 1 つの割合テストの結果 3.7.3 仮定 3.7.4 クイズ: 1 つの割合テスト 3.7.5 Minitab ツール: 1 つの割合テスト 3.7.6 演習: 1 つの割合テスト
3.8 2 比率テスト
3.8.1 基本概念 3.8.2 2 つの比率テストの結果 3.8.3 仮定 3.8.4 クイズ: 2 つの比率テスト 3.8.5 Minitab ツール: 2 つの比率テスト 3.8.6 演習: 2 つの比率テスト
3.9 カイ二乗検定
3.9.1 基本概念 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 概要
3.10.1 目標のレビュー
第 4 章: 管理図
4.1 はじめに
4.1.1 学習目標
4.2 統計的プロセス管理
4.2.1 基本概念 4.2.2 管理図のパターン 4.2.3 クイズ: 統計的工程管理
4.3 サブグループ内の変数データの管理図
4.3.1 基本概念 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: サブグループ内の変数データの管理図 4.3.6 Minitabツール: Xbar-R管理図 4.3.7 演習: Xbar-Rチャート
4.4 個々の観測値の管理図
4.4.1 基本概念 4.4.2 移動範囲図 4.4.3 個人図 4.4.4 クイズ: 個別観測の管理図 4.4.5 Minitab ツール: I-MR 図 4.4.6 演習: I-MR 図
4.5 属性データの管理図
4.5.1 基本概念 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 概要
4.6.1 目標のレビュー
第 5 章: プロセス能力
5.1 はじめに
5.1.1 学習目標
5.2 通常データの処理能力
5.2.1 基本概念 5.2.2 仮定 5.2.3 正規性の検定 5.2.4 クイズ: 正規データの処理能力 5.2.5 Minitab ツール: 正規性の検定 5.2.6 演習: プロセス能力の仮定
5.3 能力指数
5.3.1 潜在的能力: Cp および Cpk 5.3.2 プロセスパフォーマンス: Pp および 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 および Pp 5.3.6 Minitab ツール: シグマレベル 5.3.7演習: 通常データの処理能力
5.4 非正規データの処理能力
5.4.1 変換と代替分布 5.4.2 ボックス-コックス変換 5.4.3 ジョンソン変換 5.4.4 代替分布 5.4.5 クイズ: 非正規データの処理能力 5.4.6 Minitab ツール: Box-Cox 変換 5.4.7 Minitab ツール:ジョンソン変換 5.4.8 Minitab ツール: ジョンソン変換を使用した能力分析 5.4.9 Minitab ツール: 代替分布 5.4.10 Minitab ツール: 代替分布を使用した能力分析 5.4.11 演習: データ変換を使用したプロセス能力 5.4.12 演習: を使用したプロセス能力代替ディストリビューション
5.5 概要
5.5.1 目標のレビュー
第 6 章: 分散分析 (ANOVA)
6.1 はじめに
6.1.1 学習目標
6.2 ANOVA の基礎
6.2.1 基本概念 6.2.2 グラフと要約 Statistics 6.2.3 クイズ: ANOVA の基礎
6.3 一元配置分散分析
6.3.1 仮説検定 6.3.2 F-Statistics 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: 一元配置分散分析 6.3.6 Minitab ツール: 一元配置分散分析 6.3. 7 演習: 一元配置分散分析
6.4 二元配置分散分析
6.4.1 基本概念 6.4.2 グラフ 6.4.3 仮説検定 6.4.4 F-Statistics と P 値 6.4.5 仮定と残差プロット 6.4.6 クイズ: 二元配置分散分析 6.4.7 Minitab ツール: 二元配置分散分析二元配置分散分析 6.4.8 演習: 二元配置分散分析
6.5 概要
6.5.1 ANOVA の概要
第 7 章: 相関と回帰
7.1 はじめに
7.1.1 学習目標
7.2 2 つの量的変数間の関係
7.2.1 基本概念 7.2.2 散布図 7.2.3 相関関係 7.2.4 クイズ: 2 つの量的変数間の関係 7.2.5 Minitab ツール: 散布図 7.2.6 Minitab ツール: 相関関係 7.2.7 演習: 散布図と相関関係
7.3 単純回帰
7.3.1 基本概念 7.3.2 回帰 7.3.3 仮説検定と R2 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 概要
7.4.1 目標のレビュー
第 8 章: 測定システムの分析
8.1 はじめに
8.1.1 学習目標
8.2 測定システム解析の基礎
8.2.1 基本概念 8.2.2 精度 8.2.3 精度 8.2.4 精度と精度の比較 8.2.5 クイズ: 測定システム解析の基礎
8.3 再現性と再現性
8.3.1 基本概念 8.3.2 ゲージ R&R 研究 8.3.3 クイズ: 再現性と再現性
8.4 ゲージ R&R 研究のグラフ分析
8.4.1 基本概念 8.4.2 変動の成分 8.4.3 Xbar および R チャート 8.4.4 オペレーターと部品間の相互作用 8.4.5 比較プロット 8.4.6 ゲージ実行チャート 8.4.7 クイズ: ゲージ R&R スタディのグラフィック分析 8.4 .8 Minitab ツール: クロスゲージ R&R スタディ 8.4.9 Minitab ツール: ゲージ実行チャート 8.4.10 演習: ゲージ R&R スタディのグラフ分析
8.5 バリエーション
8.5.1 標準偏差とスタディ変動 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 スタディの数値解析
8.6 ゲージ R&R 研究による分散分析
8.6.1 分散成分 8.6.2 分散表の分析 8.6.3 クイズ: ゲージ R&R 研究での ANOVA 8.6.4 演習: ゲージ R&R 研究での ANOVA 出力
8.7 ゲージの直線性とバイアスの検討
8.7.1 基本概念 8.7.2 ゲージの線形性 8.7.3 ゲージのバイアス 8.7.4 クイズ: ゲージの線形性とバイアスの検討 8.7.5 Minitab ツール: ゲージの線形性とバイアスの検討 8.7.6 演習: ゲージの線形性とバイアスの検討
8.8 属性一致分析
8.8.1 基本概念 8.8.2 バイナリデータ 8.8.3 名義データ 8.8.4 順序データ 8.8.5 クイズ: 属性一致分析 8.8.6 Minitab ツール: バイナリデータを使用した属性一致分析 8.8.7 Minitab ツール: バイナリデータを使用した属性一致分析名義データ 8.8.8 Minitab ツール: 順序データを使用した属性一致分析 8.8.9 演習: 属性一致分析
8.9 まとめ
8.9.1 目標のレビュー
第 9 章: 実験計画法
9.1 はじめに
9.1.1 学習目標
9.2 要因計画
9.2.1 基本概念 9.2.2 完全実施要因計画の作成 9.2.3 完全実施要因計画の分析 9.2.4 クイズ: 要因計画 9.2.5 Minitab ツール: 完全実施要因計画の作成 9.2.6 Minitab ツール: 完全実施要因計画の分析 9.2. 7 演習: 完全要因計画の作成 9.2.8 演習: 完全要因計画の分析
9.3 中心点のブロックと組み込み
9.3.1 ブロック化 9.3.2 中心点 9.3.3 ブロックと中心点を使用した計画の分析 9.3.4 クイズ: ブロック化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使用した要因計画の作成 9.3.6 Minitab ツール:ブロックと中心点を使用した要因計画の分析 9.3.7 演習: ブロックと中心点を使用した要因計画の作成 9.3.8 演習: ブロックと中心点を使用した要因計画の分析
9.4 部分要因計画法
9.4.1 基本概念 9.4.2 部分要因計画の作成 9.4.3 部分要因計画の分析 9.4.4 クイズ: 部分要因計画 9.4.5 Minitab ツール: 部分要因計画の作成 9.4.6 Minitab ツール: 部分要因計画の分析
9.5 応答の最適化
9.5.1 応答の最適化 9.5.2 クイズ: 応答の最適化 9.5.3 Minitab ツール: 応答の最適化 9.5.4 演習: 応答の最適化
9.6 概要
9.6.1 目標のレビュー
要求
エクセルと統計の基本に精通していること。
お客様の声 (1)
I liked the excercises and how great it was to follow