ブレンド型学習計画の概要

Quality Trainerは、Minitab Education Hubの一部

品質改善のエキスパートによる総合的な統計コース

Quality Trainerは、経験豊富な統計専門家により、150年以上の業界の経験を活かしながら開発されました。学習計画では、Minitab統計ソフトウェアを使用した35以上の演習を通じて、実際の品質改善の課題を解決できるようガイドします。

ラーニング パス 1: データ分析の基礎

記述統計とグラフィカル分析


  • データの種類
  • グラフを使用してデータを分析する
  • 統計量を使用してデータを分析する

分散分析 (ANOVA)


  • 分散分析の基礎
  • 一元配置分散分析
  • 二元配置分散分析

統計的推測


  • 統計的推測の基礎
  • サンプル分布
  • 正規分布

相関と回帰


  • 2 つの量的変数間の関係
  • 単回帰

仮説検定と信頼区間


  • 検定と信頼区間
  • 1 サンプル t 検定
  • 2 分散検定
  • 2 サンプル t 検定
  • 対応のある t 検定
  • 1 サンプルの比率検定
  • 2 サンプルの比率検定
  • カイ二乗検定

ラーニング パス 2: 統計的品質分析

管理図


  • 統計的工程管理
  • サブグループ内の変数データの管理図
  • 個々の観測値の管理図
  • 属性データの管理図

測定システム分析


  • 測定システム分析の基礎
  • 繰り返し性と再現性
  • ゲージ R&R 分析のグラフィカル分析
  • 変動
  • ゲージ R&R 分析と分散分析
  • ゲージの線形性と偏りの分析
  • 属性の一致性分析

工程能力


  • 正規データの工程能力
  • 工程能力指数
  • 非正規データの工程能力

ラーニング パス 3: 実験計画法

分散分析 (ANOVA)


  • 分散分析の基礎
  • 一元配置分散分析
  • 二元配置分散分析

実験計画法 (DOE)


  • 要因計画
  • ブロッキングと中心点の組み込み
  • 一部実施要因計画
  • 応答の最適化

ラーニング パス 4: 予測分析

相関と回帰


  • 2 つの量的変数間の関係
  • 単回帰

予測分析


  • 予測分析
  • モデル検証
  • 木ベースの方法
  • CART 分類木
  • CART 回帰木
  • MARS 回帰
  • Random Forests 分類
  • TreeNet 回帰

重回帰


  • 複数の量的変数間の関係
  • 重回帰
  • 多項式の項および交互作用項
  • モデル選択
  • 二値ロジスティック回帰