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