Statystyka w jakości – kurs podstawowy

Szkolenie to przystępny przegląd najważniejszych metod i narzędzi statystyki, które rzeczywiście przydają się w pracy inżyniera. Uczestnicy po ukończonym szkoleniu zaczną swobodnie korzystać z wielu funkcjonalności pakietu Statistica, a dla żądnych bardziej specjalistycznej wiedzy będzie idealnym punktem startowym.

Dla kogo?

• Dla wszystkich, którzy chcą stosować analizę danych w zagadnieniach jakości i optymali­zacji procesów produkcyjnych.

Co zyskasz?

• Będziesz mógł lepiej kontrolować jakość swoich procesów
• Dowiesz się, jakie korzyści może przynieść analiza danych w pracy inżyniera
• Podniesiesz efektywność optymalizacji procesów produkcyjnych
• Nauczysz się obsługi programu Statistica, dzięki czemu kontrola jakości i optymalizacja staną się prostsze
• Uzyskasz oszczędność czasu i pracy
• Poznasz zestaw metod analizy danych stosowanych w przemyśle i SPC

Program szkolenia

1. Zmienność procesu
   • Dlaczego zmienność jest ważna i jaki jest jej związek z jakością?
   • Rodzaje zmienności i jak statystyka może pomóc w zmniejszaniu zmienności
2. Podstawy pracy z programem Statistica
   • Środowisko programu Statistica
     • Uruchamianie i podstawowe operacje w programie
     • Uzyskiwanie pomocy
     • Stosowane konwencje
   • Operacje na danych
     • Arkusz
     • Import danych z aplikacji i baz danych
     • Przekształcanie zmiennych
     • Zmiana układu danych
   • Zarządzanie wynikami
3. Podstawowy opis procesu i badania zmienności
   • Histogram i tabela liczności (szereg rozdzielczy)
   • Statystyki opisowe (średnia odchylenie standardowe)
   • Wskaźniki zdolności jakościowej
   • Obserwacje odstające
   • Wykres ramka-wąsy
   • Analiza przekrojowa (badanie rozkładu w grupach)
   • Wykresy przebiegu
   • Wykresy normalności
   • Testy normalności
   • Analiza Pareto
4. „Czy to prawda, że…?”, czyli o estymacji i testowaniu hipotez
   • Wprowadzenie do wnioskowania statystycznego
   • Przykłady stosowania wybranych testów statystycznych
     • Wykrywanie obserwacji odstających w oparciu o test Grubbsa
     • Testy normalności
     • Testy istotności różnic (test t, prosta ANOVA)
5. Badanie związków między zmiennymi
   • Wykres rozrzutu (diagram korelacyjny)
   • Analiza korelacji
   • Analiza regresji
6. Praca w przestrzeniach roboczych