Six Sigma management

目录
第1章 六西格玛与统计学
1.1 六西格玛概论
1.1.1 六西格玛的兴起
1.1.2 六西格玛的实施模式
1.1.3 六西格玛的管理哲学
1.2 统计学概论
1.2.1 统计学的发展历史
1.2.2 统计学的特点
1.2.3 统计学的分类
1.3 统计学在六西格玛中的地位
1.3.1 六西格玛名称的由来
1.3.2 六西格玛工具的组成
1.4 MINITAB简介
第2章 概率论基础知识
2.1 随机变量及其分布
2.1.1 随机变量的概念
2.1.2 随机变量分布的概念
2.2 随机变量的数字特征
2.2.1 随机变量的均值
2.2.2 随机变量的方差
2.2.3 随机变量的偏度与峰度
2.2.4 随机变量的累积分布函数及分位数概念
2.3 常用的连续分布
2.3.1 正态分布
2.3.2 均匀分布
2.3.3 指数分布
2.3.4 对数正态分布
2.3.5 Weibull分布
2.3.6 三角形分布
2.3.7 Beta分布
2.3.8 Cauchy分布
2.3.9 Gamma分布
2.3.10 Laplace分布
2.3.11 Logistic分布
2.3.12 对数Logistic分布
2.3.13 最大极值分布
2.3.14 最小极值分布
2.4 常用的离散分布
2.4.1 0－1分布(两点分布)
2.4.2 二项分布
2.4.3 Poisson分布
2.4.4 超几何分布
2.4.5 几何分布
2.4.6 负二项分布
2.4.7 整数均匀分布
2.4.8 任意离散分布
2.5 中心极限定理
2.5.1 样本平均值的标准差性质
2.5.2 样本平均值的分布性质
第3章 描述性统计及图形
3.1 总体与样本
3.2 描述性统计
3.2.1 位置状况
3.2.2 离散程度
3.2.3 分布形状
3.3 简单统计图形
3.3.1 直方图
3.3.2 箱线图
3.3.3 饼图
3.3.4 时间序列图
3.3.5 3D散点图
第4章 统计基础
4.1 正态总体的抽样分布
4.1.1 样本均值〓的分布——标准正态分布及T分布
4.1.2 双样本均值差的分布
4.1.3 正态样本方差S2的分布——卡方分布
4.1.4 两个独立的正态样本方差之比的分布——F分布
4.2 参数的点估计
4.2.1 点估计的概念
4.2.2 点估计的评选标准
4.4.3 参数的区间估计
4.3.1 单正态总体均值的置信区间
4.3.2 单正态总体方差和标准差的置信区间
4.3.3 单总体比率的置信区间
4.3.4 双总体均值差的置信区间
4.3.5 双总体比率差的置信区间
第5章 假设检验
5.1 基本原理及方法
5.2 基本步骤
5.3 均值检验
5.3.1 单正态总体均值检验
5.3.2 双正态总体均值检验
5.4 方差检验
5.4.1 单正态总体方差检验
5.4.2 双总体等方差检验
5.5 单因子ANOVA分析
5.5.1 单因子ANOVA分析基本原理
5.5.2 单因子ANOVA分析多重比较方法
5.5.3 多总体等方差检验
5.6 比较方法的总结
5.7 样本量的计算
第6章 比率检验
6.1 单总体比率检验
6.2 双总体比率检验
6.3 列联表与卡方检验
6.3.1 列联表
6.3.2 有限项离散型分布的拟合优度检验
6.3.3 分布的拟合优度检验
6.4 单双总体Poisson率检验
6.4.1 单总体Poisson率检验
6.4.2 双总体Poisson率检验
第7章 非参数检验方法
7.1 符号检验法
7.1.1 符号检验概念
7.1.2 中位数符号检验法
7.2 秩和检验法及Mann-Whitney检验法
7.3 单样本Wilcoxon符号秩检验法
7.4 多样本均值相等性检验
7.4.1 多样本Kruskal-Wallis检验法
7.4.2 多样本Mood中位数检验法
7.4.3 多样本Fredman检验法
第8章 探索性数据分析
8.1 探索性数据分析的概念
8.1.1 探索性数据分析的特点
8.1.2 探索性数据分析的主题
8.1.3 探索性数据分析的术语
8.2 关于分布的探索性分析
8.2.1 茎叶图
8.2.2 箱线图
8.2.3 字母值
8.2.4 根状图
8.3 直线拟合的耐抗线方法
8.3.1 耐抗线的基本原理与方法
8.3.2 耐抗线方法实例分析
8.4 用中位数平滑法分析双向表
8.4.1 中位数平滑法的原理及方法概述
8.4.2 中位数平滑法的实例分析
第9章 相关分析和回归分析
9.1 相关分析
9.2 简单线性回归
9.2.1 简单线性回归方程的建立
9.2.2 简单线性回归方程的显著性检验
9.2.3 简单线性回归方程总效果的度量
9.2.4 回归系数的显著性检验
9.2.5 回归方程的残差诊断
9.2.6 利用回归方程进行预测
9.3 多元线性回归
9.3.1 多元线性回归分析的一般方法
9.3.2 多元线性回归分析的改进模型方法
9.3.3 多元线性回归分析的自变量筛选方法
9.4 离散变量Logistic回归
9.4.1 二值Logistic回归
9.4.2 名义值的Logistic回归
9.4.3 有序样本的Logistic回归
第10章 变异源分析
10.1 变异源分析概论
10.2 变异源分析的一般方法
10.3 变异源分析的图形方法
10.4 变异源分析的数值方法
10.4.1 因子间的交叉及嵌套关系
10.4.2 固定效应与随机效应
10.4.3 单因子方差分量计算公式
10.4.4 单因子方差分量计算举例
10.5 变异源分析的一般模型数值方法
10.5.1 一般线性模型的方差分量计算
10.5.2 双因子交叉型方差分量计算
10.5.3 双因子嵌套型方差分量计算
10.5.4 三因子方差分量计算
第11章 测量系统分析
11.1 分辨力和稳定性
11.1.1 分辨力
11.1.2 稳定性
11.2 偏倚和线性
11.2.1 偏倚
11.2.2 线性
11.2.3 偏倚和线性的计算
11.3 重复性和再现性
11.3.1 重复性
11.3.2 再现性
11.3.3 精确度分析
11.4 破坏性试验的测量系统分析
11.5 计数型测量系统分析
11.5.1 一致性比率
11.5.2 卡帕值(k)
第12章 统计过程控制
12.1 控制图基础理论
12.2 计量控制图
12.3 计数控制图
12.4 特殊控制图
12.4.1 指数加权移动平均控制图
12.4.2 标准化控制图
12.5 非正态数据的控制图
12.6 过程能力分析
12.6.1 计量数据的过程能力分析
12.6.2 计数数据的过程能力分析
12.6.3 非正态数据的过程能力分析
第13章 试验设计
13.1 试验设计基础
13.1.1 试验设计中的基本术语
13.1.2 试验设计的基本原则
13.1.3 试验设计的类型
13.1.4 试验设计的策划与安排
13.1.5 试验设计的基本步骤
13.2 单因子试验设计
13.2.1 单因子试验设计
13.2.2 多项式回归
13.3 全因子设计
13.3.1 2水平全因子试验概述
13.3.2 全因子设计的计划
13.3.3 全因子设计的分析
13.4 部分因子试验
13.4.1 部分因子试验概论
13.4.2 部分因子试验的计划
13.4.3 部分因子试验的实例分析
13.4.4 Plackett-Burman设计
13.4.5 3水平部分因子试验的分析
13.5 响应曲面设计
13.5.1 响应曲面设计概论
13.5.2 响应曲面设计的计划
13.5.3 响应曲面设计的分析及实例
13.5.4 多响应曲面设计的最优分析
13.6 稳健参数设计
13.6.1 稳健参数设计的模型
13.6.2 静态稳健参数设计的计划
13.6.3 静态稳健参数设计实例分析
13.6.4 动态稳健参数设计实例分析
13.7 混料设计
13.7.1 混料设计概论
13.7.2 混料试验的计划
13.7.3 混料试验设计结果的分析
第14章 六西格玛设计
14.1 六西格玛设计概论
14.2 容差设计
14.3 仿真
附表
附表1 标准正态分布函数表
附表2 标准正态分布函数上侧概率表
附表3 t分布的α分位数表
附表4 χ2分布的α分位数表
附表5 F分布的α分位数表
附表5.1 F分布的0.90分位数表
附表5.2 F分布的0.95分位数表
附表5.3 F分布的0.975分位数表
附表5.4 F分布的0.99分位数表
附表6 计量控制图计算控制限的系数表
附表7 西格玛水平换算表
附表8 符号检验表
附表9 秩和检验表
附表10 游程总数检验表
附表11 游程最大长度检验表
附表12 相关系数检验表
英汉统计名词对照表
汉英统计名词对照表
参考文献
Et?
x