Главная / Корпоративное обучение / Инженеры / Технологические службы / Методы причинно-следственного анализа для инженера
Корпоративное обучение
Методы причинно-следственного анализа для инженера
Какие задачи будем решать:
•
Анализ влияния входных параметров на выходные параметры сложного
технологического процесса
•
Изучение влияния погодных условий на расход электричества и других ресурсов
•
Изучение связей и зависимостей между различными параметрами процесса
•
Анализ связи между скоростью работы линии и качеством продукции
•
Проверять предположения и гипотезы экспертов о причинах
•
Анализ влияния частоты переналадки оборудования на отказы и простои
•
Разбор типовых ошибок технологов, допускаемых при анализе причин брака,
нарушений, несоответствий на производстве
•
Обработка экспертных мнений в условиях отсутствия накопленной статистической
информации о процессе
•
Анализ влияния качества сырья на качество выходного продукта. Разработка
рекомендаций по изменению требований к сырью
•
Изучение влияния квалификации сотрудников, условий труда на результирующие
показатели
Особенности обучения:
•
Каждый участник обучения самостоятельно выполняет все практические примеры и упражнения в Excel
•
Все темы рассмотрены на практических примерах
•
Примеры подбираются с учетом отраслевой специфики обучаемых
•
Можно использовать свои данные
•
Раздаточный материал является справочником с набором пошаговых инструкций для самостоятельного проведения анализа
•
Особое внимание посвящается правилам выбора того или иного метода анализа
Целевая аудитория:
Инженеры, технологи, конструкторы, специалисты по качеству, метрологи, энергетики, механики, специалисты ремонтных служб, руководители технологических служб, цехов, смен
Сложность: Базовый
Продолжительность:
2 дня/16 ак. часов
Теория/практика:
30/70
MS Excel
до 15 человек
Начальные требования к слушателям:
Знание основ статистики и работы в Excel
в объеме тренинга «Основы инженерной
аналитики»
Вы получите:
•
Навыки анализа причин и зависимостей
для перечисленных выше задач в Excel
•
Умение визуализировать зависимости и связи
•
Структурированные знания по выбору метода анализа
•
Владение приемами аргументации точки зрения
•
Навык интерпретации статистических результатов