Основы статистического анализа для инженеров

Главная / Расписание открытых тренингов / Основы статистического анализа для инженеров

Открытый тренинг

Выберите дату проведения:

О курсе: Специализированный

Данный курс является введением в инженерную аналитику и предназначен для специалистов, желающих повысить свою профессиональный уровень за счет знаний и практических навыков в области анализа производственных данных. Он позволяет по-новому оценить возможности использования информации, имеющейся в распоряжении компании, а также раскрыть потенциал улучшений и начать на практике решать проблемы и задачи, стоящие перед специалистом. Отдельные проблемы обучающихся могут быть решены непосредственно в ходе обучения.

Программа тренинга

ДЕНЬ 1. Основы статистики

ДЕНЬ 2. Анализ взаимосвязей между двумя и более характеристиками

1. Если от вашей компании планируется 3 и более человека, даты проведения могут быть скорректированы в соответствии с вашими потребностями, либо назначены дополнительные даты.

2. Формат проведения в указанные даты может быть быть изменен в соответствии с потребностями участников (очный - на онлайн и наоборот).

Продолжительность:

Off-line: 2 дня/ 16 академических часов

On-line: 2 дня/ 16 академических часов

Требования к слушателям:

•

Высшее образование

•

Опыт работы в Excel на уровне пользователя

Вы получите:

•

Набор бесплатных надстроек и шаблонов Excel, необходимых для проведения статистических расчетов

•

Комплект методических материалов по изученным вопросам

•

Сертификат на 4-месячную бесплатную консультационную поддержку

Стоимость участия

От компании

один человек (от компании)

49 000 руб.

два и более человека (от компании)

47 000 руб.

Физическое лицо

47 000 руб.

* Все скидки действуют только при предоплате.

** Стоимость участия может изменяться в зависимости от даты и места проведения.

Программа

ДЕНЬ 1. Основы статистики

ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ	КЕЙСЫ

Типовые инженерные задачи, требующие статистических расчетов Типы шкал Основные статистические показатели и графики: среднее, медиана, стандартное отклонение, дисперсия, стандартная ошибка, размах, квартили гистограмма, линейный график Нормальное распределение и его практическое использование Метод доверительных интервалов Прогнозирование несоответствий на основе свойств нормального распределения Другие виды распределений и их практическое назначение Показатели пригодности процесса (Рр, Ррk, Cpm) Разработка ширины полей допусков на основе тестовых замеров Корреляция: коэффициент корреляции Пирсона коэффициент корреляции Спирмена Ложные корреляции Выбросы: способы обнаружения и рекомендации по работе с выбросами	Пример в Excel. Обрабатываем результаты контроля параметров процесса. Вычисляем статистические показатели и строим графики, интерпретируем. Делаем заключение о пригодности процесса. Пример в Excel. Проводим сравнительный анализ результатов работы оборудования при различных режимах. Определяем оптимальный режим. Пример в Excel. Оцениваем целеосообразность перехода на другой способ измерения (измерительный инструмент). Пример в Excel. Рассчитываем ожидаемый уровень несоответствующей продукции с учетом предлагаемых мероприятий. Пример. Анализируем причины ухудшения процессов (большой разброс по геометрии). Выстраиваем логику исследования.

ДЕНЬ 2. Анализ взаимосвязей между двумя и более характеристиками

ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ	КЕЙСЫ

Факторные влияния Графический анализ взаимосвязи между двумя и более характеристиками: ящичные диаграммы диаграмма рассеяния круговые и столбиковые диаграммы Критерии проверки гипотез, статистическая значимость Однофакторный регрессионный анализ Многофакторный регрессионный анализ построение регрессионного уравнения интерпретация коэффициентов уравнения оценка качества модели прогнозирование на основе модели Разработка рекомендаций на основе проведенного анализа Визуализация результатов анализа	Пример в Excel. Анализируем наличие связи между скоростью работы линии и качеством продукции. Определяем критическую скорость. Пример в Excel. На конкретных данных о процессе исследуем природу колебаний контролируемых характеристик. Оцениваем, с какой силой различные факторы (химический состав, температурные режимы, давление и т.п.) влияют на контролируемый параметр (механические свойства, дефекты и т.п.). Пример в Excel. Оцениваем целесообразность перехода на другого поставщика сырья. Пример. Разбираем реальные ситуации, возникающие в работе промышленных предприятий.

После окончания обучения вы сможете

Правильно подготавливать данные для анализа

Делать заключение о качестве процесса на основе статистической информации

Проводить сравнительный анализ нескольких технологических или технических решений

Проводить анализ возможностей улучшения в условиях большого числа факторов

Рассчитывать и интерпретировать статистические показатели и графики по реальным данным

Выстраивать логику поиска причин негативных явлений в процессах и технологиях

Оценивать эффект от изменений, проводить анализ «До-После»