Главная / Расписание открытых тренингов / Основы статистического анализа для инженеров
Открытый тренинг
Основы статистического анализа для инженеров
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)
40 000 руб.
два и более человека (от компании)
39 000 руб.
Физическое лицо
39 000 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»
Заявка на участие
С помощью этой формы вы сможете подать заявку на участие в тренинге
Ваше ФИО*
Как с вами связаться?
Дата тренинга*
Комментарий
Задайте вопрос
Напишите нам и мы подробно ответим на все Ваши вопросы!
Ваше ФИО*
Куда ответить*
Ваш вопрос