六西格瑪數據分析技術

一元線性回歸模型的估計8.5 多元線性回歸模型的估計9.4 多元線性回歸模型的檢驗9.5

內容介紹

本書作者緊緊圍繞6σ管理中數據分析的需要,參考國內外大量文獻,結合自身在摩托羅拉和通用電氣公司授課過程中的親身感受以及八年來在國內研究和推廣6σ管理的經驗體會,試圖寫出適合我國企業管理人員學習的統計數據分析方法。希望本書能對6σ管理在中國的推廣和我國企業管理水平的提升起到推動作用。
為了解決6σ管理中用到大量統計技術和方法需要複雜計算的問題,本書把Minitab軟體與有關計算結合起來,這是一大特點。本書分為9章,主要結合Minitab軟體儘可能通俗地講授6σ管理中必需的統計數據分析方法和技術。
本書適合作為企業6σ管理黑帶、綠帶的培訓教材,還可以作為MBA及人文社會科學類研究生量化分析的教材。

作者介紹

c何曉群,1中國人民大學統計學院教授,1中國人民大學套用統計料學研究中心研究中心研究員,1中國人民大學六西格瑪質量管理研究中心主任,1摩托羅拉公司和美國六西格瑪國際學院認證講師,1中國現場統計研究會副秘書長,1國家稅務總局特邀監察員.a
曾為多所大學的MBA學生主講“管理統計學”、“管理創新理念”等課程,2多次參加國際學術會議,2主持並參與多項國家和省部級及企業橫向課題研究,2發表論文80餘篇.a
自1996年以來多次在通用電氣和摩托羅拉公司講授“統計方法與技術”、“企業質量管理”、“SPC”、“6σ”等課程.a
近年來先後給中國遠洋運輸集團、正泰集團、TCL集團、海爾集團、中國工商銀行、中國人民保險公司、中國人壽保險公司、中國電信、中國聯通、中國移動、中國網通等近百家企業員工進行6σ管理方面的培訓.a曾多次接受中央電視台、北京電視台、鳳凰衛視、《光明日報》等媒體採訪.

作品目錄

第1章 基本統計概念
1.1 常用數據分析技術概述
1.2 總體與樣本
1.3 數據的收集
1.4 數據的類型
1.5 數據集中趨勢的測度
1.6 數據離散程度的測度
1.7 數據基本分析的minitab實現
小組討論與練習
第2章 機率及其套用
2.1 擲骰子的遊戲
2.2 機率及機率的計算
2.3 機率的性質與運算法則
2.4 條件機率
2.5 獨立性
2.6 全機率公式
2.7 貝葉斯公式
2.8 機率樹
小組討論與練習
第3章 管理中常見的幾個機率分布
.3.1 隨機變數
3.2 隨機變數的分布
3.3 隨機變數的均值與方差
3.4 二項分布及其套用
3.5 泊松分布及其套用
3.6 常態分配及其套用
3.7 中心極限定理
3.8 各種機率分布計算的minitab實現
小組討論與練習
第4章 參數估計
4.1 參數估計的基本概念
4.2 總體均值和總體比例的區間估計
4.3 樣本容量的確定
4.4 兩個總體均值之差的區間估計
4.5 兩個總體比例之差的區間估計
4.6 正態總體方差的區間估計
4.7 兩個正態總體方差比的區間估計
4.8 有關區間估計的minitab實現
小組討論與練習
第5章 假設檢驗
5.1 廣告宣傳的虛假性
5.2 假設檢驗的幾個步驟
5.3 單側檢驗
5.4 雙側檢驗
5.5 兩類錯誤
5.6 檢驗套用
小組討論與練習
第6章 離散數據的卡方檢驗
6.1 卡方分布介紹
6.2 卡方檢驗的本質
6.3 卡方檢驗統計量的計算
6.4 卡方檢驗的分析
6.5 卡方檢驗的套用
小組討論與練習
第7章 方差分析
7.1 方差分析的引入
7.2 怎樣得到f統計量
7.3 單因素方差分析的例子
7.4 檢驗方差假設
7.5 多因素方差分析
7.6 多變數圖分析
小組討論與練習
第8章 相關分析與一元回歸
8.1 相關分析及其實現
8.2 回歸分析基本理論
8.3 標準的一元線性回歸模型
8.4 一元線性回歸模型的估計
8.5 一元線性回歸模型的檢驗
8.6 一元線性回歸模型的minitab實現
8.7 一元線性回歸模型預測
8.8 非線性回歸簡介
小組討論與練習
第9章 多元回歸分析
9.1 多元線性回歸分析基本理論
9.2 標準的多元線性回歸模型
9.3 多元線性回歸模型的估計
9.4 多元線性回歸模型的檢驗
9.5 多元線性回歸模型預測
9.6 多元線性回歸模型的minitab實現
9.7 多元非線性回歸
小組討論與練習
主要參考文獻

相關詞條

熱門詞條

聯絡我們