六西格玛数据分析技术

第1章　基本统计概念 1.1 常用数据分析技术概述 1.2 总体与样本 1.3 数据的收集 1.4 数据的类型 1.5 数据集中趋势的测度 1.6 数据离散程度的测度 1.7 数据基本分析的Minitab实现 小组讨论与练习第2章　概率及其应用 2.1 掷骰子的游戏 2.2 概率及概率的计算 2.3 概率的性质与运算法则 2.4 条件概率 2.5 独立性

第1章　基本统计概念 1.1 常用数据分析技术概述 1.2 总体与样本 1.3 数据的收集 1.4 数据的类型 1.5 数据集中趋势的测度 1.6 数据离散程度的测度 1.7 数据基本分析的Minitab实现 小组讨论与练习第2章　概率及其应用 2.1 掷骰子的游戏 2.2 概率及概率的计算 2.3 概率的性质与运算法则 2.4 条件概率 2.5 独立性 2.6 全概率公式 2.7 贝叶斯公式 2.8 概率树 小组讨论与练习第3章　管理中常见的几个概率分布 3.1 随机变量 3.2 随机变量的分布 3.3 随机变量的均值与方差 3.4 二项分布及其应用 3.5 泊松分布及其应用 3.6 正态分布及其应用 3.7 中心极限定理 3.8 各种概率分布计算的Minitab实现 小组讨论与练习第4章　参数估计 4.1 参数估计的基本概念 4.2 总体均值和总体比例的区间估计 4.3 样本容量的确定 4.4 两个总体均值之差的区间估计 4.5 两个总体比例之差的区间估计 4.6 正态总体方差的区间估计 4.7 两个正态总体方差比的区间估计 4.8 有关区间估计的Minitab实现 小组讨论与练习第5章　假设检验 5.1 广告宣传的虚假性 5.2 假设检验的几个步骤 5.3 单侧检验 5.4 双侧检验 5.5 两类错误 5.6 检验应用 小组讨论与练习第6章　离散数据的卡方检验 6.1 卡方分布介绍 6.2 卡方检验的本质 6.3 卡方检验统计量的计算 6.4 卡方检验的分析 6.5 卡方检验的应用 小组讨论与练习第7章　方差分析 7.1 方差分析的引入 7.2 怎样得到Ｆ统计量 7.3 单因素方差分析的例子 7.4 检验方差假设 7.5 多因素方差分析 7.6 多变量图分析 小组讨论与练习第8章　相关分析与一元回归 8.1 相关分析及其实现 8.2 回归分析基本理论 8.3 标准的一元线性回归模型 8.4 一元线性回归模型的估计 8.5 一元线性回归模型的检验 8.6 一元线性回归模型的Mintab实现 8.7 一元线性回归模型预测 8.8 非线性回归简介 小组讨论与练习第9章　多元回归分析 9.1 多元线性回归分析基本理论 9.2 标准的多元线性回归模型 9.3 多元线性回归模型的估计 9.4 多元线性回归模型的检验 9.5 多元线性回归模型预测 9.6 多元线性回归模型的Minitab实现 9.7 多元非线性回归 小组讨论与练习 主要参考文献

本书作者紧紧围绕6σ管理中数据分析的需要，参考国内外大量文献，结合自身在摩托罗拉和通用电气公司授课过程中的亲身感受以及八年来在国内研究和推广6σ管理的经验体会，试图写出适合我国企业管理人员学习的统计数据分析方法。希望本书能对6σ管理在中国的推广和我国企业管理水平的提升起到推动作用。
　　为了解决6σ管理中用到大量统计技术和方法需要复杂计算的问题，本书把Minitab软件与有关计算结合起来，这是一大特点。本书分为9章，主要结合Minitab软件尽可能通俗地讲授6σ管理中必需的统计数据分析方法和技术。
　　本书适合作为企业6σ管理黑带、绿带的培训教材，还可以作为MBA及人文社会科学类研究生量化分析的教材。