لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش تفکر آماری برای حل مسائل صنعتی، ارائه شده توسط JMP
- آخرین آپدیت
دانلود Statistical Thinking for Industrial Problem Solving, presented by JMP
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
دوره تفکر آماری برای حل مسائل صنعتی، یک دوره آمار کاربردی برای دانشمندان و مهندسان است که توسط JMP (بخشی از SAS) ارائه شده است. دانشجویان با گذراندن این دوره، اهمیت تفکر آماری را درک کرده و قادر خواهند بود از دادهها و روشهای آماری پایه برای حل بسیاری از مسائل دنیای واقعی استفاده کنند. دانشجویان پس از اتمام این دوره قادر خواهند بود:
•اهمیت تفکر آماری در حل مسائل را توضیح دهند
•اهمیت دادهها و مراحل مورد نیاز برای جمعآوری و آمادهسازی دادهها جهت تحلیل را شرح دهند
•روشهای اصلی برای خلاصهسازی، اکتشاف و تحلیل دادهها را مقایسه کرده و زمان بهکارگیری هر یک را توصیف کنند
•اهمیت آزمایشهای طراحیشده به صورت آماری را در درک رابطه علت و معلولی تشخیص دهند
سرفصل ها و درس ها
مرور کلی دوره
Course Overview
مرور کلی دوره
Course Overview
چرا به پایه تفکر آماری نیاز دارید
Why You Need a Foundation in Statistical Thinking
اولین بار است از JMP استفاده میکنید؟ تماشای ویدیو راهنمای سریع
First Time Using JMP? View the JMP Quickstart Video
ماژول ۱: تفکر آماری و حل مسئله
Module 1: Statistical Thinking and Problem Solving
مقدمه
Introduction
تفکر آماری چیست؟
What Is Statistical Thinking?
مروری بر حل مسئله
Overview of Problem Solving
حل مسئله به روش آماری
Statistical Problem Solving
انواع مسائل
Types of Problems
تعریف مسئله
Defining the Problem
اهداف و شاخصهای کلیدی عملکرد (KPI)
Goals and Key Performance Indicators
مطالعه موردی پلیمر سفید
The White Polymer Case Study
فرآیند چیست؟
What Is a Process?
توسعه نقشه SIPOC
Developing a SIPOC Map
توسعه نقشه فرآیند ورودی/خروجی
Developing an Input/Output Process Map
فلوچارتهای بالا به پایین و استقرار
Top-Down and Deployment Flowcharts
خلاصه
Summary
ابزارهای شناسایی علل احتمالی
Tools for Identifying Potential Causes
طوفان فکری
Brainstorming
رایگیری چندگانه
Multi-voting
استفاده از نمودارهای قرابت
Using Affinity Diagrams
نمودارهای علت و معلول (ایشیکاوا)
Cause-and-Effect Diagrams
تکنیک ۵ چرا
The 5 Whys
ماتریسهای علت و معلول
Cause-and-Effect Matrices
خلاصه
Summary
جمعآوری دادهها برای حل مسئله
Data Collection for Problem Solving
انواع دادهها
Types of Data
تعاریف عملیاتی
Operational Definitions
استراتژیهای جمعآوری دادهها
Data Collection Strategies
وارد کردن دادهها برای تحلیل
Importing Data for Analysis
ماژول ۲-الف: تحلیل اکتشافی دادهها، بخش اول
Module 2A: Exploratory Data Analysis, Part 1
مقدمه
Introduction
مقدمهای بر آمار توصیفی
Introduction to Descriptive Statistics
انواع دادهها
Types of Data
هیستوگرامها
Histograms
دمو: ایجاد هیستوگرام در JMP
Demo: Creating Histograms in JMP
دمو: ذخیره کار با استفاده از اسکریپتها
Demo: Saving Your Work Using Scripts
مطالعه موردی تولید مواد شیمیایی
The Chemical Manufacturing Case Study
مطالعه موردی پلیمر سفید
The White Polymer Case Study
معیارهای تمایل مرکزی و مکان
Measures of Central Tendency and Location
دمو: خلاصهسازی دادههای پیوسته با پلتفرم توزیع
Demo: Summarizing Continuous Data with the Distribution Platform
دمو: خلاصهسازی دادههای پیوسته با Column Viewer و Tabulate
Demo: Summarizing Continuous Data with Column Viewer and Tabulate
معیارهای پراکندگی: دامنه و دامنه بینچارکی
Measures of Spread: Range and Interquartile Range
دمو: پنهان کردن و حذف دادهها
Demo: Hiding and Excluding Data
معیارهای پراکندگی: واریانس و انحراف معیار
Measures of Spread: Variance and Standard Deviation
بصریسازی دادههای پیوسته
Visualizing Continuous Data
دمو: ایجاد خلاصههای جدولی با Tabulate
Demo: Creating Tabular Summaries with Tabulate
دمو: ایجاد نمودارهای پراکندگی و ماتریسهای پراکندگی
Demo: Creating Scatterplots and Scatterplot Matrices
دمو: ایجاد نمودارهای جعبهای مقایسهای با Graph Builder
Demo: Creating Comparative Box Plots with Graph Builder
دمو: ایجاد نمودارهای روند (خطی) با Graph Builder
Demo: Creating Run Charts (Line Graphs) with Graph Builder
توصیف دادههای طبقهبندی شده (Categorical)
Describing Categorical Data
ایجاد خلاصههای جدولی برای دادههای طبقهبندی شده
Creating Tabular Summaries for Categorical Data
دمو: ایجاد نمودارهای میلهای و نمودارهای موزاییکی
Demo: Creating Bar Charts and Mosaic Plots
مرور و مقدمهای بر مفاهیم احتمال
Review and Introduction to Probability Concepts
نمونهها و جامعه آماری
Samples and Populations
درک توزیع نرمال
Understanding the Normal Distribution
بررسی نرمال بودن
Checking for Normality
دمو: بررسی نرمال بودن
Demo: Checking for Normality
دمو: یافتن مساحت زیر منحنی
Demo: Finding the Area Under a Curve
قضیه حد مرکزی
The Central Limit Theorem
دمو: بررسی قضیه حد مرکزی
Demo: Exploring the Central Limit Theorem
مقدمهای بر تحلیل اکتشافی دادهها
Introduction to Exploratory Data Analysis
بررسی دادههای پیوسته: ابزارهای پیشرفته
Exploring Continuous Data: Enhanced Tools
دمو: افزودن نشانگرها، رنگها و راهنمای ردیفها
Demo: Adding Markers, Colors, and Row Legends
دمو: جابجایی ستونها در تحلیل
Demo: Switching Columns in an Analysis
نمودارهای پارتو
Pareto Plots
دمو: ایجاد نمودارهای میلهای مرتب شده و نمودارهای پارتو
Demo: Creating Sorted Bar Charts and Pareto Plots
نمودارهای میلهای متراکم و فیلتر کردن دادهها
Packed Bar Charts and Data Filtering
دمو: ایجاد نمودارهای میلهای متراکم
Demo: Creating Packed Bar Charts
دمو: استفاده از فیلتر دادههای محلی
Demo: Using the Local Data Filter
نقشههای درختی و نمودارهای موزاییکی
Tree Maps and Mosaic Plots
دمو: ایجاد نقشه درختی
Demo: Creating a Tree Map
استفاده از نمودارهای Trellis و متغیرهای همپوشان
Using Trellis Plots and Overlay Variables
دمو: ایجاد نمودارهای Trellis و استفاده از متغیرهای همپوشان
Demo: Creating Trellis Plots and Using Overlay Variables
نمودارهای حبابی و نقشههای حرارتی
Bubble Plots and Heat Maps
دمو: ایجاد نمودارهای حبابی
Demo: Creating Bubble Plots
دمو: ایجاد نقشههای حرارتی
Demo: Creating Heat Maps
بصریسازی دادههای جغرافیایی و مکانی
Visualizing Geographic and Spatial Data
دمو: ایجاد نقشه جغرافیایی با استفاده از Shape Files
Demo: Creating a Geographic Map Using Shape Files
دمو: ایجاد نقشهها با استفاده از مختصات
Demo: Creating Maps Using Coordinates
خلاصه ابزارهای تحلیل اکتشافی دادهها
Summary of Exploratory Data Analysis Tools
ماژول ۲-ب: تحلیل اکتشافی دادهها، بخش دوم
Module 2B: Exploratory Data Analysis, Part 2
مقدمهای بر ارتباط با دادهها
Introduction to Communicating with Data
ایجاد بصریسازیهای موثر
Creating Effective Visualizations
ارزیابی اثربخشی یک بصریسازی
Evaluating the Effectiveness of a Visualization
طراحی بصریسازی موثر: بخش اول
Designing an Effective Visualization: Part 1
طراحی بصریسازی موثر: بخش دوم
Designing an Effective Visualization: Part 2
ارتباط بصری با انیمیشن
Communicating Visually with Animation
طراحی متناسب با مخاطبان شما
Designing for Your Audience
درک مخاطبان هدف
Understanding Your Target Audience
طراحی بصریسازیها برای ارتباطات
Designing Visualizations for Communication
طراحی بصریسازی: بایدها
Designing Visualizations: The Do's
طراحی بصریسازی: نبایدها
Designing Visualizations: The Don'ts
نمایش نظرات