客户（现场和虚拟）培训

Minitab  服务质量基础

在这门为期 2 天的基础课程中，您将学习如何使用 Minitab 尽可能缩短分析数据所需的时间。我们将介绍如何将数据导入 Minitab，开发合理的统计方法来探索数据，创建和解释引人注目的图形，以及导出结果。您将分析来自真实世界的各种数据集，学习如何为自己的应用程序选择正确的统计工具，并解释统计输出以揭示过程中存在的问题或改进证据。学习重要统计概念（如假设检验和置信区间）的基础知识，以及如何使用统计建模工具揭示并描述变量之间的关系。

本课程重点讲授如何基于业务、事务和服务过程中常用统计方法的实际应用做出可靠的决策。

包括以下主题：

• 导入数据和设置数据格式
• 条形图
• 直方图
• 箱线图
• Pareto 图
• 散点图
• 表和卡方分析
• 位置和变异测量
• t 检验
• 比率检验
• 等方差检验
• 功效和样本数量
• 相关
• 简单线性回归和多元回归
• 单因子方差分析

前备课程： 无

MINITAB 医疗设备基础

在这门为期 2 天的基础课程中，您将学习如何使用 Minitab 高效地执行数据分析！使用 Minitab，您可以导入数据，开发健全的统计方法来探索数据，创建和解释引人注目的图形，以及导出结果。本课程将教您如何分析各种现实世界的医疗设备数据集，这将帮助您学习如何为自己的应用程序选择正确的统计工具，并解释统计输出，以揭示过程中的问题或改进的证据。学习重要统计概念（如假设检验和置信区间）的基础知识，以及如何使用统计建模工具揭示并描述变量之间的关系。

本课程重点讲授如何基于医疗设备行业中常见统计方法的实际应用做出可靠的决策。

包括以下主题：

• 导入数据和设置数据格式
• 条形图
• 直方图
• 箱线图
• Pareto 图
• 散点图
• 表和卡方分析
• 位置和变异测量
• t 检验
• 比率检验
• 等方差检验
• 等价检验
• 功效和样本数量
• 相关
• 简单线性回归和多元回归
• 单因子方差分析
• 多变量方差分析

前备课程：无

Minitab 保健基础

在这门为期 2 天的基础课程中，您将学习如何使用 Minitab 尽可能缩短分析数据所需的时间。您将使用 Minitab 练习导入数据、开发可靠的统计方法来探索数据、创建和解释有吸引力的图形并最终导出结果。通过分析来自真实世界的各种数据集，您将学习如何为自己的应用程序选择正确的统计工具，并解释统计输出以揭示过程中存在的问题或改进证据。学习重要统计概念（如假设检验和置信区间）的基础知识，以及如何使用统计建模工具揭示并描述变量之间的关系。

本课程重点讲授如何基于保健中常用统计方法的实际应用做出可靠的决策。

包括以下主题：

• 导入数据和设置数据格式
• 条形图
• 直方图
• 箱线图
• Pareto 图
• 散点图
• 表和卡方分析
• 位置和变异测量
• t 检验
• 比率检验
• 等方差检验
• 功效和样本数量
• 相关
• 简单线性回归和多元回归
• 单因子方差分析

前备课程：无

MINITAB 制药基础

在这门为期 2 天的基础课程中，您将学习如何使用 Minitab 尽可能缩短分析数据所需的时间！您将使用 Minitab 练习导入数据、开发可靠的统计方法来探索数据、创建和解释有吸引力的图形并最终导出结果。探索如何分析各种实际的制药数据集，练习为自己的应用程序选择正确的统计工具，并解释统计输出以揭示过程中存在的问题或改进证据。学习重要统计概念（如假设检验和置信区间）的基础知识，以及如何使用统计建模工具揭示并描述变量之间的关系。

本课程重点讲授如何基于制药行业中常见统计方法的实际应用做出可靠的决策。

包括以下主题：

• 导入数据和设置数据格式
• 条形图
• 直方图
• 箱线图
• Pareto 图
• 散点图
• 表和卡方分析
• 位置和变异测量
• t 检验
• 比率检验
• 等方差检验
• 等价检验
• 功效和样本数量
• 相关
• 简单线性回归和多元回归
• 单因子方差分析
• 多变量方差分析

前备课程：无

统计质量分析 

在本课程中，您将发展成功评估和认证制造与工程测量系统所需的技能。我们的专家将为您讲授统计过程控制的基础知识，让您了解这些重要的质量工具如何提供改进和控制制造过程所需的证据。您将发展有助于判断在什么情况下以及从何处可以使用 Minitab 中提供的各种控制图来处理自己的过程的必要技能。您还将学习如何利用重要的能力分析工具来对照内部规范和客户规范评估您的过程。

本课程重点讲授与制造过程相关的质量工具。

包括以下主题：

• 量具 R&R
• 破坏性试验
• 量具线性和偏倚研究
• 属性一致性
• 变量和属性控制图
• 正态数据、非正态数据和属性数据的能力分析

前备课程： Minitab 基础

服务质量统计质量分析 

在本课程中，您将学习统计过程控制的基础知识，以及这些重要的质量工具如何提供改进和控制过程所需的证据。发展成功评估和认证测量系统所需的技能。还将练习判断在什么情况下、从何处可以使用 Minitab 中提供的各种控制图的必要技能。您将了解如何利用重要的能力分析工具，以便根据内部和客户规范评估您的过程。

本课程重点讲授与服务行业相关的质量工具。

包括以下主题：

• 二元、名义和顺序数据的属性一致性
• Kappa 和 Kendall 系数
• 量具 R&R
• 变量和属性控制图
• 正态数据、非正态数据和属性数据的能力分析

前备课程：Minitab 服务质量基础

医疗设备统计质量分析

在本课程中，您将发展成功评估和认证测量系统所需的技能。学习统计过程控制的基础知识，了解这些重要的质量工具可以为改进和控制医疗设备过程提供哪些必需的证据。您将发展有助于判断在什么情况下以及从何处可以使用 Minitab 中提供的各种控制图来处理自己的过程的必要技能。此外，您还将学习如何利用重要的能力分析工具来对照内部规范和客户规范验证您的过程。

本课程重点讲授与医疗设备过程相关的质量工具。

包括以下主题：

• 量具 R&R
• 破坏性试验
• 量具线性和偏倚研究
• 属性一致性
• 变量和属性控制图
• 正态数据、非正态数据和属性数据的能力分析
• 抽样验收

前备课程：Minitab 医疗设备基础

保健统计质量分析

您将发展成功评估和认证测量系统所需的技能。学习统计过程控制的基础知识，了解这些重要的质量工具可以为改进和控制过程提供哪些证据。您将练习有助于判断在什么情况下以及从何处可以使用 Minitab 中提供的各种控制图的必要技能。学习如何利用重要的能力分析工具来对照内部规范和客户规范评估您的过程。

本课程重点讲授与保健行业相关的质量工具。

包括以下主题：

• 二元、名义和顺序数据的属性一致性
• Kappa 和 Kendall 系数
• 量具 R&R
• 变量、属性和稀有事件控制图
• 正态数据、非正态数据和属性数据的能力分析

前备课程：Minitab 保健基础

制药的统计质量分析

准备好发展成功评估和认证测量系统所需的技能！您将学习统计过程控制的基础知识，以及这些重要的质量工具如何提供改进和控制制药过程所需的证据。练习有助于判断在什么情况下以及从何处可以使用 Minitab 中提供的各种控制图来处理自己的过程的必要技能。此外，您还将学习如何利用重要的能力分析工具来对照内部规范和客户规范验证您的过程。

本课程重点讲授与制药过程相关的质量工具。

包括以下主题：

• 量具 R&R
• 破坏性试验
• 量具线性和偏倚研究
• 属性一致性
• 变量和属性控制图
• 正态数据、非正态数据和属性数据的能力分析
• 抽样验收

前备课程：Minitab 制药基础

因子设计

学习如何使用 Minitab 直观的试验设计 (DOE) 界面生成各种完全因子设计和部分因子设计。利用现实生活中的一些应用来演示随机化、复制和区组等概念如何为可靠的试验实践奠定基础。您将发展正确分析得到的数据以便有效、高效地达成试验目标所需的技能。

您将使用 Minitab 可自定义的强大图形化显示功能来解释和沟通试验结果。然后，您将学习如何使用结果来改进产品和过程、找出影响重要响应变量的关键因子、减少过程变异、加快研发项目的进展。

包括以下主题：

• 因子试验设计
• 正态效应图和效应 Pareto 图
• 功效和样本数量
• 主效应图、交互作用图和立方图
• 中心点
• 重叠等值线图
• 多响应优化

前备课程： Minitab 基础

医疗设备因子设计

学习如何使用 Minitab 直观的试验设计 (DOE) 界面生成各种完全因子设计和部分因子设计。利用医疗设备的实际应用来演示随机化、复制和区组等概念如何为可靠的试验实践奠定基础。发展正确分析得到的数据以便有效、高效地达成试验目标所需的技能。

使用 Minitab 可定制的、强大的图形化显示功能来解释和沟通试验结果，以帮助改进产品和过程、找出影响重要响应变量的关键因子、减少过程变异、加快研发项目的进展。

包括以下主题：

• 因子试验设计
• 正态效应图和效应 Pareto 图
• 功效和样本数量
• 主效应图、交互作用图和立方图
• 中心点
• 重叠等值线图
• 多响应优化

前备课程：Minitab 医疗设备基础

制药的因子设计

在本课程中，您将学习如何使用 Minitab 直观的试验设计 (DOE) 界面生成完全因子设计和部分因子设计。利用医疗设备的实际应用来演示随机化、复制和区组等概念如何为可靠的试验实践奠定基础。您将发展正确分析得到的数据以便有效、高效地达成试验目标所需的技能。

我们将使用 Minitab 可自定义的图形化显示功能来解释和沟通试验结果。结果可用来改进产品和过程、找出影响重要响应变量的关键因子、减少过程变异、加快研发项目的进展。

包括以下主题：

• 因子试验设计
• 正态效应图和效应 Pareto 图
• 功效和样本数量
• 主效应图、交互作用图和立方图
• 中心点
• 重叠等值线图
• 多响应优化

前备课程： Minitab 制药基础

统计质量分析中的其他主题

通过学习有助于过程改进和控制的一些工具，继续巩固在“制造统计质量分析”课程中讲授的基本概念。在本课程中，您将发展使用多种量具或在一个部分的不同位置成功评估和认证制造和工程测量系统所需的技能。学习如何评估一个批次中的随机产品样本，以确定是该接受还是拒绝整个批次。另外，扩充您的控制图知识，以便正确处理罕见事件和时间加权数据。

学习如何利用重要的能力分析工具来对照内部规范和客户规范评估您的过程。本课程重点讲授与制造过程相关的质量工具。

包括以下主题：

• 量具 R&R 扩展
• 正交回归
• 公差区间
• 抽样验收
• 组间-组内分析
• 控制图（包括 EWMA、短游程和罕见事件）

前备课程：Minitab 基础、统计质量分析

非正态数据质量分析

继续巩固“制造业统计质量分析”课程中教授的基础概念，并学习其他工具！当您的数据存在偏差、极端异常值、多模态或聚类时，您将发展衡量质量水平和评估过程能力的技能。通过学习如何在存在非正态数据的情况下正确识别特殊原因变异，扩展控制图知识。

您将学习如何成功使用图形方法和统计检验来检测非正态数据，并为分析选择适当的分布或变换。此外，了解测量分辨率差和样本数量对正态性检验的影响。

包括以下主题：

• 概率图
• 正态性检验
• 非正态数据的能力分析
• Box-Cox 和 Johnson 转换
• 多变量能力分析
• 公差区间
• 个人控制图
• 多种失效模式分析

前备课程：Minitab 基础、统计质量分析

统计建模

通过学习更多统计建模工具，继续巩固在“Minitab 基础”课程中讲授的基础统计分析概念。这些新工具将帮助您发现和描述变量之间的关系。借助动手实践示例说明建模工具如何揭示哪些关键输入和来源导致了过程中出现变异。

学习如何使用统计模型调查过程在不同条件下的可能行为。本课程提供可帮助您更好地了解过程并验证改进工作的技能。

包括以下主题：

• 多元和逐步回归
• 非线性回归
• 偏最小二乘
• 具有协变量的多变量方差分析
• 嵌套和随机因子
• 多变量方差分析
• 二元和名义逻辑回归

前备课程：Minitab 基础

服务质量的统计建模

通过分析现实世界服务行业问题的数据，扩展您可用的统计工具集。您将使用可用于探索和描述变量之间关系的工具来增强分析技能。此外，学习如何发现和描述数据中与时间效应及影响相关的特征，以及如何预测将来的过程行为。

准备好利用图形和定量方法描述各个因子对重要质量特征的效应的相似性和差异。您将学习如何找出并量化因子对关键事件发生概率的效应。

包括以下主题：

• 多变量方差分析
• 二元 Logistic 回归
• 因子设计
• 时间序列工具（包括预测）
• 季节性和分解
• 多元线性回归（包括最佳子集和逐步回归）

前备课程：Minitab 服务质量基础

响应曲面设计

扩充您在完全和部分因子设计方面的知识，从二级基础水平提升到可以进行过程优化的理想程度。您将学习如何使用 Minitab 的 DOE 界面创建响应曲面设计。此外，您将通过使用包含二次项的模型分析试验结果，并确定最优因子设置。

学习如何通过使用顺序试验在现实世界中进行试验，该方法能在关键过程信息发掘与保持对获取该信息所需的资源敏感性之间实现平衡。此外，学习怎样才能找出可同时优化多个响应的因子设置。

包括以下主题：

• 中心复合设计和 Box-Behnken 设计
• 最陡峭上行的计算
• 重叠等值线图
• 多响应优化

前备课程： Minitab 基础，因子设计

DOE 的实际应用

学习如何处理常见的 DOE 场景，这些场景因响应变量的特性或数据采集过程的特殊性，需对经典因子设计与响应曲面设计的分析进行适应性调整。您将针对实践中经常遇到的试验情况发展技能，例如数据缺失和难以改变的因子。此外，了解如何考虑可能影响响应但在试验中无法控制的变量（协变量）。

探索最小化成本或变异性的机会，同时优化重要的产品或过程特征。学习如何找出并量化因子对关键事件（例如发生缺陷）发生概率的效应。

包括以下主题：

• 调查噪声因子或协变量对响应的影响
• 创建和运行具有难以更改因子的设计
• 创建并运行筛选 DOE
• 优化响应，同时最大限度地降低成本或变异性
• 使用二元响应分析 DOE

前备课程：Minitab 基础， 因子设计

配方和混料设计

学习设计实验和分析涉及混合和混合成分的过程数据的原理，例如制药、化工、食品和消费品行业中常见的成分。通过使用 Minitab 易于理解的界面，您将创建旨在研究和发现与混合过程相关且最小化试验资源的重要过程信息的试验。学习如何解释图形和统计输出，以了解混合物的混合特性，并选择优化一个或多个关键过程特性所需的适当配方。

包括以下主题：

• 单纯形格子与质心设计
• 上限和下限约束
• 伪分量
• Extreme Vertices 设计
• 混合过程变量设计
• 混合量设计

前备课程：Minitab 基础， 因子设计

可靠性简介

使用图形和定量分析方法确定产品的寿命特征。检查包含删失和未删失数据的案例研究，学习该如何正确处理可靠性分析中普遍存在的数据结构。

探索用于建模失效率的常见分布，并了解其危害函数，以便培养选择适当分布的必要技能。当产品故障来自不同的故障类型时，对产品可靠性进行建模。

包括以下主题：

• 参数分布分析和非参数分布分析
• 估计试验方案和验证试验方案
• 增长曲线
• 多种失效模式
• 保证预测
• Weibayes 分析

前备课程：Minitab 基础

高级可靠性

在本课程中，您将研究并描述解释变量对产品寿命的影响。学习如何确定因子和协变量对产品失效的影响，以及产品总体失效的风险。 探索如何在合理的时间内获取对高可靠性产品的可靠性估计值并评估这些组件预计将在何时失效。

您将掌握如何确定加速寿命试验的适宜样本量并根据应力水平合理分配试验单元， 进而评估应力变量对失效概率的影响。在测试研究和现场中，将重点介绍如何使用适当的概率模型来预测产品的重要寿命特征。

本课程的参与者将能够：

• 比较可靠性分布
• 了解使用寿命数据进行回归的概念和用途
• 使用加速寿命检验确定产品失效的概率

前备课程： Minitab 基础、可靠性简介

回归建模与预测

准备好继续巩固在分析基础中讲授的基础统计分析概念了吗？ 本课程将教您如何使用统计建模工具探索和描述变量之间的关系。您将发现和描述数据中与时间效应及影响相关的特征，以及如何预测将来的行为。

本课程解释如何找出并量化输入变量对关键事件发生概率的效应。借助动手实践示例，您将学习建模工具如何帮助揭示数据中的关键输入和变异来源。

包括以下主题：

• 散点图 
• 相关 
• 简单线性回归 
• 时间序列工具（包括指数平滑） 
• 趋势分析 
• 分解 
• 多元和逐步回归 
• 二元 Logistic 回归 
• 回归验证 

前备课程： 分析基础或 Minitab 基础

机器学习

本课程将帮助您通过实际问题示例扩展数据分析技能，教您如何探索和描述变量之间的关系。您将学习使用受监督的机器学习技术（如 CART^®），分析在历史数据中发现的模式，其将帮助您获得更深入的见解、识别潜在风险、寻求改进机会并预测未来情况。

使用不受监督的机器学习工具（如 Clustering），检测数据中的自然分割，并将观测值或变量分组到同质集中。 另外，通过将原始数据变换为一组不相关的变量，对数据进行降维。

包括以下主题：

• 判别分析
• 测试集验证
• K 折叠验证
• CART^® 分类
• 相关
• CART^® 回归
• 聚类分析

前备课程：分析基础和回归建模与预测或 Minitab 基础

高级机器学习

通过分析来自现实世界问题的数据来探索和描述变量之间的关系，从而将您的分析能力提升到一个新的水平。CART 树提供了一个简单的树形结构来解释复杂关系。不过，通常可以通过使用更强大的模型来提高它们的预测能力，该模型可以创建许多简单的模型（或树），并将这些简单模型合并到一个最终模型中。学习使用先进的建模技术（如 MARS^®、TreeNet^® 和 Random Forests^®）来分析历史数据中的模式，以获得更好的见解，识别潜在风险，寻找改进机会，并对未来进行预测。 注意：本课程需要订阅附加预测分析模块。

包括以下主题：

• 验证
• CART^® 分类
• TreeNet^® 分类
• Random Forests^® 分类
• 相关
• MARS^® 回归
• CART^® 回归
• TreeNet^® 回归
• Random Forests^® 回归
• 发现关键预测变量
• 自动化机器学习建模

前备课程：分析基础知识、回归建模与预测、机器学习 或 Minitab 基础和机器学习

在 MINITAB 中自动执行分析 

了解如何使用宏自动执行 Minitab 分析并节省时间！您将了解如何使用 Minitab 的命令语法编写宏，这些宏可从数据库即时导入数据、处理结构不佳的 Excel 文件并执行统计分析，所有这些都只需最少的用户输入！在本动手实践课程结束时，您将能够编写和执行自己的自定义宏。

包括以下主题：

• 命令行
• 通过 Execs 自动执行分析
• 创建宏
• Minitab 自定义
• 控制声明

前备课程：Minitab 基础

ENGAGE 基础

在本基础 课程中，您将学习如何有效地导航 Engage，并在解决方案中有效地创建和管理质量改进项目。培养利用项目路线图插入和组织各种项目工具的能力。在图、头脑风暴工具和表单上的数据交互。了解如何在整个项目和控制台中共享数据。

了解如何通过工作流创建想法和管理项目阶段关卡审查。通过控制台访问集中式报告并查看跨项目的汇总指标。

包括以下主题：

• 数据共享
• 过程图
• 价值流图
• 头脑风暴工具，包括鱼骨图
• 表单和分析捕获
• 项目
• 工作流
• 仪表板

前备课程：无

ENGAGE 配置

学习通过沙盒内的各种重要功能自定义 Engage 以满足组织的特定需求。了解如何构建和自定义项目模板，使其与您最常用的方法保持一致。为图、头脑风暴工具和表单开发自定义工具模板。创建和编辑自定义数据字段，以推动平台强大的数据共享功能。了解如何将表单连接到订阅的数据字段，从而在各个项目内和控制台中实现此数据共享。

了解项目数据如何汇总到控制台，并使用筛选器、汇总和列集创建自定义控制台报告。建立工作流设置，配置指导委员会来审查想法提案，并设立审查委员会来管理活动项目的阶段性审查。

包括以下主题：

• Engage 沙盒
• 项目模板
• 工具模板
• 表单模板
• 数据字段和数据共享
• 控件
• 数据输入表
• 控制台配置
• 工作流配置
• 电子邮件通知

前备课程：Engage 基础

Monte Carlo 模拟

在本课程中，我们将向您介绍 Monte Carlo 模拟的概念和方法，该模拟是一种可考虑系统风险和不确定性的定量分析。不论系统是新产品、生产线、财务活动、项目工作等，Monte Carlo 模拟都能让您通过输入中的变异性来充分探索输出中的变异性。

培养将模型输入理解为分布而非常数值的技能，以回答以下问题：输入变异如何影响响应变异？ 考虑到输入的变异，过程的真实能力如何？ 哪些输入对响应的变异最大？ 了解如何利用 Monte Carlo 模拟对系统的行为进行建模。 

包括以下主题：

• Monte Carlo 概念和应用
• 概率图分布
• 线性模型
• 使用 Minitab 的响应优化器
• 使用 Minitab Workspace 进行 Monte Carlo 模拟
• 敏感度分析
• 参数优化

前备课程： Minitab 基础，因子设计