SPC v automotive - podle příručky AIAG
Účastníci se seznámí s používáním nástrojů pro řízení procesů založených na statistických metodách podle příručky AIAG, 2. vydání. Získají informace o vlastnostech dat, jejich grafickém zpracování a interpretaci. Během školení se seznámí se statistickými parametry souboru dat (průměr, medián...
Účastníci se seznámí s používáním nástrojů pro řízení procesů založených na statistických metodách podle příručky AIAG, 2. vydání. Získají informace o vlastnostech dat, jejich grafickém zpracování a interpretaci. Během školení se seznámí se statistickými parametry souboru dat (průměr, medián, modus, směrodatná odchylka apod.), hledáním statistických závislostí (korelace, regrese), nástroji SPC používanými pro snižování variability a chybovosti procesů (regulační diagramy, indexy způsobilosti, DPO, DPMO). V rámci školení budou seznámeni s postupem pro úspěšné zavedení SPC. Seznámí se také s riziky při používání nástrojů SPC, s náklady na zavedení SPC a se softwarem, který se v praxi používá pro SPC.
Cíle kurzu
- Statistika jako matematická metoda
- Zpracování velkého objemu dat (pojem populace, výběr)
- Náhodnost vs. kauzalita
- Rozdíl mezi statistickým a fyzikálním popisem procesů
- Typy dat: binární, nominální, ordinální, spočitatelná, spojitá
- Proces a data: vstupy, parametry procesu, výstupy
- Proces a data: vstupy, řídicí parametry, výstupy
- Metody sběru dat, výběr vhodného množství dat
- Nástroje sběru dat: kontrolní list (checksheet), vzorkování, automatický sběr dat
- Statické zobrazení dat: bodový diagram, histogram, box-plot, Pareto diagram
- Zobrazení časového průběhu dat: průběhový diagram
- Zobrazení vztahu mezi více parametry: multivariační diagram
- Konvence pro popis parametrů
- Označení parametrů statistiky: průměr, medián, rozsah, směrodatná odchylka
- Typická hodnota souboru dat: průměr, medián, modus
- Interval hodnot: rozsah, rozptyl, směrodatná odchylka
- Distribuce hodnot: rozdělení pravděpodobnosti výskytu
- Distribuční křivka: zobrazení pravděpodobnosti výskytu dat
- Různé druhy distribučních křivek pro spojitá a diskrétní data Binomické: počítání neshodných výrobků
- Poissonovo: počítání neshod na šarži
- Proč používáme různá rozdělení: chování dat v reálných systémech
- Gaussovo rozdělení: nejvýznamnější rozdělení v SPC Vlastnosti Gaussova rozdělení
- Centrální limitní věta
- Kauzalita vs. korelace
- Regrese: křivka závislosti parametrů Lineární regrese
- Nelineární regrese
- Korelace, korelační koeficient: určení silné nebo slabé korelace
- Historie SPC, vznik regulačních diagramů
- Kolísání: náhodné a zvláštní příčiny
- Konstrukce regulačních diagramů
Termíny
Důležité informace
V jakém jazyce kurz probíhá?
Do jakých oblastí kurz spadá?
Mohlo by vás zajímat
