黑带第一周

黑带第二周

n   简单回归

o 定义并计算相关系数 

o 讨论相关性及因果关系  

o 绘制并分析拟合直线图

o 介绍回归分析的基本知识

o 使用回归分析技术建立数学预测模型

o 评审回归分析的风险

n   多元回归

o 多元回归的使用时机

o 相关矩阵（correlation matrix）”

o 拟合直线图

o 逐步回归

o 最佳子集（Best Subsets）

o 回归（Regression）

o 回归分析

o 残差分析

o Lack of Fit 的修正

n   多元方差分析

o 研究稳定性

o 研究形状

o 研究离散度

o 研究中心趋势

n   简单实验

o 实验设计的概念

o 实验设计的关键术语

o 处理噪音变量的方法

o 单因子法（OFAT） 

o 全因子实验

o 2k 因子实验

o 设计并分析 2k 因子设计

þ 使用方差检验（ANOVA)

þ 使用影响图 Effects Plots

þ 图表和残差图

o 实验的有效性的方法

o 实验设计计划的工作路径

n   实验设计计划

o 提供处理噪音变量的指导

o 对推论空间及实验有效性提供深层了解

o 介绍实验计划的路径图

n   全因子实验设计

o 回顾 2k 因子设计的整体概念

o 建立标准顺序设计

o 设计并分析 2k 因子设计

þ 使用 ANOVA

þ 使用效应图 (Effects Plots)

þ 图表及残差图 (Residual Plots)

o 在设计中采用中心点 (Center points) 

o 在2k因子设计中应用区组划(Blocking)

n   部分因子实验设计 

o 为何执行部分因子设计?

o 因子设计

o ½ 设计

o 别名

o 部分因子实验设计与 Minitab

o 实验设计选项

o 其他部分因子设计考虑事项

n   精益和IE改进工具

o ECRSI

o 快速转换

o 拉动系统

n   学员项目发表与老师评价

n   总结和行动计划

n  属性数据试验设计

o 回顾缺陷 (Defects - 不合格项)和不良品(Defectives--不合格品) 的不同

o 介绍对计数型响应变量合适的 DOE

o 说明数据转换可降低每个实验组合 (treatment combination) 的抽样大小

o 实例讲解

n  多响应优化RSM

o 响应曲面方法论(RSM)

o 一维(1–D) 概述

o 一维搭配模型

o 二维概述

o 二维范例 (模拟)

o 2维曲面图（2-D Surface Plot)

o 2维等高线图（2-D Contour Plot）

o 一次一变量法 (One-Variable-at-a-Time)

o 实验设计

o 范  例

n  统计流程控制

o SPC 回顾 

þ 计数型数据SPC

þ 计量型数据SPC

o 连接至 MAIC 程序

n  流程能力 II

o 计数型数据流程能力研究

o 计量型数据流程能力研究

o 短期与长期流程能力

n  非正态流程能力研究

o 单边规格(Single-sided Specs)流程能力评估

o 非正态数据(Non-normal Data)流程能力评估

o 非正态数据变换概要

o Box-Cox 变换

o 介绍流程能力指数 - Cpm

n  精益改进和控制工具

o 防错设计Poka-Yoke

o Kaizen

o 布局

n  控制计划 II 

o 回顾控制计划的一些概念和构成要素

þ 控制计划工作路径

þ 控制计划总结

þ 控制计划策略

þ 控制计划构成要素

þ 控制计划建立的关键步骤

o 介绍现实公差的基本概念

o 对一些控制方法进行讨论

þ 标准的运行程序(SOPs)

þ SPC

þ 培训

þ Poka-yoke

þ 参数卡 Parameter Cards

þ 知识转换 Knowledge Transfer

n  学员项目发表和老师评价

n  系统精益六西格玛案例研讨（企业实施项目）

n  考试和竞赛/黑带课程总结