会前培训

会前培训课程由现场讲解、案例演示、问答环节以及上机实时操作等四个部分组成,为您提供真正的交互式学习体验。在3月18日前报名,可以享受优惠价。培训地点为深圳四季酒店。 (* 注意: 只有同时报名峰会及培训的人才可以享受优惠价格。培训费包含培训费及工作午餐费,其它自理。)

立即注册

DOE实验设计与分析(初中级)

日期: 2019年4月15日-4月17日
时间:
9:00 - 16:30
地点: 深圳四季酒店
培训讲师: 陈家松,JMP中国区 高级咨询顾问
优惠价格: 4800 RMB (3月18日之前报名) *注:只有参加数据分析峰会才能享受会前培训限时优惠价格
标准价格:
5500 RMB   
*注:培训费包含培训费及工作午餐费,其它自理。报名成功后,您将收到付款通知,请以付款通知的最终价格为准。

课程简介: 实验设计,即DOE(Design Of Experiment)是一种研究和处理多因子与响应变量关系的一种科学方法。它通过合理地挑选实验条件,安排尽可能少的实验次数,并通过对实验数据的分析,从而找出最理想的改进方案。正确使用实验设计,可以帮助企业缩短研发时间、降低实验成本,得到精确的数学模型来预测产品或过程的性能,优化关键产品性能和工艺参数的设置

谁应参加: 负责开展和实施实验设计的工作人员;企业研发、质量、生产、工艺及流程改进等部门的经理和工程师;专注于质量管理、持续改善和六西格玛管理的咨询顾问、科研人员;工程技术与管理类的学校师生

培训目的: 系统地掌握实验设计与分析的基本原理;提高对实验设计与分析的认识,避免在工作中依靠拍脑袋和猜测来解决问题 ;通过实际案例演练确保掌握实验设计与分析工具的应用步骤及注意事项;学员能系统性地应用实验设计与分析常规工具,提高产品质量、设计水平及生产效率

课程特色: 理论联系实际,大量的现场案例辅助说明;率先引入定制设计、公差设计等高级实验设计技术;免费享用JMP正版软件试用,提高培训效率

讲师简介:陈家松,现任JMP中国区高级顾问,精通产品设计与流程制造中的先进数据分析方法论及数据分析平台,尤其擅长在实验设计(DOE)、生存与可靠性、统计过程控制(SPC)、测量系统分析(MSA)、预测建模、数据挖掘、机器学习、本文挖掘等领域。并熟悉统计分析软件二次开发的能力(如JSL,JMP编程语言等)。陈老师曾在希捷(Seagate)科技工艺工程部门工作多年,作为公司生产工艺,质量改进团队的主导成员,成功完成了多个跨部门合作的数据分析项目。二十年的从业经历,陈老师积累了统计技术在半导体、电子、医药、化工、教育等行业应用的宝贵经验,曾受邀为英特尔、英伟达、华为、富士康、京东方、中芯国际、宁德时代新能源、中检院、中国疾病控制中心、天士力、华领医药、浙江大学等国内外知名企业、机构和高校提供专业的咨询、辅导和培训。

课程内容:
  • DOE实验设计基础
    • 实验设计总体介绍
    • 实验设计的核心技术
    • 实验设计的实现方法
  • 工具软件JMP介绍
    • 描述性统计分析
    • 常用统计图形
  • 假设检验
    • 假设检验基础知识
    • 单样本假设检验
    • 双样本假设检验
    • 多样本假设检验
  • 回归分析
    • 多元回归
    • 回归基本原理
    • 一元线性回归
    • 多项式回归
  • 经典实验设计
    • 基本原理
    • 完全析因设计
    • 筛选设计
    • 响应曲面设计
    • 多元响应设计
  • 高级DOE实验设计概述
    • 公差设计
    • 定制设计
    • 扩充设计
  • 问题与交流

SQM统计质量专家培训

日期: 2019年4月15日-4月17日
时间: 9:00 - 16:30
地点: 深圳四季酒店
培训讲师:  徐湛,JMP中国区 数据分析咨询经理
优惠价格: 4800 RMB (3月18日之前报名) *注:只有参加数据分析峰会才能享受会前培训限时优惠价格
标准价格: 5500 RMB
*注:培训费包含培训费及工作午餐费,其它自理。报名成功后,您将收到付款通知,请以付款通知的最终价格为准。

课程简介: 统计质量管理,即SQM(Statistical Quality Management)是运用数理统计方法来分析和解决问题,降低产品生产和服务流程中的波动,目前已成为现代质量管理体系中不可或缺的一部分,也是六西格玛管理中最为重要的核心内容。实施和推广统计质量管理,可以帮助企业建立“数据驱动决策”的质量管理意识,将企业总体的质量管理水平提升一个台阶,大幅度提高客户满意度。

谁应参加: 负责全面推广统计质量管理、六西格玛管理的工作人员;企业研发、质量、生产、工艺及流程改进等部门的经理和工程师;专注于质量管理、持续改善和六西格玛管理的咨询顾问、科研人员;工程技术与管理类的学校师生。

培训目的: 引导学员树立“基于数据和客观事实驱动决策”的理念和信心;系统全面、由浅入深地学习从质量数据管理到实验设计等各种常用的统计质量管理方法;排除主观臆断,客观科学地量化现实工作中各种不确定因素的作用,确定影响流程变异和质量性能的关键因素,切实提高解决问题的能力。

课程特色: 理论联系实际,大量的现场案例辅助说明;内容广泛,涵盖数据管理、假设检验、回归分析、统计过程控制、测量系统分析、实验设计、决策树等主要的统计质量管理技术;免费享用JMP正版软件试用,提高培训效率。

讲师简介: 徐湛,现任JMP中国区数据分析顾问,清华大学工业工程工程硕士,精通探索性数据分析(EDA)、实验设计(DOE)、统计过程控制(SPC)、测量系统分析(MSA)、统计建模、可靠性分析、机器学习等数据分析方法在实际工作中的应用。曾在BOE、Qorvo、ENN Solar等高科技企业长期从事工艺研发和管理工作,加入JMP中国后,进一步积累和丰富了统计技术在高科技和消费电子、生物医药和化工、金融、汽车等行业应用的宝贵经验,为超过50家知名企业,如应用材料、LAM Research、BOE、中芯国际、北方华创、华为、富士康、爱立信、MARS、华北制药、康龙化成、诺维信、中国疾控中心、中国食品药品检定研究院、中国农行、戴姆勒等提供过专业支持和培训,为客户带来巨大财务回报,深受客户公司高层领导的肯定和好评。

课程内容:
  • 统计质量管理的意义
  • 数据管理      
    • 关于数据的基础知识
    • 获取数据
    • 整合数据
    • 清洗数据
    • 定义数据
    • 探索数据
  • 数据可视化
    • 图形生成器
    • 气泡图
    • 鱼骨图
    • 帕累托图
  • 描述性统计分析
    • 基本统计量的计算
      • 常规统计图形的绘制
      • 数据的正态性检验
      • 交互式关联分析
    • 假设检验
      • 假设检验的基础知识
      • 单样本均值检验
      • 双样本均值检验
      • 单因子方差分析
    • 比率检验
      • 单样本比率检验
      • 双样本比率检验
      • 多样本比率检验
    • 回归分析
      • 回归分析的基本原理
      • 回归模型的构建
      • 回归模型的诊断
        • 回归模型的预测
      • 数据挖掘
        • 分割(决策树)
      • 统计过程控制
        • 控制图的基础知识
        • 计量型控制图
        • 计数型控制图
        • 过程能力分析
      • 测量系统分析
        • 测量系统分析的基础知识
        • 偏倚和线性
        • 计量型测量系统分析
        • 计数型测量系统分析
      • 实验设计
        • 实验设计的基础知识
          • 完全析因设计
            • 响应曲面设计
            • 定制设计简介
          • 问题与交流

          基于JMP的可靠性数据分析和系统可靠性研究

          日期: 2019年4月15日-4月17日
          时间: 9:00 - 16:30
          地点: 深圳四季酒店
          培训讲师:  刘鹏,JMP高级统计师及软件研发工程师
          优惠价格: 4800 RMB (3月18日之前报名) *注:只有参加数据分析峰会才能享受会前培训限时优惠价格
          标准价格: 5500 RMB
          *注:培训费包含培训费及工作午餐费,其它自理。报名成功后,您将收到付款通知,请以付款通知的最终价格为准。

          课程简介: 可靠性在各行各业受到越来越多的重视。这和可靠性问题与人类的日常生活越来越紧密是分不开的。经过多年专注的研发投入,JMP已经拥有一整套软件平台,综合地覆盖了可靠性数据分析和可靠性工程的软件需要。这些软件平台不单单支持成熟和传统的方法,而且代表目前的研发前沿。

          这期短训课将教授如何使用JMP软件来理解可靠性问题。将融合可靠性数据分类,分析目标设定,和软件的具体操作使用。课程预期达到的最终目标是让学生能对可靠性数据分析的统计工具以及系统可靠性的工具有一个全面的认识,能够准确辨别需要解决的问题类型,收集或合理调整所需要的数据,利用现有的数据和软件工具做出合理的结论,对重要的管理和决策问题给出科学的量化的答案或建议。

          课程特色: 课程主要面向负责产品和系统可靠性研究工作的专业人士,包括学生,老师,工程师,部门经理,行业咨询师。不同背景的听众可以从课程中各取所需。课程会涵盖简单到复杂的理论,演示理论和软件使用的结合,以及提供讨论疑难问题的机会。这期课程要求学生已经具有使用JMP软件的经验,熟悉JMP软件中数据表和数据分析平台的概念,熟悉数据表中的列和统计变量的关系。在统计知识方面,学生至少需要熟悉变量分布和线性回归的数理统计概念。

          讲师简介: 刘鹏博士是SAS公司JMP软件的一位高级统计师及软件研发工程师。他持有计算机科学学士学位、统计硕士学位和统计博士学位。他在JMP部门的主要工作是负责研发和维护多个领域的软件产品,其中包括所有的可靠性和生存数据分析的平台,可靠性工程的平台,以及时间序列分析的平台。除了软件研发和维护的工作,他还从事可靠性数据分析方法和工程方法的研究,时间序列分析方法的研究,人机界面设计的研究,以及大型软件系统的架构和管理的研究。他也是可靠性数据分析和可靠性工程业界一位活跃的研究人员,他从多年的工作中积累了大量帮助用户解决实际问题的经验。

          课程内容:

          • 寿命数据分析      
            • 寿命数据与截尾类型
            • 非参数分布模型及估计
            • 参数模型及参数的最大似然估计;参数模型的选择及使用
            • 极少或无失效数据的情况
            • 参数模型的贝叶斯估计及模型使用
            • 竞争失效机制的分析
          • 普通截尾寿命试验设计
            • 试验目的
            • 样本大小的确定
            • 试验长度的确定
          • 加速寿命试验数据的分析
            • 试验目的和数据类型
            • 单加速应力加速寿命试验数据的分析;试验假设及检定;模型的选择及使用       
            • 多加速应力加速寿命试验数据的分析;参数模型的建立、选择及使用
          • 加速寿命试验的设计
            • 单加速应力加速寿命试验的设计
          • 耐久试验和现场数据的分析
            • 耐久数据的应用目的
            • 耐久数据及参数模型的种类(重复测量耐久数据和不可重复测量耐久数据)
            • 耐久数据参数模型的分类(线性和非线性模型)
            • 耐久数据参数模型的参数估计(最小二乘法和最大似然法)
            • 耐久数据参数模型的选择和在寿命评估方面的应用
          • 质保储备的预测
            • 质保储备预测的目的及现场数据的类型
            • 质保现场数据的建模及选择
            • 质保储备预测置信区间的种类、计算、评估及选择
          • 可修系统故障数据的分析
            • 可修系统故障数据的特征和类型
            • 非参数模型及估计
            • 时齐泊松过程模型、参数估计、模型选择及使用
            • 非时齐泊松过程的种类、参数估计、模型选择及使用
          • 可靠性增长试验和现场数据的分析
            • 可靠性增长试验的目的和数据类型
            • 可靠性增长参数模型的种类、参数估计、模型选择及使用
            • 可靠性增长现场不完整数据、模型、参数估计及模型使用
          • 可靠性框图
            • 可靠性框图使用目的
            • 可靠性框图的组成部分
            • 可靠性框图的部件种类和设置
            • 可靠性框图的输出资料及应用
          • 可修系统模拟
            • 基于可靠性框图的可修系统及维护       
            • 可修系统模拟的组成部分 
            • 可修系统模拟的设置    
            • 可修系统模拟的结果及分析
          • 问题与交流
          会议地址
          Discovery Summit China

          2019年4月18日

          深圳四季酒店

          深圳市福田区福华三路138号

          联系我们

          如有问题,请联系 DiscoveryChina@jmp.com

          Back to Top