MTP用數(shù)據(jù)破案高級(jí)教練技術(shù)

開(kāi)課地點(diǎn)：	北京
授課時(shí)間：	9:00-17:00
授課顧問(wèn)：	文放懷
開(kāi)課時(shí)間：	10-12-14    上海
市場(chǎng)報(bào)價(jià)：	0
購(gòu)買(mǎi)價(jià)格：	0
審核時(shí)間：	我要報(bào)名2012-09-08 10:21:02

　　

學(xué)習(xí)對(duì)象

工程師、主管、經(jīng)理、總監(jiān)、總經(jīng)理及新產(chǎn)品開(kāi)發(fā)項(xiàng)目負(fù)責(zé)人

課程目標(biāo)

本課程可以提高企業(yè)和個(gè)人的核心竟?fàn)幜�，為企業(yè)培養(yǎng)具備組織能力、激勵(lì)能力、項(xiàng)目管理技術(shù)、數(shù)理統(tǒng)計(jì)診斷能力。

課程內(nèi)容

[1
/5-7]北京MTP用數(shù)據(jù)破案高級(jí)教練技術(shù) [1
/12-14]上海MTP用數(shù)據(jù)破案高級(jí)教練技術(shù) [1
/19-21]廣州MTP用數(shù)據(jù)破案高級(jí)教練技術(shù) [1
/26-28]深圳MTP用數(shù)據(jù)破案高級(jí)教練技術(shù) [11/2-4]北京MTP用數(shù)據(jù)破案高級(jí)教練技術(shù) [11/9-11]上海MTP用數(shù)據(jù)破案高級(jí)教練技術(shù)[11/16-18]廣州MTP用數(shù)據(jù)破案高級(jí)教練技術(shù) [11/23-25]深圳MTP用數(shù)據(jù)破案高級(jí)教練技 [12/7-9]北京MTP用數(shù)據(jù)破案高級(jí)教練技術(shù) [12/14-16]上海MTP用數(shù)據(jù)破案高級(jí)教練技術(shù)[12/21-23]廣州MTP用數(shù)據(jù)破案高級(jí)教練技術(shù) [12/28-3
]深圳MTP用數(shù)據(jù)破案高級(jí)教練技術(shù) 華精管理體系（GLSSS)貝思德獨(dú)家開(kāi)發(fā)，為企業(yè)精益轉(zhuǎn)型提供精益生產(chǎn)和六西格瑪系統(tǒng)改善咨詢服務(wù)。企業(yè)問(wèn)題紛繁復(fù)雜，如何為企業(yè)管理者解決實(shí)際問(wèn)題，如何從源頭解決企業(yè)問(wèn)題，如何解決企業(yè)重點(diǎn)和難點(diǎn)問(wèn)題，如何系統(tǒng)的解決企業(yè)管理問(wèn)題，我們提供解決方案。點(diǎn)石成金，授人以漁。 預(yù)備課程：MTP卓越績(jī)效管理心智模式修煉 1.自我超越 2.系統(tǒng)思考 3.卓越績(jī)效管理模式對(duì)標(biāo)管理 4.卓越績(jī)效改善系統(tǒng)動(dòng)力學(xué) 5.貝思德MTP管理能力提升練習(xí) 一、 什么是統(tǒng)計(jì)學(xué) 1.1 商務(wù)與經(jīng)濟(jì)統(tǒng)計(jì)問(wèn)題BB解決方案 1.2 為什么學(xué)習(xí)統(tǒng)計(jì)學(xué) 1.3 什么是統(tǒng)計(jì)學(xué) 1.4 統(tǒng)計(jì)學(xué)的類(lèi)型 1.5 變量的類(lèi)型 1.6 測(cè)量尺度 1.7 倫理與統(tǒng)計(jì) 1.8 計(jì)算機(jī)應(yīng)用 二、 描述數(shù)據(jù)頻數(shù)表、頻數(shù)分布和圖形表示 2.1 引言 2.2 構(gòu)造頻數(shù)表 2.3 構(gòu)造頻數(shù)分布：定量數(shù)據(jù) 2.4 一個(gè)軟件例子 2.5 相對(duì)頻數(shù)分布 2.6 頻數(shù)分布的圖形表示 三、描述數(shù)據(jù) 數(shù)值度量 3.1 引言 3.2 總體均值 3.3 樣本均值 3.4 算術(shù)平均數(shù)的性質(zhì) 3.5 加權(quán)平均數(shù) 3.6 中位數(shù) 3.7 眾數(shù) 3.8 軟件解法 3.9 均值、中位數(shù)和眾數(shù)的相對(duì)位置 3.1
幾何平均數(shù) 3.11 為什么要研究離散程度 3.12 離散程度的度量 3.13 軟件解法 3.14 標(biāo)準(zhǔn)差的解釋與應(yīng)用 3.15 分組數(shù)據(jù)的均值和標(biāo)準(zhǔn)差 3.16 倫理和結(jié)果報(bào)告 四、描述數(shù)據(jù) 數(shù)據(jù)展示和數(shù)據(jù)開(kāi)發(fā) 4.1 引言 4.2 點(diǎn)狀圖 4.3 莖葉圖 4.4 離散程度的其他度量 4.5 偏度 4.6 描述兩個(gè)變量之間的關(guān)系 五、概率論概述 5.1 引言 5.2 何謂概率 5.3 分配概率的方法 5.4 計(jì)算概率的幾個(gè)法則 5.5 列聯(lián)表 5.6 樹(shù)形圖 5.7 貝葉斯定理 5.8 計(jì)數(shù)原理 六、離散型概率分布 6.1 引言 6.2 何謂概率分布 6.3 隨機(jī)變量 6.4 概率分布的均值、方差和標(biāo)準(zhǔn)差 6.5 二項(xiàng)概率分布 6.6 超幾何分布 6.7 泊松概率分布 6.8 協(xié)方差 七、 連續(xù)型概率分布 7.1 引言 7.2 均勻概率分布族 7.3 正態(tài)概率分布族 7.4 標(biāo)準(zhǔn)正態(tài)概率分布 7.5 確定正態(tài)曲線下的面積 7.6 二項(xiàng)分布的正態(tài)近似 八、 抽樣方法和中心極限定理 8.1 引言 8.2 抽樣方法 8.3 抽樣誤差 8.4 樣本均值的抽樣分布 8.5 中心極限定理 8.6 樣本均值抽樣分布的應(yīng)用 小結(jié) 九、 估計(jì)和置信區(qū)間 9.1 引言 9.2 均值的點(diǎn)估計(jì)和置信區(qū)間 9.3 比例的置信區(qū)間 9.4 有限總體修正因子 9.5 選擇適當(dāng)?shù)臉颖救萘? 十、 單樣本假設(shè)檢驗(yàn) 1
.1 引言 1
.2 什么是假設(shè) 1
.3 什么是假設(shè)檢驗(yàn) 1
.4 假設(shè)檢驗(yàn)五步法 1
.5 單側(cè)與雙側(cè)顯著性檢驗(yàn) 1
.6 總體均值的檢驗(yàn)：已知總體標(biāo)準(zhǔn)差 1
.7 假設(shè)檢驗(yàn)中的p-值 1
.8 總體均值的檢驗(yàn)：總體標(biāo)準(zhǔn)差未知 1
.9 關(guān)于比例的檢驗(yàn) 1
.1
第Ⅱ類(lèi)錯(cuò)誤 十一、兩樣本假設(shè)檢驗(yàn) 11.1 引言 11.2 兩樣本假設(shè)檢驗(yàn)：獨(dú)立樣本 11.3 比例的兩樣本檢驗(yàn) 11.4 總體均值的比較：總體標(biāo)準(zhǔn)差未知(合并檢驗(yàn)) 11.5 總體均值的比較：總體標(biāo)準(zhǔn)差不等 11.6 兩樣本的假設(shè)檢驗(yàn)：相依樣本 11.7 相依樣本與獨(dú)立樣本的比較 十二、方差分析 12.1 引言 12.2 F分布 12.3 比較兩總體的方差 12.4 ANOVA的假定 12.5 ANOVA檢驗(yàn) 12.6 關(guān)于成對(duì)處理均值的推斷 12.7 雙因素方差分析 12.8 具有交互作用的雙因素 方差分析 小結(jié) 十三、線性回歸與相關(guān) 13.1 引言 13.2 何謂相關(guān)分析 13.3 相關(guān)系數(shù) 13.4 判定系數(shù) 13.5 相關(guān)系數(shù)的顯著性檢驗(yàn) 13.6 回歸分析 13.7 估計(jì)的標(biāo)準(zhǔn)誤差 13.8 線性回歸的假定 13.9 置信區(qū)間和預(yù)測(cè)區(qū)間 13.1
有關(guān)判定系數(shù)的更多內(nèi)容 13.11 相關(guān)系數(shù)、判定系數(shù)與估計(jì)的標(biāo)準(zhǔn)誤差之間的關(guān)系 13.12 變換數(shù)據(jù) 13.13 協(xié)方差 十四、多元回歸與相關(guān)分析 14.1 引言 14.2 多元回歸分析 14.3 回歸方程對(duì)數(shù)據(jù)的擬合好嗎 14.4 多元線性回歸的推斷 14.5 評(píng)價(jià)多元回歸的假定 14.6 逐步回歸 14.7 具有交互作用的回歸模型 十五、 指數(shù) 15.1 引言 15.2 簡(jiǎn)單指數(shù) 15.3 為什么要把數(shù)據(jù)轉(zhuǎn)換成指數(shù) 15.4 指數(shù)的構(gòu)成 15.5 未加權(quán)指數(shù) 15.6 加權(quán)指數(shù) 15.7 價(jià)值指數(shù) 15.8 特殊用途指數(shù) 15.9 消費(fèi)者物價(jià)指數(shù) 15.1
調(diào)整基期 十六、時(shí)間序列與預(yù)測(cè) 16.1 引言 16.2 時(shí)間序列的構(gòu)成 16.3 移動(dòng)平均 16.4 加權(quán)移動(dòng)平均 16.5 線性趨勢(shì) 16.6 最小二乘法 16.7 非線性趨勢(shì) 16.8 季節(jié)波動(dòng) 16.9 消除數(shù)據(jù)的季節(jié)影響 16.1
杜賓-瓦特森統(tǒng)計(jì)量 十七、 非參數(shù)方法：檢驗(yàn) 11.1 引言 17.2 擬合優(yōu)度檢驗(yàn)：期望頻數(shù)相等 17.3 擬合優(yōu)度檢驗(yàn)：期望頻數(shù)不等 17.4 卡方的局限性 17.5 列聯(lián)表分析 十八、 非參數(shù)方法 分級(jí)數(shù)據(jù)分析 18.1 引言 18.2 符號(hào)檢驗(yàn) 18.3 相依樣本的威爾科克森符號(hào)秩檢驗(yàn) 18.4 獨(dú)立樣本的威爾科克森秩和檢驗(yàn) 18.5 克魯斯卡爾-沃利斯檢驗(yàn)：秩方差分析 18.6 秩順序相關(guān) 十九、統(tǒng)計(jì)過(guò)程控制與質(zhì)量管理 19.1 引言 19.2 質(zhì)量控制簡(jiǎn)史 19.3 差異產(chǎn)生的原因 19.4 診斷圖 19.5 質(zhì)量控制圖的用途和類(lèi)型 19.6 受控和失控情形 19.7 屬性控制圖 19.8 接受抽樣 二十、決策論基礎(chǔ) 2
.1 引言 2
.2 決策要素 2
.3 不確定條件下決策的案例 2
.4 最大最小策略、最大最大策略及最小最大遺憾策略 2
.5 完全信息的價(jià)值 2
.6 敏感性分析 2
.7 決策樹(shù) 小結(jié) 培訓(xùn)價(jià)格：8


元/人（3天）

師資力量

備注信息