六西格瑪自20世紀(jì)80年代誕生以來(lái)已演變成為一套行之有效的解決問(wèn)題和提高企業(yè)績(jī)效的系統(tǒng)方法論。六西格瑪?shù)木唧w實(shí)施模式為DMAIC.

六西格瑪DMAIC項(xiàng)目是圍繞Y=f(X)展開(kāi)的，分析（A）階段的主要任務(wù)是分析哪些自變量X對(duì)項(xiàng)目指標(biāo)大Y或小y有顯著影響。分析是各個(gè)階段中最難以預(yù)料、最具有不確定性的階段，也是難度最大的階段。

為了找到影響項(xiàng)目指標(biāo)Y的關(guān)鍵因子，收集數(shù)據(jù)并應(yīng)用統(tǒng)計(jì)工具對(duì)數(shù)據(jù)進(jìn)行分析對(duì)大部分六西格瑪項(xiàng)目就顯得尤為重要。

JMP以其強(qiáng)大的分析建模功能，為六西格瑪項(xiàng)目數(shù)據(jù)分析提供了強(qiáng)有力的支持。

4月21日20:00-21:00，六西格瑪咨詢顧問(wèn)李濤林將做客JMP空中課堂，分享在六西格瑪項(xiàng)目在分析階段的重要工具——逐步回歸及廣義線性模型。

逐步回歸適用于指導(dǎo)選擇模型項(xiàng)的理論很少的情形，以交互方式探索哪些預(yù)測(cè)變量可提供良好的擬合效果，從而提高模型的預(yù)測(cè)性能；

廣義線性模型可以針對(duì)具有二項(xiàng)、正態(tài)、Poisson 或指數(shù)分布的響應(yīng)擬合廣義線性模型。

掃描二維碼，即刻報(bào)名！

李濤林老師將基于自己在應(yīng)用JMP進(jìn)行數(shù)據(jù)分析和建模過(guò)程中的強(qiáng)大功能、友好界面、便捷的交互性、豐富的統(tǒng)計(jì)分析方法，分享個(gè)人的一些心得體會(huì)，讓更多從事六西格瑪工作的小伙伴受益。

本次課程為六西格瑪統(tǒng)計(jì)分析工具系列課程的第3期。想跟著李濤林老師學(xué)習(xí)六西格瑪和質(zhì)量管理的小伙伴，請(qǐng)持續(xù)關(guān)注JMP，足不出戶，精彩課程，一站式學(xué)習(xí)。

在課堂中，你將學(xué)習(xí)：

• 逐步回歸

• 逐步回歸的基本概念

• 逐步回歸示例

• 廣義線性模型

• 廣義線性模型的適用場(chǎng)景

• 廣義線性模型示例

哪些人適合學(xué)習(xí)？

從事質(zhì)量管理、工藝改善、流程改進(jìn)、六西格瑪管理、統(tǒng)計(jì)質(zhì)量管理等工作的工程師、科研人員、部門(mén)經(jīng)理；以及工程技術(shù)與管理類的學(xué)校師生。

免費(fèi)報(bào)名：

https://www.jmp.com/zh_cn/events/live-webinars/non-series/2022-04-21.html?utm_campaign=wcl7015b0000057MfYAAU&utm_source=wechat&utm_medium=social