برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Introduction to Statistical Process Control

دانلود کتاب مقدمه ای بر کنترل فرآیندهای آماری

مشخصات کتاب

Introduction to Statistical Process Control

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش:  
نویسندگان: Qiu. Peihua  
سری: Chapman & Hall/CRC Texts in Statistical Science 
ISBN (شابک) : 9781439847992, 9781482220414 
ناشر: CRC Press 
سال نشر: 2013 
تعداد صفحات: 517 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت

قیمت کتاب (تومان) : 52,000

کلمات کلیدی مربوط به کتاب مقدمه ای بر کنترل فرآیندهای آماری: کتابخانه، ادبیات کامپیوتر، ر

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 24

در صورت تبدیل فایل کتاب Introduction to Statistical Process Control به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب مقدمه ای بر کنترل فرآیندهای آماری نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب مقدمه ای بر کنترل فرآیندهای آماری

یک ابزار اصلی برای کنترل و مدیریت کیفیت، کنترل فرآیند آماری (SPC) فرآیندهای متوالی، مانند خطوط تولید و ترافیک اینترنت را نظارت می‌کند تا اطمینان حاصل کند که آنها به طور پایدار و رضایت‌بخش کار می‌کنند. علاوه بر پوشش روش‌های سنتی، مقدمه‌ای بر کنترل فرآیند آماری بسیاری از روش‌های اخیر SPC را توصیف می‌کند که تکنیک‌های تثبیت‌شده‌تر را بهبود می‌بخشند. نویسنده - یک محقق برجسته در SPC - نشان می دهد که چگونه این روش ها می توانند برنامه های کاربردی جدید را مدیریت کنند. پس از بررسی نقش SPC و سایر روش‌های آماری در کنترل و مدیریت کیفیت، کتاب مفاهیم و روش‌های آماری اساسی مفید در SPC را پوشش می‌دهد. سپس به طور سیستماتیک نمودارهای SPC سنتی، از جمله نمودارهای Shewhart، CUSUM، و EWMA، و همچنین نمودارهای کنترلی اخیر بر اساس تشخیص نقطه تغییر و نمودارهای SPC چند متغیره اساسی را تحت فرض نرمال توصیف می‌کند. این متن همچنین نمودارهای کنترل تک متغیره و چند متغیره جدیدی را برای مواردی که فرض نرمال بودن نامعتبر است معرفی می کند و نمودارهای کنترلی را برای نظارت بر نمایه مورد بحث قرار می دهد. تمام محاسبات در مثال‌ها با استفاده از R، با توابع R و مجموعه داده‌ها برای دانلود در وب‌سایت نویسنده در دسترس هستند. این کتاب با ارائه توصیفی سیستماتیک از هر دو روش سنتی و جدیدتر SPC، به عنوان یک کتاب درسی اولیه برای یک دوره یک ترم در رشته های مرتبط با کنترل کیفیت فرآیند، مانند آمار، مهندسی صنایع و سیستم ها، و علوم مدیریت ایده آل است. همچنین می تواند به عنوان یک کتاب درسی تکمیلی برای دوره های بهبود کیفیت و مدیریت سیستم استفاده شود. علاوه بر این، این کتاب بسیاری از نتایج تحقیقاتی مفید و اخیر در مورد SPC را در اختیار محققان قرار می‌دهد و به متخصصان کنترل کیفیت دستورالعمل‌های مفیدی در مورد اجرای تکنیک‌های به‌روز SPC می‌دهد.

توضیحاتی درمورد کتاب به خارجی

A major tool for quality control and management, statistical process control (SPC) monitors sequential processes, such as production lines and Internet traffic, to ensure that they work stably and satisfactorily. Along with covering traditional methods, Introduction to Statistical Process Control describes many recent SPC methods that improve upon the more established techniques. The author—a leading researcher on SPC—shows how these methods can handle new applications. After exploring the role of SPC and other statistical methods in quality control and management, the book covers basic statistical concepts and methods useful in SPC. It then systematically describes traditional SPC charts, including the Shewhart, CUSUM, and EWMA charts, as well as recent control charts based on change-point detection and fundamental multivariate SPC charts under the normality assumption. The text also introduces novel univariate and multivariate control charts for cases when the normality assumption is invalid and discusses control charts for profile monitoring. All computations in the examples are solved using R, with R functions and datasets available for download on the author’s website. Offering a systematic description of both traditional and newer SPC methods, this book is ideal as a primary textbook for a one-semester course in disciplines concerned with process quality control, such as statistics, industrial and systems engineering, and management sciences. It can also be used as a supplemental textbook for courses on quality improvement and system management. In addition, the book provides researchers with many useful, recent research results on SPC and gives quality control practitioners helpful guidelines on implementing up-to-date SPC techniques.