Modern Industrial Statistics: With Applications in R, MINITAB and JMP

ویرایش: [2 ed.] 
نویسندگان: Ron S. Kenett,  Shelemyahu Zacks,  Daniele Amberti(auth.)  
سری:  
ISBN (شابک) : 9781118456064, 1118456068 
ناشر: Wiley 
سال نشر: 2014 
تعداد صفحات: 592
[587] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 11 Mb 

قیمت کتاب (تومان) : 73,000



این کتاب که به طور کامل اصلاح و به روز شده است، یک پس‌زمینه نظری را با مثال‌ها و ارجاعاتی به R، MINITAB و JMP ترکیب می‌کند و به پزشکان این امکان را می‌دهد تا مطالب پیشرفته‌ای را در مورد ابزارهای پایه و پیاده‌سازی برای پشتیبانی از کار خود بیابند. موضوعات مورد بررسی شامل تجزیه و تحلیل داده های فشرده کامپیوتری، نمونه گیری پذیرش، کنترل فرآیند آماری تک متغیره و چند متغیره، طراحی آزمایش ها، کیفیت بر اساس طراحی و قابلیت اطمینان با استفاده از روش های کلاسیک و بیزی است. این کتاب را می‌توان برای کارگاه‌ها یا دوره‌هایی در مورد نمونه‌گیری پذیرش، کنترل فرآیند آماری، طراحی آزمایش‌ها و قابلیت اطمینان استفاده کرد.

دانشجویان فارغ‌التحصیل و کارشناسی ارشد در زمینه‌های کیفیت آماری و مهندسی، و همچنین صنعتی آماردانان، محققان و دست اندرکاران در این زمینه ها همگی از ترکیب جامع اطلاعات نظری و عملی ارائه شده در این جلد منفرد بهره مند خواهند شد.

آمار صنعتی مدرن: با کاربردهای R، MINITAB و JMP:< /i>

• یک رویکرد عملی را با مبانی نظری و پشتیبانی محاسباتی ترکیب می‌کند.
• نمونه‌هایی را در R با استفاده از یک بسته اختصاصی به نام MISTAT ارائه می‌کند، و همچنین به MINITAB و JMP اشاره می‌کند.
• شامل تمرین‌هایی در پایان هر فصل برای کمک به یادگیری و آزمایش دانش است.
• بیش از 40 مجموعه داده را ارائه می‌دهد که نشان‌دهنده مطالعات موردی واقعی است.
• تکمیل شده است. توسط یک وب‌سایت جامع که مقدمه‌ای بر R، و نصب اسکریپت‌های JMP و ماکروهای MINITAB، از جمله آموزش‌های مؤثر با مطالب مقدماتی ارائه می‌کند: www.wiley.com/go/modern_industrial_statistics.

محتوا:
فصل اول قسمت مقدمه (صفحه 1):
فصل 1 نقش روشهای آماری در صنعت و خدمات مدرن (صفحات 3-12):
فصل 2 تجزیه و تحلیل تغییرپذیری: آمار توصیفی (صفحات 13-40):
فصل 3 مدل های احتمال و توابع توزیع (صفحات 41-112):
فصل 4 استنتاج آماری و راه اندازی (صفحات 113-176):
فصل 5 تغییرپذیری در چندین مدل ابعاد و رگرسیون (صفحات 177-234):
بخش دوم مقدمه (صفحه 235):
فصل 6 نمونه برداری برای تخمین مقادیر جمعیت محدود (صفحات 237-257):
فصل 7 نمونه برداری طرح‌ها برای بازرسی محصول (صفحات 258-281):
فصل سوم بخش مقدمه (صفحه 283):
فصل 8 ابزارهای اساسی و اصول کنترل فرآیند (صفحات 285-318):
فصل 9 روش‌های پیشرفته کنترل فرآیند آماری (صفحات 319-360):
فصل 10 کنترل فرآیند آماری چند متغیره (صفحات 361-378):
فصل چهارم قسمت مقدمه (صفحات 379-380):
فصل 11 طراحی کلاسیک و تجزیه و تحلیل آزمایش‌ها (صفحات 381–445):
فصل 12 کیفیت بر اساس طراحی (صفحه‌های 446–476):
فصل 13 آزمایش‌های کامپیوتری (صفحات 477–493):
فصل پنجم قسمت مقدمه (صفحه 495): < br>فصل 14 تجزیه و تحلیل قابلیت اطمینان (صفحات 497-533):
فصل 15 تخمین و پیش بینی قابلیت اطمینان بیزی (صفحات 534-546):

Fully revised and updated, this book combines a theoretical background with examples and references to R, MINITAB and JMP, enabling practitioners to find state-of-the-art material on both foundation and implementation tools to support their work. Topics addressed include computer-intensive data analysis, acceptance sampling, univariate and multivariate statistical process control, design of experiments, quality by design, and reliability using classical and Bayesian methods. The book can be used for workshops or courses on acceptance sampling, statistical process control, design of experiments, and reliability.

Graduate and post-graduate students in the areas of statistical quality and engineering, as well as industrial statisticians, researchers and practitioners in these fields will all benefit from the comprehensive combination of theoretical and practical information provided in this single volume.

Modern Industrial Statistics: With applications in R, MINITAB and JMP:

• Combines a practical approach with theoretical foundations and computational support.
• Provides examples in R using a dedicated package called MISTAT, and also refers to MINITAB and JMP.
• Includes exercises at the end of each chapter to aid learning and test knowledge.
• Provides over 40 data sets representing real-life case studies.
• Is complemented by a comprehensive website providing an introduction to R, and installations of JMP scripts and MINITAB macros, including effective tutorials with introductory material: www.wiley.com/go/modern_industrial_statistics.

Content:
Chapter I Part Introduction (page 1):
Chapter 1 The Role of Statistical Methods in Modern Industry and Services (pages 3–12):
Chapter 2 Analyzing Variability: Descriptive Statistics (pages 13–40):
Chapter 3 Probability Models and Distribution Functions (pages 41–112):
Chapter 4 Statistical Inference and Bootstrapping (pages 113–176):
Chapter 5 Variability in Several Dimensions and Regression Models (pages 177–234):
Chapter II Part Introduction (page 235):
Chapter 6 Sampling for Estimation of Finite Population Quantities (pages 237–257):
Chapter 7 Sampling Plans for Product Inspection (pages 258–281):
Chapter III Part Introduction (page 283):
Chapter 8 Basic Tools and Principles of Process Control (pages 285–318):
Chapter 9 Advanced Methods of Statistical Process Control (pages 319–360):
Chapter 10 Multivariate Statistical Process Control (pages 361–378):
Chapter IV Part Introduction (pages 379–380):
Chapter 11 Classical Design and Analysis of Experiments (pages 381–445):
Chapter 12 Quality by Design (pages 446–476):
Chapter 13 Computer Experiments (pages 477–493):
Chapter V Part Introduction (page 495):
Chapter 14 Reliability Analysis (pages 497–533):
Chapter 15 Bayesian Reliability Estimation and Prediction (pages 534–546):