突破品質水準-實驗設計與田口方法之實務應用, 2/e (附範例檔案 QRCODE)
林李旺
- 出版商: 全華圖書
- 出版日期: 2025-05-19
- 定價: $450
- 售價: 9.0 折 $405
- 語言: 繁體中文
- 頁數: 356
- ISBN: 6264013277
- ISBN-13: 9786264013277
-
相關分類:
機率統計學 Probability-and-statistics
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
Multidimensional Signal, Image, and Video Processing and Coding, 2/e (Hardcover)$1,380$1,352 -
Practical Image and Video Processing Using MATLAB (Hardcover)$6,630$6,299 -
Permanent Magnet Brushless DC Motor Drives and Controls (Hardcover)$8,880$8,436 -
Microprogrammed State Machine Design (Hardcover)$9,880$9,386 -
跟著範例學會 Visual C# 2015 (適用2015/2013)$420$328 -
物聯網實作:工業4.0基礎篇, 2/e (附光碟)$520$468 -
7天學會 Android App 程式開發$450$351 -
$301機器學習入門到實戰 — MATLAB 實踐應用 -
Excel VBA 實戰技巧|金融數據 x 網路爬蟲$620$527 -
動手做深度強化學習 (Deep Reinforcement Learning Hands-On)$690$345 -
最新圖解馬達入門$300$255 -
超圖解 Arduino 互動設計入門, 4/e$680$578 -
工業4.0 的物聯網智慧工廠應用與實作:使用 Arduino.Node-RED.MySQL.Node.js$500$199 -
$422深入淺出神經網絡與深度學習 -
FPGA 數字圖像採集與處理 — 從理論知識、模擬驗證到板級調試的實例精講$414$393 -
$454OpenCV 4.5 電腦視覺開發實戰 (基於 VC++) -
超簡單 AIoT 物聯網與網站架設必學神器:Node-RED 視覺化開發工具$650$507 -
$301機器學習與振動信號處理 -
NLP 大神 RNN 網路:Python 原始程式碼手把手帶你寫$890$703 -
$560數字圖像處理與機器視覺 — Visual C++ 與 Matlab 實現, 2/e -
白話機器學習$780$616 -
新一代 Keras 3.x 重磅回歸:跨 TensorFlow 與 PyTorch 建構 Transformer、CNN、RNN、LSTM 深度學習模型$750$593 -
$250天線理論與工程設計 -
半導體製程技術導論, 5/e$950$855 -
LlamaIndex 大模型 RAG 開發實踐$834$792
相關主題
商品描述
內容簡介
企業要特出於同業的競爭優勢,有效率的品質管理是重要關鍵。本書能讓讀者從實務中理解如何透過設計有效的實驗方法,從實驗結果中分析、了解品質特性,以達到控制品質,進而提升品質的目標。本版新增「田口方法」篇章,此方法將實驗設計屬於統計理論的部份省略,就算是不懂統計的初學者也能透過此書理解應用。無論是實驗設計或田口方法,皆能有效地協助企業提昇產品的品質水準。
本書特色
1.介紹企業界所經常使用的實驗設計方法,並以業界最常運用的統計軟體-Minitab為主,避開繁瑣的統計計算,易學好用。
2.藉由完整的實驗設計案例並解說與其他方法的邏輯關聯性,解決讀者之疑惑。
3.經由提升產品品質的15個步驟,將實驗設計及田口方法充分融入品質改善的過程。
4.提供書中統計範例運算結果所使用之原始數據電子檔,並說明DOE在六標準差(Six Sigma)模型DMAIC及DFSS的使用時機。
目錄大綱
Ch1 實驗設計概論
1-1 實驗設計的目的
1-2 利用實驗設計提升品質水準的15個步驟
1-3 實驗設計在Six Sigma(DMAIC 及 DFSS)中的運用
1-4 實驗設計中統計分析的利器-Minitab
Ch2 簡單的統計
2-1 常態分布
2-2 t 分布
2-3 F 分布
2-4 二平均數差的比較:t 檢定
2-5 二變異數的比較:F 檢定
Ch3 一因子實驗設計
3-1 變異數分析的時機和目的
3-2 一因子變異數分析
3-3 Fisher的兩水準相比較
3-4 殘差分析
Ch4 2k因子設計
4-1 不同的實驗設計組合
4-2 因子設計的解析
4-3 2k因子設計的解析
4-4 加入中心點的設計
4-5 數據轉換
Ch5 2k-p部分因子設計
5-1 2k-p部分因子設計簡介
5-2 2k-1部分因子設計
5-3 2k-p部分因子設計
5-4 解析度*(建議初學實驗設計者可以省略此章節)
5-5 Plackett-Burman 設計
5-6 離散型反應值的實驗設計
Ch6 反應曲面法
6-1 反應曲面法介紹
6-2 反應曲面法的分析-中央合成設計
6-3 反應曲面法的分析-Box-Behnken設計
6-4 最陡上升法
6-5 最佳化設計
6-6 多反應值的最佳化
Ch7 田口方法
7-1 田口方法概述
7-2 直交表的原理及選用
7-3 損失函數
7-4 SN比分析-靜態參數設計
7-5 SN比分析-動態參數設計
參考案例
參考資料
