統計品質管制:導論, 8/e Montgomery
作者:王福琨、黃川誌 譯;Douglas C. Montgomery 著
ISBN:9786267130070
版次:8
年份:2022
出版商:東華書局
頁數/規格:904頁/平裝單色
本書章節組織與主題範圍
這本書共有六個部分,第一部分是簡介。第一章是品質改善的原理與基本觀念介紹。本章內容指出,品質已經成為一項主要的企業策略,而成功改善品質的組織可以提升產能、擴大組織的市場滲透,達成更高的獲利性,以及更強的競爭優勢;內容也包括品質改善的一些管理與執行觀點。第二章說明「DMAIC」,是定義(define)、衡量(measure)、分析(analyze)、改善(improve)、管制(control)五個英文字第一個字母的縮寫。「DMAIC」通常與六個標準差有關,但不論一個組織因為策略性考量所採用的方法為何,「DMAIC」常常是品質管制專業人士使用的一項絕佳策略性工具。
第二部分說明品質改善中,很有用的統計方法。主題包括:抽樣與敘述統計、機率與機率分配的基本概念、參數的點估計與區間估計,以及統計的假設檢定。這些主題通常都包括在統計方法的基本課程裡;不過在本書當中,是以品質工程的觀點呈現。我過去的體認是,即使具有豐富統計知識背景的讀者,也會發現這本書的內容很有用,而且跟一般標準的統計教科書有些不同。
第三部分有四章,涵蓋統計製程管制(SPC)的基本方法與製程能力分析的方法。儘管這部分的內容,討論了數種統計製程管制解決問題的工具(例如,柏拉圖、因果關係圖),不過最主要的焦點還是蕭華特(Shewhart)管制圖。雖然蕭華特管制圖並不是最新方法,然而蕭華特管制圖在現代企業與產業的使用上,卻仍然有著極高的價值。
第四部分有四章,說明更進階的統計製程管制(SPC)方法。內容包括累積和與指數加權移動平均管制圖(第九章),一些重要的單變量管制圖,如短期生產的程序、自我相關資料、多注頭製程(第十章),多變量製程監控與管制(第十一章),以及回饋調整技術(第十二章);這裡有些內容比第三部分更進階的程度,但絕大部分的內容對大三、大四或研究所一年級的學生來說,是很容易理解的。這些內容提供讀者,第二個統計品質管制與改善的課程基礎。
第五部分有兩章,說明依照統計所設計的實驗,如何應用在製程設計、發展與改善。第十三章說明實驗設計基本的概念,並且介紹因子與部分因子設計,其中特別強調兩階段的系統設計。這些設計在產業的因子篩選與製程特性中被普遍使用。雖然這個主題的論述並不是很廣泛,也不能代替實驗設計的正式課程,它卻可以讓讀者領略,實驗設計更複雜的範例。第十四章介紹反應曲面法與設計,針對製程監控說明進化操作法,並且顯示統計所設計的實驗,如何用在製程穩健的研究。第十三章與第十四章強調,對於製程改善的統計製程管制與實驗設計,彼此之間重要的相互關係。
第六部分有兩章是關於允收抽樣,雖然第十四章有些討論是關於連續抽樣與「MIL STD 1235C」,不過主要的焦點是逐批允收抽樣計畫。其他介紹的抽樣主題,包括允收抽樣計畫設計的各種觀點,討論「MIL STD 105E」、「MIL STD 414」(以及它們在一般應用時,配對的人或物、ANSI/ASQC Z1.4、ANSI/ASQC Z1.9),以及其他方法,如連鎖抽樣和越批抽樣。
這本書提供了在廣泛、不同情形下選擇適當統計方法的指導方針。除此之外,大量的期刊刊物與其他專業參考文獻,將可以幫助讀者應用所提到的這些方法。書中同時也指出不同的方法,是如何在DMAIC製程中使用。
本書第八版的新增內容包括:品質改善實施、在非製造業領域的品質工具應用、伯努利(Bernoulli) 製程監控、低缺點水準的製程監控,和應用實驗設計進行製程與品質改善。此外,本書的許多章節也重新改寫,並增列新的參考文獻及共計120題的作業題目於各章中,讓讀者對於各章主題能有更深入的理解。
目錄
第一部分 序言
第1章 現代企業環境的品質改善
第2章 DMAIC問題解決流程
第二部分 品質管制與改善的有用統計方法
第3章 建模過程品質
第4章 製程品質的推論
第三部分 統計製程管制與能力分析的基本方法
第5章 統計製程管制的方法與哲學
第6章 計量值管制圖
第7章 計數值管制圖
第8章 決定製程與量測系統的能力
第四部分 其他統計製程監控與管制技術
第9章 累積和與指數加權移動平均管制圖
第10章 其他單變量統計製程監控與管制圖技術
第11章 多變量統計製程監控與管制
第12章 工程製程管制與統計製程管制
第五部分 符合設計實驗的製程設計與改善
第13章 製程設計與改善的因子和部分因子實驗
第14章 製程最佳化的實驗設計
第六部分 允收抽樣
第15章 計數值允收抽樣
第16 章 額外的允收抽樣方法
附錄
I. 統計品質管制經常使用的一般機率分配彙整
II. 累積標準常態分配
III. 卡方分配百分點
IV. t分配百分點
V. F分配百分點
VI. 建構計量值管制圖的因素
VII. 雙邊常態公差界限的因素
VIII. 單邊常態公差界限的因素
索引
立即查看
機率與統計推論:R語言的應用 (2版)
類似書籍推薦給您
本書特色
這是一本因應電腦世代 (computer age) 所寫成的統計學教科書。書中增加了有關 R 語言的介紹,並盡可能在各個章節中,說明電腦以及 R 語言如何在機率與統計推論上,發揮其功用。其中,我們在第 19 章介紹蒙地卡羅模擬與 Bootstrap 樣本重抽法,希望讀者對於如何以電腦運算能力輔助統計推論能有一較為深入的認識。本書的章節安排,是根據我在台大經濟系講授 「統計學」 課程的多年教學經驗所整理出之架構。在介紹完機率模型後,緊接著介紹單變量與多變量隨機變數。關於動差的討論,則是從隨機變數的章節抽離出來,獨立成為第 5 章。同時,亦將常態分配以及與其相關的重要分配如卡方分配,學生 t 分配與 F 分配等,以一獨立章節 (第 6 章) 介紹。這本書的設計目標是,讓學生在得到足以駕馭統計推論的機率理論 (隨機變數,動差,常態分配,抽樣分配與大樣本理論) 之後,就開始一窺統計推論之堂奧。至於其他常用的離散與連續隨機變數,則移到統計推論相關章節的後面,因此,如果是一學期的統計課程,只要專注在第 1 到 11 章即可,關於其他常用離散與連續隨機變數之介紹,可於學期末得空時再補充。我在本書中不再討論變異數分析 (ANOVA),有興趣的讀者請自行參考陳旭昇 (2015)。
本書的特色如下 :
以專章介紹動差與條件動差,並以資本定價模型 (Capital Asset Pricing Model) 作為機率模型的一個應用。
以專章介紹常態分配以及與其相關的重要分配如卡方分配,學生 t 分配與 F分配。
對無母數統計與變異數分析捨棄不提。相反地,對於機率模型,隨機變數,漸近理論 (大樣本理論),估計以及迴歸分析則有較一般初等統計更為深入的探討。
對於迴歸分析,由條件期望值出發,之後再談迴歸的機率模型。在迴歸參數估計上,除了一般常用的最小平方法,我們也使用介紹過的類比法,動差法,以及最大概似法,與之前章節相呼應。此外,揚棄古典迴歸模型中,將解釋變數視為非隨機的假設,並且不再假設迴歸誤差的分配為常態。 因此,對於迴歸模型的統計推論與分析,需仰賴條件機率分配與大樣本漸近理論。
介紹時間序列,多變量常態分配,蒙地卡羅模擬,Bootstrap 樣本重抽法與貝氏統計學。
目錄
1 認識 R 語言
2 機率理論與應用
3 隨機變數
4 多變量隨機變數
5 動差
6 常態分配及其相關分配
7. 隨機樣本與敘述統計
8 漸近理論與漸近分配
9 點估計
10 區間估計
11 假設檢定
12 其他離散隨機變數
13 其他連續隨機變數
14 多變量常態分配
15 簡單迴歸分析 (I): 基本概念
16 簡單迴歸分析 (II): 統計推論
17 多元迴歸分析
18 時間序列
19 蒙地卡羅模擬與 Bootstrap
20 貝氏統計學
21 R 語言簡介
22 機率分配表
立即查看