內容大鋼
在國家全力推進「新質生產力」戰略和建設「質量強國」的大背景下，質量管理學的地位愈發重要。本書基於數據驅動的問題解決與質量改進理念，共分7篇19章。第1篇「緒論」系統梳理了質量管理的歷史演變及六西格瑪管理方法；第2?6篇依據定義、測量、分析、改善和控制5個階段，介紹質量管理的核心工具和實踐路徑；第7篇「應用與前沿」則重點探討了六西格瑪管理法在不同行業和場景下的實際案例與最新發展。
融合大數據時代的智能質量管理理念，本書對傳統質量管理理論與方法進行了創新與拓展，彌補了傳統模式在數據分析和智能應用方面的不足，為學生與從業者在面對複雜多變的質量問題時，提供了行之有效的理論基礎與實用工具。全書內容緊扣學術與產業的前沿需求，可作為高等院校工業工程及相關專業「質量管理學」課程的教材，也可供研究人員與企業相關從業人員參考。
目錄
第1篇 總論
第1章 緒論
1.1 質量管理歷史
1.1.1 工業化時代以前的質量管理
1.1.2 工業化時代的質量管理
1.2 質量的定義
1.2.1 符合性質量
1.2.2 適用性質量
1.2.3 ISO標準中質量的定義
1.2.4 卓越質量
1.3 質量的維度
1.3.1 Garvin模型
1.3.2 SERVQUAL模型
1.3.3 Kano模型
習題
參考文獻
第2章 DMAIC方法論
2.1 六西格瑪管理法的發展簡史
2.2 六西格瑪管理法
2.2.1 統計意義上的質量標準
2.2.2 六西格瑪管理法的步驟
習題
參考文獻
第2篇 定義階段(D)
第3章 質量統計分佈
3.1 數據描述
3.1.1 樣本均值與樣本方差
3.1.2 可視圖表
3.1.3 隨機變數和概率分佈
3.2 常用離散概率分佈
3.2.1 超幾何分佈
3.2.2 二項分佈
3.2.3 泊松分佈
3.2.4 帕斯卡分佈及相關分佈
3.3 常用連續概率分佈
3.3.1 正態分佈
3.3.2 對數正態分佈
3.3.3 指數分佈
3.3.4 伽馬分佈
3.3.5 威布爾分佈
3.3.6 多元隨機變數和多元正態分佈
3.3.7 統計推斷中的常用分佈
3.3.8 概率分佈的選擇
習題
參考文獻
第4章 質量統計推斷
4.1 統計抽樣分佈
4.1.1 來自正態總體的抽樣分佈
4.1.2 來自伯努利總體的抽樣分佈
4.1.3 來自泊松總體的抽樣分佈
4.2 點估計
4.3 均值假設檢驗
4.3.1 單均值假設檢驗
4.3.2 雙均值假設檢驗
4.4 方差假設檢驗
4.4.1 單樣本方差假設檢驗
4.4.2 雙樣本方差假設檢驗
4.5 比例假設檢驗
4.5.1 單比例假設檢驗
4.5.2 雙比例假設檢驗
4.6 方差分析
4.6.1 完全隨機實驗
4.6.2 總體均值相等性假設
4.7 線性回歸模型
4.7.1 線性回歸模型參數的估計
4.7.2 多元回歸的假設檢驗
4.7.3 多元回歸的置信區間
4.7.4 新觀測值的預測
4.7.5 回歸模型診斷
習題
參考文獻
第3篇 測量階段(M)
第5章 測量系統分析
5.1 測量系統概述
5.2 測量系統分析概述
5.3 測量系統分析模型
5.4 準確度分析
5.4.1 偏倚
5.4.2 線性
5.4.3 穩定性
5.5 精密度分析
5.5.1 隨機效應模型的方差分析
5.5.2 分析案例
5.6 測量系統分析小實驗
習題
參考文獻
……
第4篇 分析階段(A)
第5篇 改善階段(I)
第6篇 控制階段(C)
[