Vážení přátelé,
nabízíme Vám specializované autorské praktické kurzy nejžádanějších statistických metod a jiných souvisejících témat pro pracovníky v technologii, řízení kvality, výzkumu, laboratořích a další zájemce.

Všeobecné intenzivní kurzy Statistické metody v řízení jakosti, Základní kurz Statistické metody v řízení jakosti, Pokročilý kurz Statistický systém S-Plus, Základní kurz Statistický systém S-Plus, Pokročilý kurz Statistický systém QC-Expert/Adstat

Speciální intenzivní kurzy Kurz U2 Spolehlivost a poruchovost Kurz M1 Analýza rozptylu a plánování experimentu Kurz M2 Základy regresní analýzy Kurz M3 Vícerozměrné modely, Neuronové sítě Kurz Q1 Analýza jednorozměrných dat Kurz Q2 Regulační diagramy, SPC, základy SixSigma Kurz Q3 Spolehlivost a FMEA Kurz Q4 Základy metod Six Sigma Kurz L1 Statistické metody pro laboratoře Kurz S1 Práce se statistickým softwarem QCExpert

Požadavky na implementaci statistických metod vyžadují kompetentní pracovníky s odborným vzděláváním v této oblasti. TriloByte na základě dlouholetých zkušeností a potřeb klientů v ČR i v zahraničí sestavil a připravil pro Vás speciální intenzivní kurzy pro zvyšování kvalifikace k využívání statistických metod a statistického software s cílem porozumění datům a vztahům mezi sledovanými veličinami a jejich časovému vývoji, vyhodnocení a zlepšování jakosti, spolehlivosti a přesnosti v různých oborech činnosti od výzkumu po technologickou praxi. Kurzy se konají v předem dohodnutém termínu v učebně TriloByte v Pardubicích, nebo po dohodě na pracovišti zákazníka. Počet účastníků je 1 až 10, je-li počet účastníků menší než 3, cena za účastníka se zvyšuje o 25%. Doporučujeme připravit a přinést s sebou vlastní data, zvýší se tím praktický přínos kurzu. Vzhledem k tomu, že kurzy jsou individuální, lze po dohodě upravit či kombinovat program. Součástí každého kurzu jsou učební materiály v tištěné a elektronické formě. Během výuky e interaktivně využíván statistický software QC-Expert, software není v ceně kurzu. Každý z dvoudenních kurzů doporučujeme prodloužit o 1 den intenzivního interaktivního procvičování tématiky a interpretace statistických výsledků na počítači v systému QC-Expert, resp. přípravy na implementaci software ve Vaší organizaci.

Telefon: +420 466 615 725        e-mail: Tato adresa je chráněna proti spamování, pro její zobrazení potřebujete mít Java scripty povoleny

Aby byla zajištěna maximální míra komunikace s přednášejícím, je počet účastníků omezen. Výuka probíhá interaktivně s velkým důrazem na příklady v malé učebně na počítačích PC vybavených příslušným software a s pomocí projekční techniky, max. 2 účastníci/1 počítač. Termín kurzu se stanovuje po dohodě, individuálně. Každý účastník obdrží vysvědčení o absolvování kurzu. Programy všech kurzů lze po předchozí dohodě zaměřit na určitá témata. Největší efektivity lze dosáhnout, jsou-li účastníci z jednoho oboru nebo podniku. Díky individuálnímu přístupu ”vydá” tento kurz za týdenní konvenční kurz!

Cena pro 1 účastníka je uvedena u každého kurzu.

Ubytování a stravování není zajištěno, bližší informace Tato adresa je chráněna proti spamování, pro její zobrazení potřebujete mít Java scripty povoleny

Cena za kurz na pracovišti objednatele se sjednává individuálně.

1. den: 10:00-14:00, 15:00-18:00

2. den 08:00-12:00, 13:00-16:00

Kurz U2 Spolehlivost a poruchovost (Reliability)
2 dny

Určeno pro: Pracovníky odpovědné za FMEA, posuzování a vyhodnocování spolehlivosti a poruchovosti zařízení, procesů a výrobků, plánovaní oprav, zátěžové testování výrobků. Předpoklady: Znalost práce s Excelem, Wordem. Program: Statistická rozdělení, vlastnosti normálního rozdělení, kvantil a pravděpodobnost, QQ graf,metoda maximální věrohodnosti, spolehlivost, Weibullova analýza, Weibullův a exponenciální model, odhady z neúplných (cenzorovaných) dat, výpočty a předpovědi poruchovosti a životnosti, spolehlivost a poruchovost systémů, základy FMEA/FMECA, hodnocení závažnosti poruchy, Paretova analýza, individuální zhodnocení a doporučení.

Kurz M1 Analýza rozptylu a plánování experimentu (ANOVA & Experimental Design)
2 dny

Určeno pro: Procesní inženýry odpovědné za zlepšování jakosti, výzkumné a vývojové pracovníky, vývoj a ověřování technologií a metodik. Předpoklady: Kurz Q1, nebo ekvivalentní znalosti. Program: Základy a modely analýzy rozptylu, základy lineární regrese, smysl a zásady plánování experimentu, plány pro dvouúrovňové experimenty, úplné a neúplné faktoriální plány, latinské čtverce, interakce, vyhodnocení plánovaných experimentů, responsní povrchy a jejich analýza, optimalizace kvadratických responsních povrchů, řešení individuálních úloh, zhodnocení a doporučení.

Kurz M2 Základy regresní analýzy (Regression Analysis - Basic)
2 dny

Určeno pro: Samostatné odborné pracovníky ve výzkumu, technologii, ekonomice, ekonometrii, pracovníky odpovědné za klasifikaci dat, posuzování veličin a jejich vztahů, zlepšování jakosti. Předpoklady: Kurz Q1, nebo M1, nebo ekvivalentní znalosti. Program: Vlastnosti normálního rozdělení, metoda nejmenších čtverců, podmíněná střední hodnota, regresní přímka, geometrie regrese, vícenásobná regrese, transformace proměnných, polynomická regrese, odhady parametrů, statistické vlastnosti parametrů, predikce, regresní diagnostika, porušení předpokladů nejmenších čtverců, testování a posuzování modelů, stepwise regrese, individuální konzultace a doporučení.

Kurz M3 Vícerozměrné modely, Neuronové sítě (Advanced multivariate modelling & ANN)
2 dny

Určeno pro: Samostatné odborné pracovníky ve výzkumu, technologii, ekonomice, ekonometrii, pracovníky odpovědné za klasifikaci dat, pokročilé posuzování veličin a jejich vztahů, zlepšování jakosti. Předpoklady: Kurz Q1, nebo M1, nebo ekvivalentní znalosti. Program: Struktura a povaha vícerozměrných dat, vícerozměrné rozdělení, marginální hustoty, korelace, úvod do maticového počtu, transformace dat, analýza hlavních komponent, robustní metody a vícerozměrná diagnostika dat. Modelování závislostí vícerozměrných dat, parciální nejmenší čtverce (PLS), princip neuronových sítí (ANN), návrhy a architektury sítí, aktivační funkce, typy úloh pro ANN, řešení úloh pomocí ANN, správné postupy konstrukce, použití a interpretace výsledků neuronových sítí.

Kurz Q1 Analýza jednorozměrných dat (Univariate Analysis)
2 dny

Určeno pro: Pracovníky odpovědné za sběr a klasifikaci dat, posuzování veličin, odhadování rizik, certifikaci a rozhodování, posuzování shody a způsobilosti, zlepšování jakosti. Předpoklady: Znalost práce s Excelem, Wordem. Program: Základní pojmy ve statistice, náhodné rozdělení, vlastnosti normálního rozdělení, kvantil a pravděpodobnost, pravděpodobnostní modely reálných dat – odhady a využití, nástroje grafické diagnostiky dat (exploratorní analýza), QQ graf, metoda maximální věrohodnosti, jiné symetrické a asymetrické modely rozdělení, transformace dat, analýza cenzorovaných dat, momenty, šíření chyb, statistické testování, testování průměru a rozptylu, test shody rozdělení, simulace, statistické přejímky, individuální zhodnocení a doporučení.

Kurz Q2 Regulační diagramy, SPC a základy SixSigma (Control Charts, SPC & SixSigma)
2 dny

Určeno pro: Procesní inženýry, manažery jakosti, laboratorní pracovníky, pracovníky odpovědné za stabilitu procesů. Předpoklady: Kurz Q1, nebo ekvivalentní znalosti. Program: Statistický model a stabilita procesu, statistické předpoklady Shewhartových diagramů, konstrukce Shewhartových diagramů, vlastnosti reálných dat, porušení předpokladů a jejich důsledky, nenormalita, závislost, pokročilé diagramy CUSUM a EWMA, autokorelace a autoregrese, autoregresní regulační diagrmy, trendy, neparametrické vyhlazování časových řad, vícerozměrné Hotellingovy regulační diagramy, individuální zhodnocení a doporučení.

Kurz Q3 Spolehlivost a FMEA (Reliability and FMEA)
2 dny

Určeno pro: Pracovníky a týmy FMEA, posuzování a vyhodnocování spolehlivosti a poruchovosti zařízení, procesů a výrobků, vedoucí pracovníky. Předpoklady: Znalost práce s Excelem, Wordem. Program: Základní pojmy FMEA, závažnost, výskyt a detekce problémů, typy FMEA a jejich zvláštnosti, tým FMEA, fáze projektu FMEA - jejich zásady a úskalí, statistické vlastnosti faktoru RPN, statistické vyhodnocování variability a stability, základy SPC a vztah k FMEA, analýza způsobilosti, analýza životnosti a spolehlivosti, statistické spolehlivostní modely, základy analýzy rozptylu, typové projekty FMEA. V ceně kurzu je příručka FMEA v češtině, makro pro Excel a typové formuláře.

Kurz Q4 Základy koncepce Six Sigma (Basics of Six Sigma Approach)
2 dny

Určeno pro: Green, Black, nebo Master Black belt, procesní inženýry odpovědné za zlepšování jakosti, výzkumné a vývojové pracovníky, vývoj, projekce a ověřování technologií a metodik, ekonomické a vedoucí pracovníky. Předpoklady: Znalost práce s Excelem, Wordem. Program: Historický vývoj statistických metod QC, vlastnosti a měření variability, ztrátová funkce, měření jakosti, indexy způsobilosti a výkonnosti, náhodné rozdělení, zdroje variability a jejich odhalení, Ishikawův diagram, principy a důvody zavádění Six sigma, organizační zajištění programu Six Sigma, cíle, nároky a metody Six Sigma, základy analýzy rozptylu, základy lineární regrese, individuální zhodnocení a doporučení dalšího vzdělávání.

Kurz L1 Statistické metody pro laboratoře (Statistical Methods in Laboratory, GLP)
2 dny

Určeno pro: Vedoucí a pracovníky laboratoří a zkušeben, pracovníky odpovědné za vyhodnocení chemických a jiných analýz a měření a jejich interpretaci, auditory a certifikační orgány, akreditované laboratoře a metrologická pracoviště. Předpoklady: Znalost práce s Excelem, Wordem, případně Kurz Q1. Program: Vlastnosti chyb, náhodné rozdělení, intervaly spolehlivosti a nejistota, šíření chyb – analytické a simulační výpočty, základy lineární regrese, lineární a nelineární kalibrace, zpětný odhad a mez detekce a kvantifikace, porovnání a validace metod, jednofaktorová analýza rozptylu, z-skóre, základy vícefaktorová analýza rozptylu, statistické testování.

Kurz S1 Práce se statistickým softwarem QCExpert (Managing Statistical Software)
1 den (rozšířený kurz plus: 2 dny)

Určeno pro: Uživatele systému QC-Expert, případně QCE-DataCenter Předpoklady: Znalost práce s Excelem, Wordem, případně Accessem, znalosti na úrovni některého z předchozích kurzů. Program: Intenzivní procvičování vybraných statistických metod pro vyhodnocování přinesených skutečných, nebo simulovaných dat s důrazem na interpretaci a prezentaci výsledků. Cílem je naučit se samostatně používat statistické metody i další funkce systému QCExpert, správně a efektivně využít možnosti vstupů ze souborů a databází, úpravy dat, textových a grafických výstupů software při prezentaci výsledků a tvorbě reportů. Součástí kurzu jsou ukázky a nácvik typického praktického použití všech modulů a statistických metod včetně interpretace výsledků, avšak s menším důrazem na teorii.

V ceně kurzu je studijní materiál v angličtině. Doporučujeme přinést vlastní manuály.

Základní kurz 2 dny

Cílem kurzu je naučit uživatele samostatně a efektivně používat základní prostředky jazyka, přenášet a upravovat datové soubory, využívat grafické metody při klasifikaci a interpretaci dat, správně používat základní statistické techniky při analýze dat, efektivně prezentovat výsledky a grafy a automatizovat analýzu pomocí jednodušších funkcí.

Předpoklady: základní znalost MS Windows, Excel, Word.

• Úvod.Prostředí S-Plus.
• Základy syntaxe.
• Typy dat.
• Datové objekty: vektory, matice a data frame.
• Práce s indexy a podmnožinami dat.
• Operátory.
• Funkce.
• Základy práce s grafikou.
• Čtení a editace dat.
• Import/export.
• Třídění a manipulace s daty.
• Grafické zkoumání dat.
• Základy konstrukce lineárního modelu.
• Statistické testy.
• Tisk a ukládání výsledků.
• Grafika pro jednorozměrná data, grafická diagnostika dat.
• Grafika pro dvojrozměrná data, hledání korelací a závislostí.
• Dynamická a statická grafika pro trojrozměrná data.
• Grafika pro vícerozměrná data, princip Trellis Graphics.
• Interaktivní grafika, práce s podmnožinou dat.
• Grafické formáty, WMF, export do textového editoru, prezentace.
• Základy psaní funkcí v S-Plus.

Pokročilý kurz 2 dny

Předpoklady: základní znalost S+, MS Windows, Excel, Word.

• Úvod.
• Prostředí S-Plus 4.5.
• Datové objekty: vektory, matice, data frame, seznamy, faktory, časové řady.
• Import/export.
• Organizace dat: frame, database, typy objektů.
• Automatická analýza, skripty.
• Psaní funkcí a základy programování: struktura, editace, argumenty, podmínky, iterace.
• Interaktivní prostředí S-Plus 4.5 (GUI): menu, dialogy.
• Statistické testy.
• Lineární model.
• Lineární regresní metody: lm, gam, avas, ace.
• Další regresní modely.
• Neparametrická regrese: lowess, smooth, supsmu.
• Robustní regresní metody.
• Použití modulu Wavelets.
• Axum, grafická prezentace pro S-Plus.

Pokročilý kurz 2 dny

Předpoklady: základní znalost MS DOS, Windows, Excel, Word.

• Úvod, ovládání programu.
• Jednorozměrná data, odhady střední hodnoty.
• Normalita, rozdělení dat, věrohodnost, testy.
• Exploratorní techniky pro jednorozměrná data.
• Vícerozměrná data, vícerozměrné rozdělení, kovarianční matice, korelace, vlastní čísla.
• Analýza rozptylu.
• Vyhlazování.
• Kalibrační modely
• Úvod do lineární regrese.
• Vlastnosti a rizika metody nejmenších čtverců.
• Předpoklady regrese a jejich ověření.
• Polynomická regrese.
• Vážená regrese, kvazilinearizace.
• Regresní diagnostika, diagnostické grafy.
• Vlastnosti odhadů.
• Nelineární regresní model.
• Optimalizace účelové funkce.
• Vlastnosti odhadů.

Základní kurz 2 dny

Předpoklady: základní znalost MS DOS, Windows, Excel, Word.

• Úvod, základní pojmy.
• Stav a vývoj QC, QI a TQM u nás a ve světě.
• Jakost, její smysl, definice, měření.
• Jak prakticky provádět QC a SPC, přehled software pro PC.
• Základní vlastnosti měřených dat.
• Základní pojmy ve statistické analýze.
• Jednorozměrná data, odhady střední hodnoty.
• Normalita, rozdělení dat, věrohodnost, testy, intervaly spolehlivosti.
• Variabilita, ztráta, ztrátová funkce a její optimalizace.
• Statistické přejímky srovnáním a měřením, operační charakteristika.
• Statistická regulace, Shewhartovy regulační diagramy.
• Nutné předpoklady a zásady pro použití regulačních diagramů, příklady.
• Shewhartovy diagramy x-I, x-R, x-S, p, np, c, u.
• Diagnostika problémů, interpretace diagramů.
• Porušení předpokladů, autokorelace, trendy.
• Zásady pro návrh a konstrukci regulačního diagramu
• Indexy způsobilosti procesu
• Jiné druhy regulačních diagramů: CUSUM, EWMA

Pokročilý kurz 2 dny

Předpoklady: základní znalost MS DOS, Windows, Excel, Word.

• Smysl analýzy dat ve výrobním procesu a výzkumu.
• Základní vlastnosti měřených dat.
• Ztráta, ztrátová funkce, konfidenční oblast minima.
• SPC, Shewhartovy regulační diagramy, statistická regulace.
• Porovnání různých typů regulačních diagramů.
• Hotellingovy regulační diagramy pro vícerozměrná data.
• Zlepšení vlastností dat, mocninné transformace.
• Normalita, rozdělení dat, věrohodnost, testování předpokladů o datech, intervaly spolehlivosti.
• Odhady založené na normalitě, průměr, metoda nejmenších čtverců. Lineární regrese.
• Trendy v datech, autokorelace, vyhlazování, lokální regrese.
• Korelace, princip hlavních komponent.
• Vícenásobná lineární regrese, hledání závislostí a kvantitativních vlivů.
• Transformace proměnných v regresi, polynomická regrese.
• Nelineární regrese, modelování funkčních závislostí.
• Analýza rozptylu, hledání kvalitativních vlivů.