نیمسال دوم 91-90 همراه با جواب تستی و تشریحی
نیمسال اول 92-91
نیمسال دوم 92-91 همراه با جواب تستی
نیمسال اول 93-92 همراه با جواب تستی
نیمسال دوم 94-93 همراه با جواب تستی و تشریحی
نیمسال اول 95-94 همراه با جواب تستی و تشریحی
(آشنایی با نرم‌‌افزارهای آماری)
36 صفحه
امروزه با شناخت بیشتر علم آمار و جایگاه آن در جامعه، آمار در سطح وسیعی توسط محققین رشتههای اقتصادی، تجاری، کشاورزی و ..... بکار گرفته میشود.در این راستا کامپیوتر در جهت تسریع محاسبات آماری با حجم وسیعی از اطلاعات در خدمت آمار قرار می‌‌گیرد. لذا تحلیل‌‌گران با فراگیری نرم‌‌افزارهای آماری، محاسبات و روشهای پیچیده آماری را توسط کامپیوتر انجام می‌‌دهند. و بدین ترتیب، فرصت بیشتری را صرف تجزیه و تحلیل نهایی اطلاعات می‌‌نمایند.
تاکنون نرم‌‌افزارهای آماری QUATTRO PRO, SPSS , STATGRAPHICS و .... و اکنون SAS با قابلیتهای بیشتر و مطلوبتر سهم عمده‌‌ای درجهت تسریع عملیات آماری دارد.
لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه28
فهرست مطالب
کنترل کیفیت آماری
مقدمه :
نگرشی بر مراحل اجرائی کنترل کیفیت آماری
چکیده:
۱-مقدمه:
٢-گروه بندی کیفیت
ب)توسعه محصول(طراحی)
۴-کنترل کیفیت آماری
FMEA •
4-1- طراحی آزمایشات چیست؟
4-1-1- مدل عمومی یک فرآیند
4-1-2-کاربردها و فواید DOE چیست؟
4-1-2-1--انتخاب بین گزینه ها )آزمایشات مقایسه ای)
در مهندسی و تولید صنعتی، بخش کنترل کیفیت و مهندسی کیفیت به بخشی گفته میشود که به درست کردن روش‌هایی مشغول است تا کارخانه بتواند به‌وسیله آن روش‌ها از مرغوبیت و مشتری‌پسند بودن کالاهای تولیدی خود مطمئن گردد. این روش‌ها و سیستم‌ها معمولاً با همکاری با دیگر رشتههای مهندسی و بازرگانی طراحی می‌شوند.
یکسان بودن تقریبی برجسته‌کاری‌های ستون‌ها و دیوارهای تخت جمشید، نیایشگاه‌های مصری و یونانی و دیگر سازه‌های باستانی نشانگر اینست که موضوع کنترل کیفیت از دیرباز نزد بشر وجود داشته است.
عمده بحث کنترل کیفیت مربوط به انجام نمونه گیری از محصولات ، بازرسی آن نمونه ها و تعممیم نتایج به کل انباشت محصول است که بر اساس روش های آماری انجام می گیرد . از دیگر روش های مورد استفاده در کنترل کیفیت ، کنترل فرایند تولید محصول به جای کنترل محصول تهیه شده است که با استفاده از روش های آماری مانند SPC و
قبل از تخمین مدل، به بررسی ایستایی می پردازیم. می توان چنین تلقی نمود که هر سری زمانی توسط یک فرآیند تصادفی تولید شده است. داده های مربوط به این سری زمانی در واقع یک مصداق از فرآیند تصادفی زیر ساختی است. وجه تمایز بین (فرآیند تصادفی) و یک (مصداق) از آن، همانند تمایز بین جامعه و نمونه در داده های مقطعی است. درست همانطوری که اطلاعات مربوط به نمونه را برای استنباطی در مورد جامعه آماری مورد استفاده قرار می دهیم، در تحلیل سریهای زمانی از مصداق برای استنباطی در مورد فرآیند تصادفی زیر ساختی استفاده می کنیم. نوعی از فرآیندهای تصادفی که مورد توجه بسیار زیاد تحلیل گران سریهای زمانی قرار گرفته است فرآیندهای تصادفی ایستا می باشد.
برای تاکید بیشتر تعریف ایستایی، فرض کنید Yt یک سری زمانی تصادفی با ویژگیهای زیر است:
(1) : میانگین
(2) واریانس :
(3) کوواریانس :
(4) ضریب همبستگی :
که در آن میانگین ، واریانس کوواریانس (کوواریانس بین دو مقدار Y که K دوره با یکدیگر فاصله دارند، یعنی کوواریانس بین Yt و Yt-k) و ضریب همبستگی مقادیر ثابتی هستند که به زمان t بستگی ندارند.
اکنون تصور کنید مقاطع زمانی را عوض کنیم به این ترتیب که Y از Yt به Yt-k تغییر یابد. حال اگر میانگین، واریانس، کوواریانس و ضریب همبستگی Y تغییری نکرد، می توان گفت که متغیر سری زمانی ایستا است. بنابراین بطور خلاصه می توان چنین گفت که یک سری زمانی وقتی ساکن است که میانگین، واریانس، کوواریانس و در نتیجه ضریب همبستگی آن در طول زمان ثابت باقی بماند و مهم نباشد که در چه مقطعی از زمان این شاخص ها را محاسبه می کنیم. این شرایط تضمین می کند که رفتار یک سری زمانی، در هر مقطع متفاوتی از زمان، همانند می باشد[1].
شامل 23 صفحه فایل word قابل ویرایش