VIP13
本课程属于：020-SPC、质量分析与持续改进 智能制造_工业装备与数字化生产工程 · 共 13 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

SPC数据清洗与异常值治理工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
SPC数据工程全景
目标=SPC核心概念 · 控制图原理 · 数据清洗与异常值治理在SPC中的定位
SPC数据工程全景
02
SPC数据采集与质量特征
目标=计量型与计数型数据 · 合理子组 · 抽样策略
SPC数据采集
03
SPC数据常见脏乱形态
目标=缺失值 · 重复记录 · 时间戳错乱
SPC数据常见脏乱形态
04
数据清洗工程流程设计
目标=从原始数据到控制图可用数据的端… · 清洗规则库 · 版本管理
数据清洗工程流程…目标=从原始数据…
05
缺失值治理实战
目标=缺失机制判断 · 删除与插补策略 · 时间序列插补
缺失值治理实战目标=缺失机制判…
06
重复值与记录去重
目标=完全重复 · 近似重复 · 多源重复的检测
重复值记录去重
07
时间戳与采样频率治理
目标=时区统一 · 时钟漂移校正 · 采样间隔不齐
时间戳采样频率治理
08
量纲、单位与量程统一
目标=单位换算 · 量程截断 · 传感器量程外数据
量纲单位
09
异常值定义与SPC语境
目标=异常值 · 离群点 · 特殊原因
SPC异常值定义
10
异常值检测的统计基础
目标=均值-标准差法 · Z分数 · 四分位距
异常值检测的统计…目标=均值
11
控制图判异准则与异常信号
目标=Western Electri… · Nelson规则 · 连续链
控制图判异准则异常信号
12
单变量异常值治理实战
目标=对Xbar-R图 · X-MR图 · P图
单变量异常值治理…Xbar-R
13
多变量异常值治理入门
目标=Hotelling T² · 马氏距离 · 主成分贡献图
多变量异常值治理…Hotelling
14
异常值处置策略
目标=剔除 · 修正 · 替换
异常值处置策略目标=剔除
15
稳健统计与SPC
目标=中位数 · 截尾均值 · 稳健标准差
SPC稳健统计
16
数据清洗中的批次与分层
目标=按产品 · 设备 · 班次
数据清洗批次
17
清洗与异常值治理的自动化
目标=规则引擎 · 脚本化清洗 · 调度任务
清洗异常值治理的自动…
18
清洗质量评估指标
目标=清洗前后数据完整率 · 异常检出率 · 误杀率
清洗质量评估指标目标=清洗前后数…
19
SPC数据治理与合规
目标=数据权限 · 审计追踪 · 电子记录
SPC数据治理
20
案例一
目标=注塑成型尺寸数据清洗与异常值治…
案例一目标=注塑成型尺…
21
案例二
目标=化工反应釜温度与压力数据治理 · 时间漂移 · 缺失与尖峰异常的联合处理
案例二目标=化工反应釜…
22
案例三
目标=电子元器件批次合格率数据清洗
案例三目标=电子元器件…
23
案例四
目标=汽车零部件多工位测量数据治理 · 工位分层与T²控制图应用
案例四目标=汽车零部件…
24
案例五
目标=食品灌装重量数据清洗：量程截断 · 重复灌装 · 单位混用与稳健控制限构建
案例五目标=食品灌装重…
25
清洗与异常值治理对过程能力的影响
目标=Cp · Cpk · Pp
清洗异常值治理对过程…
26
异常值根因分析与CAPA联动
目标=从数据异常到5Why · 鱼骨图 · FMEA
CAPA异常值根因分析
27
SPC数据清洗工程文档化
目标=清洗规范 · 异常值处置SOP · 数据字典
SPC数据清洗工程文档…
28
工具链实战
目标=Python/Pandas · SQL · Excel Power Query
工具链实战Python/Panda…
29
综合项目
目标=端到端SPC数据清洗与异常值治… · 数据获取 · 清洗
综合项目SPC
30
课程总结与持续改进
目标=知识体系回顾 · 常见陷阱 · 治理成熟度模型
课程总结持续改进