7 CORSI DI STATISTICA APPLICATA

Si tratta di 7 corsi di formazione progressiva che hanno l’obiettivo di formare una mentalità e capacità adeguata ad affrontare, in termini quantitativi-matematici e quindi obiettivi, un vasto campo di situazioni che spaziano dall’analisi dei dati, alla valutazione della significatività dei fenomeni aziendali, alla programmazione degli esperimenti, all’analisi della affidabilità di componenti e sistemi.

La Statistica è affrontata con un approccio pratico, in cui l’aspetto matematico è limitato alla illustrazione di una formula come strumento di lavoro, rendendo così minima la difficoltà per chi non ha un feeling con la matematica.

I corsi sono corredati da Quaderni che riassumono ed esemplificano quanto esposto dai docenti e guidano il lettore a verificare quanto effettivamente appreso, attraverso esercizi proposti e svolti.

Di seguito i Temi di ogni Corso.

CORSO N°1: RACCOLTA E ANALISI DEI DATI

La formazione mira a creare le capacità di organizzare la raccolta dei dati in funzione dello scopo/dei problemi che si presentano, e di assicurare l’affidabilità e la validità delle decisioni che discenderanno dalle loro analisi.

Contenuti:

• Tecniche di raccolta dei dati; popolazione e campioni
• L’analisi dei dati: individuazione dei dati errati, istogrammi, variabili quantitative e qualitative,  diagramma  di Pareto,  tipi di distribuzione  (Gauss, Bernouilli, binomiale) e parametri relativi
• Utilità pratica della conoscenza della deviazione standard
• Alcuni teoremi fondamentali
• Grafici di probabilità
• Tecniche per ridurre i dati alla Normalità
• Altre conoscenze e tecniche di utilizzo meno frequente: grafici a rami e foglie, box-plot, grafici digidot, curtosi, skewness, calcolo dei parametri statistici nel caso di raggruppamento dati in classi di frequenza, calcolo deviazione standard dal range medio.

 CORSO N°2: CONTROLLO STATISTICO DI PROCESSO

La formazione mira a creare le capacità per guidare e gestire i processi aziendali con le opportune tecniche: a misurarne la capacità in rapporto alle esigenze dei Clienti, a controllarne le prestazioni attraverso campionamenti, ad accertare se i requisiti del suo output sono conformi ai requisiti (di contratto o impliciti) dei clienti, a controllare le materie prime provenienti dai Fornitori in rapporto ai requisiti del processo di produzione (piani di campionamento in ingresso).

Contenuti:

• La misura della capacità di un processo in rapporto alle esigenze clienti
• Le carte di controllo di un processo:
  • per variabili
  • per attributi
  • per la frazione di non conformi
  • per numero di unità non conformi
  • per numero di non conformità
  • per numero di non conformità per unità
• I passi per l’organizzazione delle carte di controllo
• Il controllo in ingresso delle forniture:
  • Piani di campionamento per attributi
  • Piani di campionamento per variabili

Aspetti essenziali non statistici relativi al controllo di processo.

Annotazioni sui limiti di controllo a ±3σ di una distribuzione Normale.

Annotazioni sui limiti di controllo a ±3σ di una distribuzione Binomiale e di Poisson.

Carte di controllo per valori singoli.

Carte di controllo CUSUM ed EWMA.

Esempi di Curve Operative di una carta di controllo.

Dimensionamento dell’ampiezza e frequenza di un campionamento.

Piani di controllo CSP1, CSP2, CSP A.

Piani di campionamento sequenziale.                                                

CORSO N°3: L’INFERENZA STATISTICA

La formazione mira a creare le capacità di valutare la significatività:

• la differenza tra i valori delle caratteristiche rilevate nei campioni
• la differenza tra i valori delle caratteristiche relative a campioni e produzione (popolazione), e a stimare i dati veri delle caratteristiche della produzione sulla base dei dati campionari.

Contenuti:

• Qual’è l’aspetto/ l’importanza pratica del tema
• Cos’è una stima e cos’è un test
• Le tipologie di rischio da considerare
• I livelli di significatività delle affermazioni relative ad una stima e a un test
• Stime unilaterali e bilaterali: tutti i casi relativi a medie, dispersioni, rapporti tra varianze, capacità dei processi, percentuali di Non Conformi, numero di difetti
• Test: tutti i casi relativi a medie, dispersioni, rapporti tra varianze, capacità dei processi, percentuali di Non Conformi, numero di difetti
• Il P-valore
• Intervallo di confidenza basato su una singola osservazione
• Test relativo a casi i cui i dati non hanno una distribuzione Normale.

CORSO N°4: L’ANALISI DEGLI ERRORI (ANALISI DELLA VARIANZA)

Contenuti:

• Quale l’aspetto pratico dell’AN.O.VA
• Introduzione all’ANOVA: il campo di utilità, concetti e presupposti sui quali si basa
• Fattori, livelli dei fattori e responso; interazione tra i fattori
• Valutazione della significatività  dell’effetto dei fattori sul responso; stima degli effetti e dei componenti della varianza
• Gradi di libertà
• Gli aspetti matematici del problema: il modello degli effetti
• Calcolo dell’intervallo di confidenza per i componenti della varianza
• ANOVA ad una via o schema ad una classificazione
• ANOVA a due vie o schema a due classificazioni
• ANOVA a tre (o più) vie
• Elaborazione dei dati della tabella standard dell’ANOVA: sperimentazione di un solo fattore, di due e più fattori con e senza replicazioni
• Piani a blocchi casualizzati e altre tecniche di casualizzazione e di confondimento
• Verifica della validità delle ipotesi di base per l’elaborazione ANOVA
• Il P-valore.

CORSO N°5: LA  PROGETTAZIONE  DEGLI  ESPERIMENTI (D.O.E.)
       
La formazione mira a creare le capacità di progettare le prove (definizione del campo sperimentale) in funzione del loro obiettivo e a ridurne il numero senza compromettere l’affidabilità delle informazioni che verranno acquisite.

Contenuti:

• Le principali differenze fra DOE e sperimentazione classica
• Il linguaggio del DOE
• La programmazione degli esperimenti fattoriali: impostazione e gestione delle prove
• Esperimenti fattoriali completi: l’obiettivo, parametri e loro screening, scelta dei livelli, replicazioni, schema di prove 2²-2³-tabella dei segni
• Schemi di casualizzazione delle prove
• Verifica dei presupposti sui quali si basa l’analisi dei dati (analisi dei residui, ecc.)
• Esperimenti fattoriali incompleti
• Le conclusioni della sperimentazione: significatività degli effetti, rappresentazione grafica dei responsi, determinazione delle condizioni di optimum, affidabilità e stabilità della risposta
• Esempi guida.

CORSO N°6: L’AFFIDABILITÀ DEI COMPONENTI DI UN SISTEMA

Il percorso didattico crea nel partecipante la capacità di rispondere a domande come quelle seguenti:

Quale percentuale di componenti sopravviverà dopo un tempo di funzionamento predefinito?

Qual’ è la probabilità di guasto di x componenti dopo un tempo di funzionamento predefinito?

Dopo quanto tempo di funzionamento arriveremo a registrare x% di guasti?

Quale valore (in ore, n° cicli, Km, ecc.) dobbiamo garantire al cliente per un funzionamento senza avarie del x% di componenti?

Quale fra due o più componenti con caratteristiche progettuali diverse è il più affidabile?

Ecco un esempio di domande alle quali vogliamo imparare a rispondere.

Contenuti:

• Componenti e sistemi, riparabili e non
• Tipologia dei guasti
• Come si esprime l’affidabilità
• Tipi di distribuzione di frequenza che interessano il campo di affidabilità di un componente o di un sistema
• Affidabilità dei componenti non riparabili:
  • rilevamento e rappresentazione dei dati sperimentali
  • calcolo empirico dei parametri di affidabilità con il metodo parametrico, a partire dai dati sperimentali
  • calcolo dei parametri di affidabilità con il metodo parametrico, a partire dalla conoscenza del tipo di distribuzione e dei suoi parametri che la caratterizzano

• Affidabilità dei componenti riparabili con il metodo parametrico
• Affidabilità dei componenti riparabili con il metodo non parametrico.

CORSO N°7: L’AFFIDABILITÀ DEI SISTEMI

Il percorso didattico porta il partecipante a saper rispondere a domande come quelle riportate a proposito dei componenti, ma ora riferite a un sistema di componenti progettati e funzionanti per concorrere a un unico obiettivo.

Contenuti:

• Concetti introduttivi al calcolo dell’affidabilità di un sistema
• Tipi di distribuzione di frequenza che interessano il campo di calcolo dell’affidabilità di un componente o di un sistema
• Calcolo dell’affidabilità di un sistema costituito dall’assemblaggio di componenti riparabili: metodo parametrico
• Calcolo dell’affidabilità di un sistema con il metodo non parametrico
• Modello a blocchi (RDB)
• Il modello a stati
• La Fault Tree Analisys (FTA)
• Annotazioni sul Design for Reliability o Probabilistic Design.