目标

· 应用统计方式方法与过程改进中。

· 如何利用这些统计方法来实现CMMI的基线与预测模型。

· 如何利用统计或量化的方法来做 6sigma DMADV 过程。

· 更广泛的认识六西格玛技术

适合的参与者

针对那些要对CMMI 高成熟度深入了解，并做数据分析，挖掘，建模 的顾问，老师，评估师，评估师，组长。

或内部过程改进小组成员与组长（例如：SEPG,EPG）。

如学员有基础统计实战经验会更合适，或参考课前发出来的准备资料，预先做课前学习

预览

越来越多公司对如何按CMMI高成熟度提升很有兴趣。 但本身并非数学家或统计学家， 觉得怎样利用统计方法于过程改进中很困难。

本课程，参考以前美国Carnegie Mellon University 软件工程学院 (S E I) 的五天课程:'Designing Products and Processes using Six Sigma', 把一些比较老与不流行的方法/技巧删除， 压缩成三天课程。 老师会提供实际数据，让学生利用电脑软件，自己动手的学习方式， 学到 如何体现 六西格玛 DMADV* 过程外,也 学到CMMI高成熟度数据分析极，基线，建立预测模型等的实际方法。

这几年数据挖掘，大数据分析，都很流行。 本课程也会加入一些实例， 让学员体会如何可以使用这些新的统计技巧於软件开发过程中。

· DMADV = Define, Measure, Analyze, Design, Verify

DMAIC = Define, Measure, Analyze, Improve, Control

课程大纲

· 简介

· 客户的声音 Voice of Customer

· 用户故事 User Stories and measures

· KANO模型 Kano analysis

· Y- x 树 Y - x trees

- - -

·  品质关键点流程 Quality Function Deployment

· 度量刻度类型：名义级、顺序级、间距级、比率级

· 假设检验

· 卡方检验

· 方差分析

· 多变异分析

· 简单线性相关分析和回归分析

· 逻辑回归（虚拟变量回归）

- - -

· 过程优化（模拟）

· 统计过程控制和控制图

· FMEA失效模式与影响分析

· 数据挖掘 ， 预测模型

注：

学员需以学习“利用六西格玛技术来实现高级别CMMI”为基础，只有完成该课程学习后才可学习本课程。 本课程不是帮助学员准备六西格玛黑带的考试的，而是更注重六西格玛技术在实际工作中的使用在公司内利用六西格玛技术，所以本课程不完全覆盖六西格玛黑带的大纲。