参加了2020年11月15日天津考点的绿带考试，趁着还没有忘记，翻一下《六西格玛管理统计指南》这本书，记录一下主要的考点，梳理一下自己哪些知识点没有学清楚。
首先摘抄蓝皮书前言的几句话，借此强调六西格玛学习的目标是什么
数据并不是信息，将数据转化为信息的关键工具就是统计学。为此，六西格玛管理者的一个重要任务就是学好统计学。
六西格玛管理者的真正任务是学好统计思考（不是统计知识或工具，更不是软件的具体操作），要学会用统计思维看待和分析问题，避免只看到表面现象就下结论做决策。
P14
过了两天，我现在还能记起来的主要考点。
我之前看书，以“看懂”和理解为目标，所以一些公式比如Cpk，比如主效应因子，比如ndc计算公式，所以遇到这种题目，只能连蒙带猜了。部分书本知识我也直接跳过阅读，比如possion分布，遇到这种知识点，只能跳过。我的问题还是过度强调看懂，缺乏实践和记忆，下次注意了。
- 六西格玛背景部分，DMIAC各个环节的解释，分别包含哪些内容。
- 概率论基础知识和统计基础知识
- 随机变量的几个主要统计量，均值、方差、偏度、分位数的概念及其区别，什么时候看方差，什么时候看均值，等
- 分布曲线，考了一个Possion分布——描述随机变量的分布类型【我做错了。。。】
- 中心极限定理：样本平均值的标准差计算公式，重点，换着角度考了好几次
- 正态总体的抽样分布——正态分布，t分布，卡方分布，F分布——什么时候用t分布，什么时候用卡方分布，什么时候用F分布，重点。
- 统计推理方法：参数估计和假设检验
- 参数估计
- 假设检验：重点重点，几乎每一部份都有涉及（等价检验好像没有除外），什么时候用均值检验，什么时候用方差检验，假设检验的条件，什么时候用配对t检验，等
- 样本量的计算：第一类错误和第二类错误的概念，增加抽样量对这两类错误的影响是什么？
- 比率检验，非参数检验方法，探索性数据分析，相关分析和回归分析，变异源分析（第6-10章）
- 蓝皮书的这几部分我跳过去没有读，考的也比较少，集中在“相关性和回归分析”，主要也是原理部分，即什么时候应该做相关性和回归分析。
- 测量系统分析MSA
- 分辨力discrimination和稳定性stability：判断分辨力的三个工具：P397，容差（USL-LSL）/10， 过程总波动（6倍过程标准差）/10，以及可区分类别数（number of distinc categories，ndc），考了一个ndc的题目
- 重复性repeatability和再现性reproducibility (R&R)：重点重点，如何进行精确度分析，如何计算gage R&R 和%P/T，测量系统合格的标志（R&R和P/T都小于10%，才算测量系统良好，有一个大于30%就是不合格，都在10-30%之间是“勉强可接受”），如何计算ndc，以及用ndc判断测量系统良好的标志，ndc与R&R的对应关系（R&R=10%对应ndc=14，当ndc大于14时，测量系统具有优良的分辨力）
- 统计过程控制SPC
- 基础理论，几个判异原则的灵活应用
- 常用控制图的概念，区别，如何选择。I-MR图，Xbar-R图，Xbar-S图；不合格品率p图，不合格品数np图，单位产品缺陷数u图，缺陷数c图（两个计件，两个计点）。【我自己只是看懂了，没有记住，错得比较多。。】
- 特殊控制图和非正规条件下的控制图，我没有看，也没有考，这个不是重点。
- 实验设计DOE
- DOE基础知识，水平，因子，中心点，计算实验次数，计算主效应和交互效应（没有记住计算方式），DOE的三个基本原则。
- 单因子的残差图，如何根据残差图判断数据的情况
2020.11.17 对着书本整理大部分知识，21日简单过一遍，发布。