功效和样本数量 - 用于统计分析的保险单 | Power and Sample Size – Your Insurance Policy for Statistical Analysis
当我们进行统计分析时，比如假设检验和试验设计，我们使用的是数据样本来回答有关所有数据的问题。这些答案的可靠性受分析的样本数量的影响。为了将不可靠统计分析的风险降至最低，我们可以在收集任何数据之前使用功效和样本数量来确定需要多少数据才有可能发现这种影响（如果有的话）。 这方面的最小推荐值为 80%。
实现数据科学民主化: 了解预测分析的重要性 | Data Science for Everyone: Understanding the Importance of Predictive Analytics
Greg Kinsey 在一国际知名企业担任行业咨询师和执行顾问，负责该公司在欧洲、中东和非洲地区的制造解决方案业务。他和他的团队主要与欧洲的工业企业合作，帮助他们构想、规划和实施数字化转型。用他的话来说，他的工作就是帮助企业利用数字化工具，提高业务敏捷性和生产力，实现更精益、更加可持续的运营。
使用 Minitab 预测分析模块预测抵押贷款违约 | Predicting Mortgage Default with the Minitab Predictive Analytics Module
Minitab Statistical Software 中的预测分析模型在所有行业中都是非常有价值的资产。业务价值可以通过预测诸如客户流失率、患者住院时间、成本、风险、利润和许多其他因素等度量来产生。
假设检验的功效和样本数量 | Power and Sample Size for Hypothesis Tests
在假设检验中，我们会使用样本中的数据来描绘有关总体的结论。首先，我们会进行假设，这被称为原假设（以 H0 表示）。当您进行原假设时，您也需要定义备择假设 (Ha)，其与原假设正相反。样本数据将用于判断 H0 是否可以被否定。如果其被否定，则统计结论将认为备择假设 Ha 正确。
如何设计、分析并解读扩展量具 R&R 研究的结果 | How to Design, Analyze and Interpret the Results of an Expanded Gage R&R Study
本文中解释了为什么标准量具 R&R 无法充分评估多种测量系统的能力，并演示了当标准研究无法满足要求时扩展量具 R&R 是全面描述测量系统特征的理想工具。
创建有效价值流图时需要遵循的五点指南 | Five Guidelines You Need to Follow to Create an Effective Value Stream Map
价值流图析是精益过程改进方法的基石，也是六西格玛中使用的获得认可的工具。价值流图说明当产品或服务遍历整个过程时的材料和信息流。创建“当前状态”价值流图可以帮助您识别浪费现象并更容易设想未来改进状态。
使用 Minitab Engage 提高竞争性制造业的生产稳定性 | Improve Your Production Stability for Competitive Manufacturing with Minitab Engage
稳定性是制造业面临的一个主要问题。任何不稳定的行为和过程都会给客户带来质量问题和干扰。为了防止出现问题，部件必须采用稳定的过程制造，而且制造过程必须符合预期规范并高于客户满意度。
额外花费 120 小时推动改进时，您会怎么做？| What Would You Do with an Extra 120 Hours to Drive Improvement?
Hermann Miskelly 是一家价值 15 亿美元的工业公司的质量副总裁，他负责领导该公司的持续改进工作。现在，他已有 10 年的精益六西格码部署经验，他监督过 4,000 多个大型改进项目和另外 6,000 个小型改进项目的执行。下面是他分享的关于借助 Minitab Engage 管理持续改进项目的三个关键见解。