使用 Minitab 预测分析模块分析比特币数据 | Analyzing Bitcoin Data Using Minitab Predictive Analytics Module
随着比特币的不断普及，越来越多的分析师希望深入了解这一现象。尽管准确预测比特币的实际价格依然十分困难，但确定几个值得关注的趋势和关系却并非遥不可及。在下文中，我将演示如何使用 Minitab 预测分析模块来完成这项任务。
双管齐下：线上与线下学习相结合是培养核心分析技能的关键 | Better Together: Pairing E-learning and Instructor-Led Training is Key to Successful Data Analysis Education
科技使我们的生活变得越来越轻松，让许多人在新冠肺炎疫情肆虐期间也能与他人保持联系，甚至远程工作。因应这一形势，世界各地的公司和教师正在改进教育模式，将数字组件纳入其学习课程中。这种方法被称为混合式学习，它结合了由专家讲师主导的传统面对面培训、网上学习模块、在线教育材料和数字化互动机会(包括游戏、测验、网络内容、视频、文章、有声读物、播客、数字化互动等)。就连麦肯锡公司（McKinsey & Company）这样的战略领导者也表示，“企业学院的未来在于混合式学习。”
抗击新冠病毒 (COVID-19)：Adventist HealthCare 如何使用过程图来抗击病毒并保障医疗人员的安全 | Combating COVID-19: How Adventist Healthcare is Using Process Maps to Fight Back and Keep Staff Safe
有关新冠病毒的新闻报道遍布各大媒体。但并非所有的新闻都是坏消息。人类的意志坚不可摧，全球各地都在努力研发病毒疫苗。医疗系统正在经受着前所未有的考验。但是，面临困境，依然有许多像 Adventist HealthCare 这样的组织在奋起抗击病毒。
另辟蹊径：使用 CART 作为分析分类调查数据的替代方法 | Branching Out: Using CART For Alternative Ways to Analyze Categorical Survey Data
尝试了解客户/患者行为是一件很有挑战的事。研究人员往往会使用调查数据并频繁使用 Minitab Statistical Software 中的回归功能对其进行分析。但是，若结果变量是分类数据，而不是定量数据，则无法非常直接或直观地解释逻辑回归的结果。
结合考虑“客户之声”、Kano 模型和数据分析，在紧张的期限内完成医疗设备设计 | Integrate Feedback and Data Analysis to Design Medical Devices Quickly
众所周知，最近世界范围内发生的事件已经促使我们所有人提高运营的敏捷度，并以新的方式应对变化。医疗设备制造商已经成为人们关注的焦点，而且扮演着至关重要的角色。
汽车行业准则：自信地采用 AIAG-VDA FMEA 方法 | Automotive Industry Guidelines: Apply the AIAG-VDA FMEA Methods with Confidence
失效模式和效应分析（FMEA）是一种常见方法，用于制造和工程行业中找出设计、制造、装配过程、产品或服务中所有可能出现的差错。
找不到文件？输出缺失？Python 错误疑难解答小提示 | File Not Found? Missing Output? Quick Tips to Troubleshoot Common Errors
Minitab 的 Python 连接功能支持用户在 Minitab 界面中运行开源 Python 脚本并在 Minitab 输出窗格中显示结果。借助与 Python 的连接，您仅需单击几下就可享用 Minitab 菜单中尚未提供的自定义分析或图形。最便利的是，您无需精通 Python 编程即可完成设置。
电子产品制造商使用 Monte Carlo 模拟为供应商寻找更合理的规格，并实现显著的成本节约 | Electronics Maker Uses Monte Carlo Simulation to Find Better Specs for Suppliers and Realise Significant Cost Savings
当您在某个过程的不同步骤与多个供应商合作时，测试潜在的改进可能会变得非常复杂，但是通过在 Minitab Statistical Software 中进行试验以确定重要输入，然后将模型导入到 Minitab Workspace Monte Carlo Simulation 中，可以帮助您更清晰地看到将获得的结果。而且，这比对实际部件运行更多测试的方式更快速，也更经济。