| 1 引言 | 第1-11页 |
| ·课题研究的背景 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·课题研究的意义和内容 | 第9-11页 |
| 2 六西格玛管理概论 | 第11-18页 |
| ·六西格玛(6σ)管理概念及特征 | 第11-12页 |
| ·六西格玛管理的主要思想 | 第12-15页 |
| ·过程改进模式--DMAIC | 第13-14页 |
| ·六西格玛管理的组织结构 | 第14-15页 |
| ·六西格玛管理传统的实现方法 | 第15-16页 |
| ·支持六西格玛改进的初级方法 | 第15页 |
| ·支持六西格玛改进的中级方法 | 第15-16页 |
| ·支持六西格玛改进的高级方法 | 第16页 |
| ·本章小结 | 第16-18页 |
| 3 统计类数据挖掘的方法与功能 | 第18-28页 |
| ·数据挖掘的涵义界定 | 第18-19页 |
| ·数据挖掘的方法分类 | 第19-20页 |
| ·统计类数据挖掘 | 第19页 |
| ·知识发现类数据挖掘 | 第19-20页 |
| ·其他类数据挖掘 | 第20页 |
| ·统计类数据挖掘方法 | 第20-23页 |
| ·数据挖掘与统计学的关系 | 第20-22页 |
| ·统计类数据挖掘的主要方法 | 第22-23页 |
| ·统计类数据挖掘的过程分析 | 第23-25页 |
| ·定义商业问题 | 第23-24页 |
| ·数据准备 | 第24页 |
| ·数据挖掘 | 第24页 |
| ·解释和评价 | 第24-25页 |
| ·统计类数据挖掘的功能分析 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 4 数据挖掘与六西格玛管理整合的基础 | 第28-35页 |
| ·数据挖掘和六西格玛管理整合的必要性 | 第28-29页 |
| ·数据挖掘与六西格玛管理的共同特征 | 第29-31页 |
| ·以顾客需求为出发点 | 第29页 |
| ·以项目为中心开展活动 | 第29-30页 |
| ·以数据为决策基础 | 第30页 |
| ·领导者的支持 | 第30页 |
| ·团队及人员培训 | 第30-31页 |
| ·数据挖掘与六西格玛管理的过程整合研究 | 第31-34页 |
| ·定义阶段 | 第32页 |
| ·测量阶段 | 第32-33页 |
| ·分析阶段 | 第33页 |
| ·改进阶段 | 第33-34页 |
| ·控制阶段 | 第34页 |
| ·本章小结 | 第34-35页 |
| 5 统计类数据挖掘中的主成分回归技术在六西格玛管理中的应用 | 第35-48页 |
| ·回归分析原理 | 第35-38页 |
| ·多元线性回归方程的模型 | 第35-36页 |
| ·多元回归方程的求解 | 第36-37页 |
| ·回归方程的显著性检验 | 第37-38页 |
| ·回归系数的显著性检验 | 第38页 |
| ·预测 | 第38页 |
| ·主成分分析原理 | 第38-40页 |
| ·主成分基本原理 | 第39页 |
| ·提取主成分的基本思路 | 第39-40页 |
| ·主成分个数的选取 | 第40页 |
| ·实例研究 | 第40-48页 |
| ·项目背景 | 第40-41页 |
| ·六西格玛项目改进流程 | 第41-48页 |
| 6 统计类数据挖掘中的聚类技术在六西格玛管理中的应用 | 第48-57页 |
| ·聚类原理 | 第48-50页 |
| ·相似性测度 | 第48-49页 |
| ·聚类准则 | 第49-50页 |
| ·聚类算法 | 第50页 |
| ·实例研究 | 第50-57页 |
| ·项目背景 | 第50-51页 |
| ·六西格玛项目改进流程 | 第51-57页 |
| 7 全文总结与展望 | 第57-59页 |
| ·全文总结 | 第57页 |
| ·进一步研究展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |