注册质量工程师（CSQE)培训班

本课程可以提高企业和个人核心竞争力

I．质量工程师的管理与领导(19个问题)
专业工作和ASQ的职业道德规范
质量改进的管理体系（如：政策开发，基准确定，目标设定，策划和排程，项目管理，质量信息系统）
领导原则和技术（如：领导质量发起，团队开发，团队建立，团队组织）
组织架构原则和技术（如：角色和职责，冲突解决）
培训（如：需求分析，计划开发，准备材料，决定成效）
质量成本（如：观念，收集数据，和报告）
质量理念和方法（如：朱兰，戴明，田口，石川）
1. 质量的益处
2. 质量史
3. 质量的定义
顾客关系，期望，需求，和满意度（如：QFD，顾客满意度调查）
供方关系和管理方法论（如：合格，认证，评价，评分，绩效改进）

II．质量体系开发，实施和验证(19个问题)
A 质量体系要素
B 文件化体系（如：技术状态管理，文件控制）
C 国内和／或国际标准和／或规范
D 质量审核
1. 质量的种类和目的（如：产品，过程，体系，注册，认证，第一方，第二方，第三方，管理，符合）
2. 参与审核过程人员的角色和职责（如：审核组，委托人，受审核方）
3. 质量审核策划，准备，和执行
4. 审核报告和跟踪（如：纠正措施的需求和验证）
III．产品和过程质量的策划，控制，和保证(33个问题)
A 生产前或服务前的策划过程
1. 质量特性的分类
2. 设计输入和设计评审
3. 确认和评定合格方法
4. 技术图纸和规范解释
5. 决定产品和过程的控制方法
B 材料控制
1. 材料识别，状态和追溯性
2. 样本完整性（如：避免污染或识别错误）
3. 材料分类
4. 材料评审委员会
C 接收抽样
一般概念（如：逐批防护，平均质量防护，生产者与消费者的风险，作业特性(OC)曲线）
(AQL, LTPD, AOQ, AOQL)的定义
标准(ANSI/ASQC Z1.4, ANSI/ASQC Z1.9)
接收抽样计划（单一，双重，多重，后续，连续）
D 测量系统
1. 术语与定义（如：精密度，准确度，计量学）
2. 破坏性与非破坏性测量与试验方法
3. 选择测量工具，量具和仪器
4. 测量系统分析（如：重复性和再现性，测量的相互关系，能力，偏倚，线性）
5. 计量学（对标准的追溯性，测量误差，校准系统，标准和完整性的控制）

IV．可靠性与风险管理(11个问题)
E 术语与定义（如：MTTF, MTBF, MTTR, 可利用率, 失效率）
F 可靠性寿命特性概念（如：浴盆模型）
G 可靠性系统设计（重复，系列，平行）
H 可靠性和可维修性
6. 预测
7. 预防
8. 维护排程
I 可靠性失效分析和报告
J 可靠性／安全／危险评估工具
9. 失效模式与后果分析（FMEA）
10. 失效模式与后果重要性分析
11. 失效树分析（FTA）
V．解决问题和质量改进(25个问题)
K 方法（如：Kaizen，CI，PDSA）
L 管理和策划工具（亲和图，树状图，过程决定程序图，矩阵图，相关有向图，优先矩阵图，以及行动网络图）
M 质量工具（排列图，因果图，流程图，控制图，检查表，散点图，以及直方图）
N 纠正措施（问题识别，纠正，复发控制，效果评估）
O 预防措施（如：防错，改进机会，稳健设计）
P 克服障碍改进质量
VI．定量法(53个问题)
Q 概率和统计的概念
12. 术语（如：总体，参数，统计学，随机抽样，期望值）
13. 得出正确的统计结论（如：列举和解析研究，假设和稳健）
14. 中央限制法则和均值抽样分布
15. 基础概率概念（如：独立性，互斥性，乘法原理，补充概率，事件的关联发生）
数据的收集和总结
16. 数据类型（连续和离散；计量和计数）
17. 测量比例（额定，序数，区间，比率）
18. 收集数据的方法（如：检查表，编码数据，自动计量）
19. 确保数据准确度和完整性的技术
20. 统计描述（中央趋势测量，变差测量，频率分布，累积频率分布）

21. 绘图法
a 关系描述（如：干-叶图，盒-须图，运行图，散点图）
b 分布描述（如：柱状图，正态概率图，威布尔图）
概率分布的属性和应用
22. 离散分布（二项分布，泊松分布，超几何分布，多项分布）
23. 连续分布（均匀分布，正态分布，两变量正态分布，指数分布，对数正态分布，威布尔分布，卡方分布，学生分布，F-分布）
统计决定
24.点和区间估计（评价者的效率和偏倚，标准错误，公差区间，置信度区间）
25.假设试验
a 均值、方差和比例试验
b 重要性级别，一类和二类错误
c 统计学相对于实际的重要性
26.成对比较
27.适合优度试验
28.方差分析（ANOVA）
29.偶发性试验台
变量间的测量和建模关系
30. 单一和多重最小平方线性回归（如：用于估算和推论的回归模型的计算和使用，解释回归统计学）
31. 单一线性回归（如：计算和解释相关系数，进行假设，试验和计算相关系数的置信度区间）
设计实验
32. 术语（如：独立和相关变量，因数和级别，响应，处理，误差，复制）
33. 实验的策划和组织（如：目标，因数和响应的选择，定义测量方法，设计的选择）
34. 设计原则（激励和抽样大小，平衡，复制，排序，效率，随机和分组，相互关系，混淆原则）
35. 单因子实验的设计和分析（如：完全随机化，随机组合）
36. 全因子实验的设计和分析
1. 二级部分因子实验的设计和分析
2. 田口概念
统计过程控制（SPC）
3. 目标和利益
4. 变量的选择
5. 合理的子组
控制图的选择和应用（如：均值级差图，均值标准差图，单值移动级差图，移动均值和移动级差图，中位数图