Python是可以应用于数据科学和分析方面的,也是一种高级编程语言,内置数据结构。
六西格玛是一种严格集中的改善流程管理质量的工具,它的形成综合了很多先进的管理理念,并以其完美的商业追求促进质量成本最大限度的降低,以最终实现六西格玛的质量水平,提升财务状况,并真正增强企业的竞争力为目的。
简而言之,Python 是工具,六西格玛是理念。
如果你已经是六西格玛绿带或黑带,你可能对六西格玛中使用的各种分析方法很熟悉,如描述性统计、假设检验方法、图形方法,如箱形图、控制图等。
在传统的六西格玛绿带或黑带项目中,MS Excel、Minitab或JMP都可以被用于执行各种分析。
这些工具通常是菜单驱动的,因此不需要任何编程技巧来执行分析。
另一方面,如果看一下数据科学的发展,它是非常诱人的。数据科学和分析的主要目标是利用数据进行决策。因此,精益六西格玛和数据科学之间有着紧密的联系。
在数据科学中,有许多工具在使用,但Python和R是非常流行的。 你或者会发现,根据KDNuggets,MS Excel仍然是分析学的常用工具之一。其中,Python的受欢迎程度和应用领域正在大幅增加。
因此,对于学习过六西格玛绿带或黑带的人来说,如何在Python中进行所有六西格玛分析的知识不仅是迈向数据科学的合理第一步,而且也是对简历或履历的宝贵补充技能。
虽然数据科学中有许多先进的方法和算法,但所有这些方法和算法的基础是数据预处理、描述性统计、假设测试,这构成了EDA(探索性数据分析)的一部分。
以下是精益六西格玛的分析可以在Python中非常容易地进行。
- 描述性统计
- 柱状图、分布曲线、置信度
- 波谱图
- 树干和叶子图
- 散点图
- 多重线性回归
- 方差分析
- T检验
- 比例测试
- 卡方检验
- SPC(控制图 - mR、XbarR、XbarS、NP、P、C、U图)
如果你没有任何编程背景,不要担心,学习在Python中进行上述分析并不十分困难。你需要了解初步和基本的编码规范,如数据结构、语法等,之后通过在Python中选择合适的包,你就可以进行必要的分析。