第1章
SPC概述
什么是SPC？历史与发展 · 核心地位 · 与DMAIC的关系
基础理念
第2章
统计基础回顾
均值·中位数·极差·标准差 · 正态分布与3σ · 中心极限定理
统计预备
第3章
控制图原理
普通/特殊原因 · 控制限意义 · α与β风险 · 判稳/判异准则
核心理论
第4章
计量型控制图（一）Xbar-R
构造原理 · 数据收集 · 中心线与控制限计算
计量Xbar-R
第5章
计量型控制图（二）Xbar-R制作
手工计算与Excel实现 · 判读方法 · 常见错误
实操Excel
第6章
计量型控制图（三）Xbar-S
适用场景 · 与Xbar-R对比 · 计算与绘制
计量Xbar-S
第7章
计量型控制图（四）I-MR
适用场景 · 数据要求 · 计算与判读
单值移动极差
第8章
计量型控制图（五）I-MR实战
小批量多品种 · 数据清洗与异常处理
案例实战
第9章
计数型控制图（一）P图
不合格品率图原理 · 样本量不等处理 · 控制限计算
计数P图
第10章
计数型控制图（二）P图实战·np图
电子元器件批次检验 · np图适用场景
np图案例
第11章
计数型控制图（三）C图与U图
缺陷数/单位缺陷数原理 · 计算与判读
C图U图
第12章
计数型控制图（四）C图/U图实战
PCB板焊接缺陷分析 · 样本量变化处理
实战缺陷分析
第13章
异常点判异准则（一）
8大判异准则详解：超限、7点同侧、趋势、周期等
判异准则
第14章
异常点判异准则（二）
统计学原理 · 误判概率 · 组合使用准则
进阶概率
第15章
异常点判异准则（三）实战
快速定位生产线异常 · 纠正措施建议
实战响应
第16章
控制图稳定性分析 Cp/Cpk
过程能力指数Cp/Cpk · Pp/Ppk · 与SPC关系
能力Cp
第17章
稳定性分析（二）Cp/Cpk实战
计算实战 · 与Pp/Ppk对比 · 评估过程能力
计算对比
第18章
SPC与Minitab（一）
Minitab介绍 · 数据导入 · Xbar-R自动生成与解读
Minitab软件
第19章
SPC与Minitab（二）
P图、U图、I-MR图制作 · 异常点自动标记
Minitab自动化
第20章
SPC与Python（一）环境配置
pandas/matplotlib/numpy · 数据读取与预处理
Python环境
第21章
SPC与Python（二）绘制Xbar-R
计算控制限 · 标记异常点 · 可视化
PythonXbar-R
第22章
SPC与Python（三）8大判异准则
自动判断 · 生成异常报告
Python判异
第23章
SPC与Python（四）注塑车间实战
全流程SPC监控 · 案例
实战注塑
第24章
SPC实施流程
选择关键质量 · 抽样方案 · 收集数据 · 建立控制图 · 持续监控
流程实施
第25章
SPC实施常见陷阱
数据造假 · 过度调整 · 样本量不足 · 控制限频繁更新
陷阱避坑
第26章
多品种小批量SPC策略
标准化数据法 · 目标控制图 · 短期SPC
小批量策略
第27章
SPC与精益六西格玛
DMAIC各阶段应用 · 与FMEA、MSA协同
六西格玛协同
第28章
SPC软件工具对比
Minitab vs JMP vs Python vs Excel · 选型建议
对比选型
第29章
SPC案例复盘（一）汽车零部件
全流程复盘：从选型到持续改进
复盘汽车
第30章
SPC案例复盘（二）电子组装厂
异常快速响应机制 · 年节约成本分析
复盘电子