Creascience :: Services conseil en statistique Formations statistique 
   Accueil » Bonnes Pratiques de Laboratoire S'identifier   |   Mon compte   |   Choix de cours   |   S'inscrire    
 
Bonnes Pratiques de Laboratoire Sessions sélectionnées
Le principal objectif des Bonnes Pratiques de Laboratoire (BPL) est d'assurer la génération de données de qualité. Les outils statistiques jouent un rôle essentiel dans le cadre des BPL. Une série de trois sessions de formation est disponible pour appréhender l'incertitude sur des mesures (variabilité, erreur), pour la quantifier et identifier ses causes, et finalement pour en effectuer un suivi et idéalement la contrôler.
    Titre+   Résumé   Durée (jours) 
 Introduction à la mesure de l'incertitude  Introduction à la mesure de l'incertitude  Cette formation traite de la mesure de l'incertitude (variabilité) des processus de mesure : approche statistique, caractéristiques d’un système de mesures, types d'erreurs, impact des erreurs sur la qualité des données, fiabilité, justesse, approche analytique de la mesure de l’incertitude, propagation des erreurs sur le résultat d’une mesure, présentation des résultats.   1.0 
 Études de répétabilité et de reproductibilité (R&R)  Études de répétabilité et de reproductibilité (R&R)  Cette session de formation traite de la mise en place et de l'analyse statistiques des données recueillies lors d'étude de répétabilité et de reproductibilité (R&R). La principale question consiste à déterminer la proportion de la variabilité inhérente à chacune des sources de variabilité et comment elle affecte les décisions prises en utilisant des mesures originant de ces processus de mesure.   1.0 
 Suivi et maîtrise statistique de processus de mesure  Suivi et maîtrise statistique de processus de mesure  Cette formation d'une journée traite de la maîtrise statistique des procédés (MSP) qui comprend un ensemble de techniques statistiques abordées dans le cadre du suivi et du contrôle des processus de mesure en laboratoire. Les objectifs visés sont:
  • La maîtrise des facteurs qui composent un procédé de mesure pour en améliorer la performance relative
  • L’amélioration de la qualité du procédé en supprimant les sources de variabilité assignables à des facteurs spécifiques et la réduction des causes aléatoires de variabilité entraînant du bruit de fond
  • L’assurance que la qualité du processus est conforme à des spécifications techniques et qu’elle est reproductible
  •  
     1.0 
     Affiche 1 à 3 (sur 3 sessions)   Résultat:  1  
     
    Informations générales
    Notre philosophieFormations en entrepriseCoachingFormateursDernières nouvellesNous contacterNewsletter
    Langues
    French English
    Devises
    Critiques
    Techniques de régression linéaire simple et multiple
    Techniques de régression linéaire simple et multiple
    Les plus populaires
    1.École sur les analyses...
    2.Introduction à la planification...
    3.L'analyse de classification et ses...
    4.Planification et analyse des...
    5.L'analyse en composantes...
    6.La cartographie des préférences
    7.Introduction à l'analyse...
    8.Planification d'expériences avancée
    Utilisation du site
    ConfidentialitéConditions d'utilisation