Statistica industriale: Un approccio al computer con Python

Titolo originale:

Industrial Statistics: A Computer-Based Approach with Python

Contenuto del libro:

Questo testo innovativo presenta il materiale per un corso di statistica industriale che incorpora Python come risorsa pedagogica e pratica. Basandosi su molti anni di insegnamento e di ricerca in vari contesti applicativi e industriali, gli autori hanno accuratamente adattato il testo per fornire un equilibrio ideale tra teoria e applicazioni pratiche. Numerosi esempi e casi di studio sono incorporati in tutto il testo e le applicazioni Python sono illustrate in dettaglio. È disponibile per il download un pacchetto Python personalizzato che consente agli studenti di riprodurre questi esempi e di esplorarne altri.

I primi capitoli del testo si concentrano sugli strumenti e i principi di base del controllo di processo, sui metodi di controllo statistico di processo (SPC) e sull'SPC multivariato. Successivamente, gli autori esplorano la progettazione e l'analisi degli esperimenti, il controllo di qualità e l'approccio Quality by Design, gli esperimenti al computer, la cyberproduzione e i gemelli digitali. Il testo passa poi a trattare l'analisi dell'affidabilità, i test di vita accelerata e la stima e la previsione bayesiana dell'affidabilità. Un capitolo finale prende in considerazione le tecniche di campionamento e le misure di efficacia delle ispezioni. Ogni capitolo comprende esercizi, serie di dati e applicazioni per integrare l'apprendimento.

Statistica industriale: A Computer-Based Approach with Python è destinato a un corso avanzato di uno o due semestri per laureati o diplomati. Inoltre, può essere utilizzato in workshop mirati che combinano teoria, applicazioni e implementazioni Python. Anche i ricercatori, i professionisti e gli scienziati dei dati troveranno una risorsa utile grazie alle numerose applicazioni e ai casi di studio inclusi.

Un secondo libro di testo, strettamente correlato, si intitola Modern Statistics: A Computer-Based Approach with Python. Copre argomenti come i modelli di probabilità e le funzioni di distribuzione, l'inferenza statistica e il bootstrapping, l'analisi e le previsioni delle serie temporali e l'apprendimento supervisionato e non supervisionato. Questi testi possono essere utilizzati indipendentemente o per corsi consecutivi.

"Questo libro fa parte di un'imponente ed estesa opera di scrittura (circa 1.000 pagine!) che ha portato a due libri pubblicati da Birkhuser. Questo libro è dedicato alla statistica industriale, un settore in cui gli autori sono riconosciuti come i maggiori esperti. Il libro combina metodi classici (da non dimenticare mai!) e "temi caldi" come la cyberproduzione, i gemelli digitali, i test A/B e l'affidabilità bayesiana. È scritto in uno stile molto accessibile, concentrandosi non solo sul COME vengono utilizzati i metodi, ma anche sul PERCHE'. In particolare, è molto apprezzato l'uso di Python in tutto il libro. Python è probabilmente il più importante linguaggio di programmazione utilizzato nella moderna analitica. Si ringraziano vivamente gli autori per aver fornito un libro così all'avanguardia. Fornisce un'illustrazione completa di metodi ed esempi basati sulla lunga esperienza degli autori e un codice accessibile per l'apprendimento e il riutilizzo nelle classi e nelle applicazioni in loco".

Professor Fabrizio RuggeriDirettore di ricerca presso il Consiglio Nazionale delle Ricerche, Italia.

Presidente della Società internazionale di statistica aziendale e industriale (ISBIS).

Direttore della rivista Applied Stochastic Models in Business and Industry (ASMBI).