製造工程を設計し、製品を製造、試験を行い、そして出荷する。これら一連の過程において共通することは、サンプリングで得たデータからロットや工程の真の姿を推測するという点でしょう。真の姿の推定において、統計は威力を発揮しますが、入り口の敷居が高いという難点があります。
　本セミナーでは、これから統計を勉強しようとする方々を対象に、統計の基礎、それがどのように応用できるのかを紹介していきます。入門編ですので、数式による理解よりもグラフなどによるイメージの理解を心がけています。

1. 基礎的な概念I (計量値:長さ、重量、含量など)
   • 視覚化の重要性 (ヒストグラム)
   • 正規分布と標準偏差
   • 規準化 (統計的な距離)
   • 信頼区間の本当の意味合い – 「真の値を含む確率と言うけれど…」
2. 工程能力指数
   • 工程能力指数って何?
   • 工程能力指数の解釈
3. トレンドを評価するxbar – R管理図
   • 管理図とは
   • 3σルール
   • 管理限界の算出方法
   • 平均値が変動したら管理図はどう動くのか?
   • ばらつきが変動したら管理図はどう動くのか?
   • 管理図による異常の発見方法
   • 群分けの重要性
4. 基礎的な概念II (計数値:良品・不良品の個数など)
   • 不良率の分布 (超幾何分布、ポアソン分布、二項分布)
   • サンプル中に含まれる不良品数の分布
5. サンプリング試験
   • サンプリング試験の本質 (母集団の姿を推定すること)
   • 何を保証するのか (平均値?それとも不良率?)
   • 平均値で不良率を保証する
   • 完全な保証は無理 (リスクを受容する:生産者危険と消費者危険)
   • 不良率を保証する抜取検査の設計 (JIS Z9002, Z9003)
   • 平均値を保証する抜取検査の設計 (JIS Z9003)
   • 検査の性能を表す「検査特性曲線 (OC曲線) 」
6. バリデーションへの応用例
   • 3ロットn=3のデータから何がどこまで言えるか (データの羅列からの脱却)
   • 管理図の応用例
   • 工程能力指数の応用例
• 質疑応答