Analyse de capabilité du processus. STATISTICA Analyse de Processus vous offre diverses options pour calculer des indices de capabilité sur des données groupées ou non (par exemple, C_p, C_r, C_pk, C_pl, C_pu, K, C_pm, P_p, P_r, P_pk, P_pl, P_pu), des limites de tolérance normales ou non, avec les tracés de capabilité correspondants (histogramme avec étendue du processus, limites de spécification, courbe normale). Outre ces indices et statistiques basés sur la Loi Normale, l'utilisateur peut choisir des estimations (par exemple, C_pk, C_pl, C_pu basés sur la méthode des centiles) suivant des distributions générales non-normales (ajustement des courbes de Johnson et Pearson par moments), ou d'autres distributions continues, comme les Lois Bêta, Exponentielle, Valeur Extrême (Type I, Gumbel), Gamma, Log-Normale, Rayleigh et Weibull. Le programme estime les paramètres de ces distributions par le maximum de vraisemblance, et offre de nombreuses options pour évaluer la qualité de l'ajustement de la distribution respective aux données, notamment la distribution de fréquences avec les fréquences observées et théoriques, le d de Kolmogorov-Smirnov, des histogrammes, tracés Probabilité-Probabilité (P-P), et Quantile-Quantile (Q-Q). Une option vous permet également d'ajuster automatiquement toutes les distributions, et de retenir celle qui ajuste le mieux les données.

Analyses de répétabilité/reproductibilité (R&R). Vous pouvez produire et analyser des plans de répétabilité/reproductibilité avec un ou plusieurs essais. Les données de l'analyse R&R peuvent être organisés sous une forme brute ou être tabulés sous une forme standard de feuille de données R&R (utilisée dans de nombreuses publications de la Société Américaine de Contrôle Qualité ainsi que dans les ouvrages du Groupe d'Action Automobile). Les résultats produits vous permettent d'estimer les composantes de la variance (répétabilité ou variation de l'équipement, de l'opérateur ou variation de l'estimation, variation des pièces, variation opérateur-par-pièce, etc...), en utilisant la méthode des étendues, ou la table ANOVA. Si vous utilisez la table ANOVA, les intervalles de confiance des composantes de la variance sont également estimés. D'autres statistiques vous permettent d'estimer les composantes de la variance, notamment le pourcentage de tolérance, la variation du processus, et la variation totale. Le programme calcule également les statistiques descriptives par opérateur/pièce, des cartes d'étendue et sigma par opérateurs/pièces, boîtes à moustaches, et des tracés de synthèse R&R. Notez que d'autres méthodes vous permettent d'estimer les composantes de la variance pour des effets aléatoires dans le module spécialisé STATISTICA Décomposition de la Variance (contenu dans cette application, voir ci-dessous), ainsi que dans le module STATISTICA Modèle Linéaire Général -- VGLM (proposé dans STATISTICA).

Décomposition de la variance pour des effets aléatoires (un module spécialisé d'ANOVA/ANCOVA pour des modèles comportant des effets aléatoires et/ou des facteurs avec de nombreux niveaux). Le module de Décomposition de la Variance est conçu pour analyser des plans ANOVA/ANCOVA mixtes avec des facteurs aléatoires. Ces facteurs se rencontrent souvent en recherche industrielle lorsque les niveaux d'un facteur représentent des valeurs d'une variable aléatoire (par opposition à un choix ou un arrangement délibéré de la part de l'expérimentateur) ; une application type pourrait être, dans une analyse de répétabilité et de reproductibilité, lorsque les opérateurs, essais et pièces sont aléatoirement sélectionnés (ou peuvent être considérés comme tels) dans des populations d'opérateurs, essais et pièces. Le module Décomposition de la Variance vous permet d'analyser des plans avec toute combinaison d'effets fixes ou aléatoires, et de covariants. Vous pouvez analyser des plans ANOVA/ANCOVA très importants de manière efficace puisque les facteurs peuvent compter plusieurs centaines de niveaux. Le programme peut analyser des plans factoriels standard (croisés), des plans hiérarchiquement imbriqués, et calculer les moyennes et sommes des carrés standard de Type I, II, et III pour analyser la variance des effets du modèle. En plus, vous pouvez calculer les moyennes des carrés théoriques pour les effets du plan, les composantes de la variance pour les effets aléatoires du modèle, les coefficients de la synthèse du dénominateur, ainsi que la table ANOVA complète avec des tests basés sur les sommes des carrés des erreurs synthétisées et les degrés de liberté (méthode de Satterthwaite). D'autres méthodes vous permettent d'estimer les composantes de la variance (par exemple, MIVQUE[0], maximum de vraisemblance [MV], maximum de vraisemblance restreint [REML]). Pour les estimations du maximum de vraisemblance, les deux algorithmes de Newton-Raphson et Fisher sont utilisés, et le modèle n'est pas changé arbitrairement (réduit) lors de l'estimation pour prévenir des situations où la plupart des composantes sont proches ou égales à zéro. Diverses options vous permettent d'étudier les moyennes marginales pondérées et non pondérées, ainsi que leurs intervalles de confiance. Nombre d'options graphiques sont proposées pour représenter les résultats ; par exemple, l'utilisateur a la possibilité de produire des graphiques empilés en bâtons ainsi que des diagrammes circulaires (camemberts) des composantes de la variance.

Analyse Weibull. L'utilisateur peut produire des tracés de probabilité Weibull et estimer les paramètres de la distribution, ainsi que les intervalles de confiance de la fiabilité. Les tracés de probabilités peuvent être produits pour des données complètes, mono-censurées, ou multi-censurées, et les paramètres peuvent être estimés pour des tracés de risque d'échec. Les méthodes d'estimation disponibles sont le maximum de vraisemblance (pour des données complètes et censurées), facteurs de pondération basés sur des techniques d'estimation linéaire pour des données complètes et mono-censurées, et Estimateurs des Moments Modifiés, qui ne sont pas biaisés pour la moyenne ni pour la variance. Des intervalles de confiance sont calculés pour les paramètres de forme, d'échelle, et de position, ainsi que pour les centiles. Le programme comporte des tests graphiques de qualité d'ajustement, ainsi que les tests d'ajustement de Hollander-Proschan, Mann-Scheuer-Fertig, et Anderson-Darling. Notez que le module Modèle Linéaire Généralisé - VGLZ de STATISTICA offre diverses options pour ajuster des modèles linéaires généralisés de la famille des distributions exponentielles à des données normales et non normales.

Plans d'échantillonnage. Des plans d'échantillonnage fixes et séquentiels peuvent être produits pour des moyennes normales et binomiales, ou fréquences de Poisson. Les résultats reportent les tailles d'échantillons, courbes d'efficacité, tracés de plans séquentiels avec ou sans données, période opérationnelle attendue (H₀/H₁), etc... Notez que STATISTICA Power Analysis offre également diverses options pour calculer les tailles d'échantillon requises ainsi que les estimations de puissance de test pour un grand nombre de modèles (par exemple, ANOVA) et de type de données (par exemple, pour des effectifs binaires, données censurées de temps d'échec, etc...).

STATISTICA Analyse de Processus est un produit complémentaire nécessitant un produit de base pour fonctionner comme STATISTICA ou STATISTICA Cartes de Contrôle.

Début de la Page