데이터가 귀사 공정에 대해 실제로 무엇을 말하고 있나요?

각 인자의 수준에 따라 평균 반응이 어떻게 변하는지를 보여줍니다.

서로 독립인 셋 이상 집단의 평균이 유의하게 다른지를 검정합니다.

두 독립 모집단의 분산이 같은지를 비교하여 확인합니다.

선별 설계 결과에 모형을 적합시켜 반응에 영향을 주는 인자를 찾아냅니다.

요인 실험 계획을 생성하고 인자 효과와 교호작용 효과를 분석합니다.

인자가 합이 일정한 성분 비율인 실험을 설계하고 분석합니다.

다수의 연속 인자를 선별하고 곡률을 탐지하는 효율적인 계획을 구성합니다.

하나 이상의 반응에서 가장 바람직한 결과를 내는 인자 설정값을 찾습니다.

범주형 또는 이산 값을 길이가 수량을 나타내는 막대로 비교합니다.

사분위수, 중앙값, 산포, 이상치를 통해 분포를 요약합니다.

산점도를 확장하여 버블 크기를 세 번째 변수로 하는 세 연속 변수를 표시합니다.

두 연속 입력에 따른 반응 변화를 음영 등고선으로 나타냅니다.

변수 간 선형 관계의 강도와 방향을 정량화합니다.

색 농도를 사용해 2차원 공간에서 데이터가 집중되는 위치를 시각화합니다.

데이터의 평균, 중앙값, 산포, 형상 등 요약 측도를 계산합니다.

주요 통계량과 여러 그래프를 하나의 통합된 화면에 결합합니다.

수치 데이터의 분포를 인접한 도수 막대로 표시합니다.

하나의 데이터 집합을 반복 재표본추출하여 통계량의 표본분포를 추정합니다.

관측된 범주 도수가 기대 분포와 일치하는지를 검정합니다.

두 연속 변수가 함께 변하는 정도를 측정합니다.

여러 분포를 데이터에 적합시켜 어느 분포가 가장 잘 맞는지 식별합니다.

데이터 집합이 정규분포를 따르는지 평가합니다.

체계적인 의사결정 트리를 통해 올바른 통계 검정 선택을 안내합니다.

표본 비율이 목표값과 유의하게 다른지를 검정합니다.

모표준편차를 모를 때 표본 평균을 목표값과 비교합니다.

분산이 알려진 경우 표본 평균이 알려진 모평균과 다른지를 검정합니다.

합격/불합격 검사 공정의 일관성과 신뢰성을 평가합니다.

평가자가 항목을 범주로 얼마나 일관되게 분류하는지를 평가합니다.

계수형 일치성 연구를 위한 무작위화된 데이터 수집 양식을 구성합니다.

Gage R&R 연구를 위한 무작위화된 데이터 수집 워크시트를 생성합니다.

동일한 부품을 측정하는 작업자와 게이지로부터의 측정 변동을 정량화합니다.

측정 범위 전반에 걸쳐 게이지의 정확성과 편의를 평가합니다.

각 작업자가 서로 다른 부품을 측정할 때의 측정 변동을 평가합니다.

하나의 부품을 반복 측정하여 게이지 고유의 반복성과 편의를 평가합니다.

전체 변동을 식별 가능한 개별 원인으로 분해합니다.

다수의 상관된 변수를 소수의 비상관 성분으로 축소합니다.

셋 이상의 관련 집단을 비모수 순위 검정으로 비교합니다.

정규분포를 가정하지 않고 셋 이상의 독립 집단을 비교합니다.

평균 대신 순위를 사용해 두 독립 집단을 비교합니다.

전체 중앙값을 기준으로 위아래 값의 개수를 세어 둘 이상 집단의 중앙값을 비교합니다.

표본 중앙값이 지정된 목표값과 같은지를 검정합니다.

부호 순위를 사용해 표본 중앙값이 목표값과 같은지를 검정합니다.

값의 배열이 진정으로 무작위 순서인지를 확인합니다.

각 항목을 적합/부적합으로 분류할 때의 공정능력을 측정합니다.

부분군 간 변동이 다를 때 공정 안정성과 능력을 확인합니다.

데이터가 정규분포를 따른다고 가정하고 공정 안정성과 능력을 평가합니다.

군간 및 군내 변동에 대한 여섯 개의 공정능력 차트와 지표를 결합합니다.

ISO 22514-3에 따라 기계의 단기 능력을 규격과 비교하여 평가합니다.

데이터가 정규분포를 따르지 않을 때의 공정능력을 평가합니다.

비정규 분포 공정이 규격 한계를 얼마나 잘 충족하는지를 측정합니다.

특정 데이터 분포를 가정하지 않고 공정능력을 평가합니다.

포아송 분포를 따르는 결점률에 대한 공정능력을 측정합니다.

고정된 시행에서의 성공 수에 대한 이항분포로부터 난수 값을 생성합니다.

종 모양의 정규분포를 따르는 난수 값을 생성합니다.

사건 간 시간을 모형화하는 지수분포로부터 난수 값을 생성합니다.

두 자유도로 정의되는 F 분포로부터 난수 값을 생성합니다.

오른쪽으로 치우친 로그정규분포로부터 난수 값을 생성합니다.

고정 구간 내 사건에 대한 포아송 분포로부터 무작위 계수를 생성합니다.

꼬리가 더 두꺼운 t 분포로부터 난수 값을 생성합니다.

신뢰성 분석에 사용되는 와이블 분포로부터 난수 값을 생성합니다.

예측 변수가 두 결과를 갖는 범주형 반응과 어떻게 관련되는지를 모형화합니다.

전체 추세를 포착하기 위해 데이터 점을 통과하는 최적 직선을 적합시킵니다.

예측 변수가 연속 반응 변수와 어떻게 관련되는지를 정량화합니다.

예측 변수를 셋 이상의 결과를 갖는 순서 없는 범주형 반응에 대해 모형화합니다.

예측 변수를 셋 이상의 수준을 갖는 순서형 범주 반응에 대해 모형화합니다.

둘 다 측정 오차를 포함하는 두 변수 사이의 관계를 적합시킵니다.

잠재 성분을 추출하여 다수의 예측 변수를 하나 이상의 반응에 대해 모형화합니다.

제품이 시간이 지나도 품질 규격 내에 머무는 기간을 추정합니다.

정해진 신뢰수준에서 신뢰성 목표를 입증하기 위한 시험 표본 크기와 기간을 결정합니다.

신뢰성 모수를 추정하는 데 필요한 표본 크기와 기간을 결정합니다.

중도절단된 관측값을 포함한 고장 데이터에 수명 분포를 적합시킵니다.

수리 가능 시스템의 고장률이 가동 시간 누적에 따라 어떻게 변하는지를 모형화합니다.

원시 보증 현장 반품 데이터를 신뢰성 분석에 맞게 준비합니다.

적합된 신뢰성 모형으로부터 향후 예상되는 보증 반품을 예측합니다.

합격품질수준(AQL)을 기준으로 검사 샘플링 계획을 정의합니다.

합격/불합격 계수형 데이터에 대한 AQL 검사 계획을 구성합니다.

운영 특성 곡선(OC 곡선)을 사용해 샘플링 계획을 나란히 비교합니다.

연속 측정 데이터에 대한 합격 샘플링 계획을 구성합니다.

연속적으로 측정되는 품질 특성에 대한 AQL 검사 계획을 생성합니다.

공정능력 분석이나 관리도 작성 전에 데이터를 정규성에 가깝게 변환합니다.

일정한 크기의 표본에서 결점 수를 시간에 따라 모니터링합니다.

목표로부터의 편차를 누적하여 평균의 작고 지속적인 이동을 탐지합니다.

최근값과 과거값의 가중 평균을 사용해 작고 지속적인 이동을 탐지합니다.

단일 값 공정에 대해 개별 측정값과 그 이동 범위를 모니터링합니다.

개별, 군간, 군내 변동을 함께 추적합니다.

정규성을 요구하는 분석을 위해 비정규 데이터를 정규성에 가깝게 변환합니다.

과대산포를 보정하면서 불량 비율을 모니터링합니다.

과대산포를 보정하면서 단위당 결점을 모니터링합니다.