O que os dados estão realmente dizendo sobre o seu processo?

Verifica se a média de uma amostra difere de uma média populacional conhecida com variância conhecida.

Compara a média de uma amostra a um valor-alvo quando o desvio padrão populacional é desconhecido.

Verifica se as médias de dois grupos independentes diferem significativamente.

Compara as médias de dois grupos independentes usando estatísticas-resumo em vez de dados brutos.

Testa se há diferença significativa entre as médias de dois grupos relacionados.

Verifica se uma proporção amostral difere significativamente de um valor-alvo.

Compara as proporções de uma característica entre duas populações independentes.

Compara a variância de uma amostra a um valor especificado usando um teste qui-quadrado.

Verifica se dois ou mais grupos compartilham a mesma variabilidade.

Verifica se as médias de três ou mais grupos independentes diferem significativamente.

Compara as variâncias de duas populações independentes para verificar se são iguais.

Mostra como a resposta média varia entre os níveis de cada fator de um estudo.

Ajusta uma reta de melhor ajuste aos pontos de dados para captar a tendência geral.

Quantifica como os preditores se relacionam com uma variável resposta contínua.

Estima por quanto tempo um produto permanece dentro de suas especificações de qualidade ao longo do tempo.

Estima a vida útil farmacêutica conforme as normas ICH Q1E com agrupabilidade de lotes, projeção de temperatura e avaliação de extrapolação.

Ajusta uma relação entre duas variáveis que contêm erro de medição em ambas.

Modela muitos preditores em relação a uma ou mais respostas extraindo componentes latentes.

Modela como os preditores se relacionam com uma resposta categórica de dois resultados.

Modela preditores em relação a uma resposta categórica ordenada com três ou mais níveis.

Modela preditores em relação a uma resposta categórica não ordenada com três ou mais resultados.

Estima a potência relativa comparando as linhas paralelas de dose-resposta logarítmicas de uma preparação de teste e uma padrão.

Estima a potência relativa a partir da razão das inclinações de dose-resposta quando as preparações compartilham uma resposta basal comum.

Estima a dose efetiva e a potência relativa quando as respostas biológicas são resultados binários em vez de medições contínuas.

Estima a potência relativa ajustando uma curva sigmoide logística de quatro parâmetros, adequada a imunoensaios como ELISA.

Estima a potência de antibióticos a partir das zonas de inibição em placa de ágar usando um desenho cilindro-placa 5+1 da USP.

Combina as estimativas de potência de vários ensaios independentes em um único resultado ponderado com teste de homogeneidade.

Cria um plano eficiente que tria muitos fatores contínuos e detecta curvatura.

Ajusta um modelo aos resultados de um experimento de triagem e identifica os fatores que influenciam a resposta.

Gera um plano de experimento fatorial e analisa os efeitos dos fatores e das interações.

Planeja e analisa experimentos em que os fatores são proporções de ingredientes que somam um valor constante.

Encontra os ajustes dos fatores que produzem os resultados mais desejáveis para uma ou mais respostas.

Determina o tamanho da amostra e a duração do teste para comprovar uma meta de confiabilidade com confiança definida.

Determina o tamanho da amostra e a duração necessários para estimar parâmetros de confiabilidade.

Ajusta uma distribuição de vida a dados de falha que incluem observações censuradas.

Prepara dados brutos de retornos de garantia em campo para análise de confiabilidade.

Prevê os retornos de garantia futuros esperados a partir de um modelo de confiabilidade ajustado.

Modela como a taxa de falhas de um sistema reparável varia conforme ele acumula tempo de operação.

Reduz muitas variáveis correlacionadas a um conjunto menor de componentes não correlacionados.

Verifica se a mediana de uma amostra é igual a um valor-alvo especificado.

Verifica se a mediana de uma amostra é igual a um alvo usando postos com sinal.

Compara dois grupos independentes usando postos em vez de médias.

Compara três ou mais grupos independentes sem pressupor uma distribuição normal.

Compara as medianas de dois ou mais grupos contando os valores acima e abaixo da mediana geral.

Compara três ou mais grupos relacionados usando um teste não paramétrico baseado em postos.

Verifica se uma sequência de valores está disposta em uma ordem verdadeiramente aleatória.

Plota a relação entre duas variáveis contínuas como pontos em um plano.

Exibe pontos de dados em três eixos para mostrar relações entre três variáveis.

Amplia um diagrama de dispersão para exibir três variáveis contínuas, com o tamanho da bolha como a terceira.

Quantifica a força e a direção das relações lineares entre variáveis.

Exibe a distribuição de dados numéricos por meio de barras de frequência adjacentes.

Mostra a distribuição numérica como barras de frequência, frequentemente sobrepostas a uma curva ajustada.

Avalia se os dados seguem uma distribuição normal usando um gráfico de probabilidade.

Resume uma distribuição por meio de seus quartis, mediana, dispersão e valores atípicos.

Revela as fontes e a magnitude da variação entre vários fatores ao mesmo tempo.

Avalia a repetibilidade intrínseca e a tendência de um instrumento usando medições repetidas de uma única peça.

Gera uma planilha de coleta de dados aleatorizada para um estudo Gage R&R.

Avalia a exatidão e a tendência de um instrumento ao longo de sua faixa de medição.

Quantifica a variação de medição proveniente de operadores e instrumentos que medem as mesmas peças.

Avalia a variação de medição quando cada operador mede peças diferentes.

Decompõe a variação total em suas distintas fontes identificáveis.

Avalia a consistência e a confiabilidade de um processo de inspeção do tipo aprovado/reprovado.

Cria um formulário de coleta de dados aleatorizado para um estudo de concordância por atributos.

Avalia o quão consistentemente os avaliadores classificam os itens em categorias.

Transforma os dados em direção à normalidade antes da análise de capacidade ou da carta de controle.

Converte dados não normais em direção à normalidade para análises que a exigem.

Acompanha as médias e amplitudes dos subgrupos para monitorar a estabilidade do processo com dados por variáveis.

Monitora as médias e os desvios padrão dos subgrupos para dados por variáveis com amostras maiores.

Acompanha em conjunto a variação individual, entre subgrupos e dentro de subgrupos.

Monitora a média dos subgrupos ao longo do tempo para detectar mudanças na média.

Monitora a variação dentro do subgrupo plotando a amplitude de cada subgrupo.

Monitora a variação dentro do subgrupo plotando os desvios padrão dos subgrupos.

Monitora medições individuais e sua amplitude móvel para processos de valor único.

Mede o quão bem um processo produz saída dentro dos limites de especificação.

Avalia a capacidade de curto prazo de uma máquina em relação às suas especificações conforme a ISO 22514-3.

Avalia a capacidade do processo quando os dados não seguem uma distribuição normal.

Mede o quão bem um processo com distribuição não normal atende aos seus limites de especificação.

Avalia a capacidade do processo sem pressupor qualquer distribuição específica dos dados.

Mede a capacidade do processo quando cada item é classificado como conforme ou não conforme.

Mede a capacidade do processo para taxas de defeitos que seguem uma distribuição de Poisson.

Avalia a estabilidade e a capacidade do processo pressupondo dados normalmente distribuídos.

Verifica a estabilidade e a capacidade do processo quando a variação difere entre subgrupos.

Cria planos de inspeção por NQA para dados de atributos do tipo aprovado/reprovado.

Define planos de amostragem de inspeção com base em um nível de qualidade aceitável.

Cria um plano de amostragem de aceitação para dados de medição contínuos.

Compara planos de amostragem lado a lado usando suas curvas características de operação.

Cria planos de inspeção por NQA para características de qualidade medidas continuamente.

Gera valores aleatórios seguindo uma distribuição normal em forma de sino.

Gera valores aleatórios a partir de uma distribuição lognormal assimétrica à direita.

Gera valores aleatórios a partir de uma distribuição exponencial que modela o tempo entre eventos.

Gera valores aleatórios a partir de uma distribuição de Weibull usada em análise de confiabilidade.

Gera valores aleatórios a partir de uma distribuição t com caudas mais pesadas.

Gera valores aleatórios a partir de uma distribuição F definida por dois graus de liberdade.

Gera valores aleatórios a partir de uma distribuição binomial de sucessos em ensaios fixos.

Gera contagens aleatórias a partir de uma distribuição de Poisson de eventos em um intervalo fixo.