功能

协助

• 测量系统分析
• 能力分析
• 图形分析
• 假设检验
• 回归
• DOE
• 控制图

医疗保健模块

图形

• 图形生成器*
• 区间散点图、箱线图、气泡图、条形图、相关图、点图、热度图、直方图、矩阵图、平行图、散点图、时间序列图等
• 等值线图和旋转 3D 图
• 概率图和概率分布图
• 数据更改时自动更新图形
• 对图形使用笔刷以研究关注点
• 导出：TIF、JPEG、PNG、BMP、GIF、EMF

基本统计量

• 描述性统计量
• 单样本 Z 检验、单样本 t 检验、双样本 t 检验、配对 t 检验
• 单比率检验和双比率检验
• 单样本 Poisson 率检验和双样本 Poisson 率检验
• 单方差检验和双方差检验
• 相关和协方差
• 正态性检验
• 异常值检验
• Poisson 拟合优度检验

回归

• Cox 回归
• 线性回归
• 非线性回归
• 二元、顺序和名义 Logistic 回归
• 稳定性研究
• 偏最小二乘
• 正交回归
• Poisson 回归
• 图：残差、因子、等值线、曲面等。
• 逐步：p 值、AICc 和 BIC 选择标准
• 最佳子集
• 响应预测和优化
• 模型验证

方差分析

• 方差分析
• 一般线性模型
• 混合模型
• 多变量方差分析
• 多重比较
• 响应预测和优化
• 等方差检验
• 图：残差、因子、等值线、曲面等。
• 均值分析

测量系统分析

• 数据收集工作表
• 量具 R&R 交叉
• 量具 R&R 嵌套
• 扩展的量具重复性与重现性
• 量具运行图
• 量具线性和偏倚
• 类型 1 量具研究
• 属性量具研究
• 属性一致性分析

质量工具

• 运行图
• Pareto 图
• 因果图
• 变量控制图：XBar、R、S、XBar-R、XBar-S、I、MR、I-MR、I-MR-R/S、区域、Z-MR
• 属性控制图：P、NP、C、U、Laney P’ 和 U’
• 时间加权控制图：MA、EWMA、CUSUM
• 多变量控制图：T 方广义方差控制图、MEWMA
• 稀有事件控制图：G 和 T
• 历史/过程偏移控制图
• Box-Cox 和 Johnson 转换
• 个体分布标识
• 过程能力：正态、非正态、属性、批处理
• Process Capability Sixpack™
• 公差区间
• 抽样验收和 OC 曲线
• 多变异图
• 变异性控制图

试验设计

• 定义筛选设计 *
• Plackett-Burman 设计
• 二水平因子设计
• 裂区设计
• 一般因子设计 *
• 响应曲面设计
• 混料设计
• D 最优设计和基于距离的设计
• 田口设计
• 用户指定的设计
• 分析二元响应
• 分析因子设计的变异性
• 修补试验
• 效应图：正态、半正态、Pareto
• 响应预测和优化
• 图：残差、主效应、交互作用、立方、等值线、曲面、线框

可靠性/生存

• 参数分布分析和非参数分布分析
• 拟合优度测量
• 确切失效数据、右删失数据、左删失数据和区间删失数据
• 加速寿命检验
• 寿命数据回归
• 检验计划
• 阈值参数分布
• 可修复系统
• 多种失效模式
• 概率单位分析
• Weibayes 分析
• 图：分布、概率、故障、生存
• 保证分析

功效和样本数量

• 用于估计的样本数量
• 公差区间的样本数量
• 单样本 Z、单样本 t 和双样本 t
• 配对 t
• 单比率和双比率
• 单样本 Poisson 率和双样本 Poisson 率
• 单方差和双方差
• 等价检验
• 单因子方差分析
• 二水平、Plackett-Burman 和一般全因子设计
• 功效曲线

预测分析

• 自动化机器学习
• CART^® 分类
• CART^® 回归
• Random Forests^® 分类
• Random Forests^® 回归
• TreeNet^® 分类
  
• TreeNet^® 回归

多变量

• 主成分分析
• 因子分析
• 判别分析
• 聚类分析
• 对应分析
• 项目分析和 Cronbach alpha

时间序列和预测

• 时间序列图
• 趋势分析
• 分解
• 移动平均
• 指数平滑
• Winters 法
• 自相关函数、偏自相关函数和互相关函数
• 综合自回归移动平均 (ARIMA)
• Box-Cox 变换*
• 增广迪基–富勒检验*
• 最佳 ARIMA 模型预测*

非参数

• 符号检验
• Wilcoxon 检验
• Mann-Whitney 检验
• Kruskal-Wallis 检验
• Mood 中位数检验
• Friedman 检验
• 游程检验

表

• 卡方检验、Fisher 精确检验和其他检验
• 卡方拟合优度检验
• 计数和交叉分组表

模拟和分布

• 随机数生成元
• 概率密度、累积分布和逆累积分布函数
• 随机抽样
• 自引导和随机化检验

宏和自定义

• 可自定义的菜单和工具栏
• 大量首选项和用户配置文件
• 功能强大的脚本功能
• Python 集成
• R 集成