パワフルで使いやすい実験計画法 (DOE) プログラム

Stat-Ease 360 は重要な因子をスクリーニングするだけでなく、最高のパフォーマンスを実現するための理想的なプロセス設定を見つけ出し、最適な製品設計を発見することができます。パワフルな統計エンジンに、実験計画法に慣れていない方にもわかりやすく使いやすいインターフェイスが搭載され、直感的に操作できます。製造プロセスの改善や品質の向上を求めるすべての人に必携のツールです。

実験の計画

インラインのパワー計算、ブロックや中心点の追加機能により、理想的な実験をレイアウトできます。デザインウィザードと直感的なレイアウトにより、想像をはるかに超えた簡単さを実現します。

データの分析

何が統計的に有意か、どのようにすれば最も正確に結果をモデル化できるかを簡単に確認できます。研究結果を発表したり、出版したりする際に必要な自信を得ることができます。

結果の可視化

顕著な効果を特定し、結果を視覚化するのに役立つグラフを、幅広い選択肢から選択できます。これらのアウトプットは、上司や同僚に調査結果を伝える際に、強い印象を与えます。

 

機能一覧

要因計画 工程や製造物に影響を及ぼす重要な因子を特定し、改善策を打開します。
RSM (応答局面) 計画 最高のパフォーマンスを発揮する最適な工程の設定を見つけ出します。
混合計画 製造物を配合する理想的なレシピを見つけ出します。
空間充填計画 ガウス過程モデルを使用したコンピュータ実験などによる決定論的応答に対する計画を構築し、解析します。
計画検証ツール 標準誤差、fraction of design space (FDS) を評価します。RSM 計画を事後に再評価できます。
ANOVA、ロジスティック回帰、ポアソン回帰 プロセスの成功/失敗、何かの有無を測定において、ロジスティック回帰を使用して応答を分析し、特定の入力セットでのイベントの確率の予測が可能です。
GP (ガウス過程) モデル ガウス過程を解析手法として利用できます。
診断プロット プロットを表示させて残差を分析し、診断レポートを作成します。
3D グラフィックス 回転可能な 3D プロット機能で、応答曲面をあらゆる角度から簡単に調べることができます。
数値最適化 多数の応答に関して最も望ましい度合い (maximum desirability) を同時に見つけ出すことができます。
Python 統合 Stat-Ease 360 と連動する Python スクリプトを作成できます。Python のエコシステム全体を利用して、データの可視化、分析、活用を行います。
Excel インポート/エクスポート Stat-Ease 360 と Microsoft Excel の間で、データやデザインファイルを直接インポート/エクスポートできます。シームレスな移行が可能です。

 

関連製品

■ Design-Expert

実験を素早くセットアップし、データを解析し、結果をグラフィカルに表示することができます。重要な因子の選別、応答曲面法 (RSM) を使用した理想的なプロセス設計、混合計画による最適な製造工程の発見などに利用できます。

※ Design-Expert には、空間充填計画、ガウス過程モデル、Python スクリプト、Excel インポート/エクスポートは含まれません。