| サイトマップ | |
||
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。
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。
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。
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。
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 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。 |
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。 |
|
※ Stat-Ease 360 は、Design-Expert に上級ユーザー向けの優れた機能を追加した「プロ」バージョンです。 |