Guides
Trouvez un outil, suivez les étapes et essayez-le avec des données d’exemple.
Tous les guides
94 guides
Exécuter votre première analyse
Importez des mesures d’exemple, exécutez une analyse et ajoutez les résultats à un rapport.
Lire le guideMeans: k-Sample (ANOVA)
Comparer les moyennes de plusieurs groupes
Tester si plusieurs groupes indépendants ont une même moyenne de population.
Exemple : quatre formulations d’adhésif
Lire le guideAutocorrelation
Examiner la dépendance d’une série chronologique
Examiner les relations entre des observations régulièrement espacées et les valeurs antérieures.
Exemple : température horaire de l’eau glacée
Lire le guideCategorical: Independence (χ²)
Examiner l’association entre deux catégories
Comparer les effectifs observés par catégorie aux effectifs attendus sous l’hypothèse d’indépendance.
Exemple : service d’expédition et état à l’arrivée
Lire le guideConfidence Intervals
Estimer une moyenne de population
Estimer l’incertitude d’une moyenne à partir de la taille, de la moyenne et de l’écart-type d’un échantillon.
Exemple : résistance moyenne du scellage de la cellule A
Lire le guideConfidence Intervals
Estimer une variance de population
Estimer l’incertitude de la dispersion au carré à partir de la taille et de l’écart-type d’un échantillon.
Exemple : variance de résistance du scellage de la cellule A
Lire le guideConfidence Intervals
Estimer un écart-type de population
Estimer l’incertitude de la dispersion dans l’unité de mesure d’origine.
Exemple : écart-type de résistance du scellage de la cellule A
Lire le guideConfidence Intervals
Estimer une différence entre moyennes
Estimer la différence entre deux moyennes de populations indépendantes.
Exemple : résistance moyenne de la cellule A comparée à la cellule B
Lire le guideConfidence Intervals
Estimer un rapport de variances
Estimer la dispersion relative de deux échantillons indépendants approximativement normaux.
Exemple : variation de résistance de la cellule A comparée à la cellule B
Lire le guideConfidence Intervals
Estimer une proportion de population
Estimer une proportion d’événements et son intervalle de confiance binomial.
Exemple : proportion de réussite au test d’étanchéité de la cellule A
Lire le guideConfidence Intervals
Estimer une différence entre proportions
Estimer une différence de proportions d’événements à partir de deux échantillons indépendants.
Exemple : réussites au test d’étanchéité de la cellule A comparées à la cellule B
Lire le guideConfidence Intervals
Estimer un taux d’événements
Estimer le nombre d’événements par unité d’exposition et son incertitude.
Exemple : arrêts de conditionnement par heure de fonctionnement
Lire le guideDisplay Descriptive Statistics
Résumer des mesures numériques
Examiner le centre, la dispersion et la forme d’une colonne numérique, avec des résumés par groupe facultatifs.
Exemple : temps d’emballage par zone
Lire le guideDisplay Descriptive Statistics
Résumer des mesures numériques
Examiner le centre, la dispersion et la forme d’une colonne numérique, avec des résumés par groupe facultatifs.
Exemple : masse des colis par zone
Lire le guideDisplay Descriptive Statistics
Résumer le nombre d’articles par zone d’emballage
Examiner le centre, la dispersion et la forme d’une colonne numérique, avec des résumés par groupe facultatifs.
Exemple : articles par commande et par zone
Lire le guideDistributions
Calculer une probabilité binomiale exacte
Calculer la probabilité d’un effectif donné dans des essais indépendants.
Exemple : exactement deux étiquettes non conformes
Lire le guideDistributions
Calculer une probabilité binomiale cumulée
Calculer la probabilité d’un effectif inférieur ou égal à une valeur donnée.
Exemple : au plus deux étiquettes non conformes
Lire le guideDistributions
Calculer une probabilité cumulée d’effectif d’événements
Calculer la probabilité d’un effectif sous un modèle de Poisson.
Exemple : au plus cinq arrivées à l’assistance en une heure
Lire le guideDistributions
Déterminer un seuil d’effectif de Poisson
Trouver le plus petit effectif dont la probabilité cumulée atteint une cible.
Exemple : seuil à 95% des arrivées horaires à l’assistance
Lire le guideDistributions
Calculer une probabilité de dépassement du temps d’attente
Calculer la probabilité de dépasser un temps sous un modèle exponentiel.
Exemple : attendre plus de vingt minutes
Lire le guideDistributions
Déterminer un percentile du temps d’attente
Trouver le temps au-dessous duquel se situe une part choisie d’un modèle exponentiel.
Exemple : temps d’attente au 90e percentile
Lire le guideDistributions
Lire une densité de probabilité
Évaluer la hauteur d’une loi continue à une valeur donnée.
Exemple : densité du temps d’attente à douze minutes
Lire le guideDistribution Fit Analysis
Comparer des lois ajustées
Examiner les lois et transformations candidates sans considérer qu’un test d’ajustement désigne un modèle gagnant.
Exemple : durées d’achèvement d’essais sur banc
Lire le guideEqual Variances
Comparer la variation entre groupes
Tester si des groupes indépendants ont des variances de population égales.
Exemple : couple d’assemblage à quatre postes
Lire le guideVariances: Two-Sample (F)
Comparer deux variances
Estimer le rapport de variation de deux échantillons indépendants approximativement normaux.
Exemple : dispositifs de coupe existant et modifié
Lire le guideNormal Distribution Plot
Calculer une probabilité de queue normale
Montrer l’aire au-dessous d’une valeur sous un modèle normal spécifié.
Exemple : remplissages de bouteilles inférieurs à 245 mL
Lire le guideNormal Distribution Plot
Calculer une probabilité d’intervalle normal
Montrer l’aire entre deux valeurs sous un modèle normal spécifié.
Exemple : remplissages de bouteilles entre 245 et 255 mL
Lire le guideNormal Distribution Plot
Déterminer un percentile normal
Trouver la valeur au-dessous de laquelle se situe une part choisie d’un modèle normal.
Exemple : le 99e percentile du remplissage des bouteilles
Lire le guideNormality
Évaluer un modèle de loi normale
Utiliser un test et un graphique de probabilité pour vérifier si un modèle normal est raisonnable pour un échantillon.
Exemple : forces d’insertion de connecteurs
Lire le guideOutlier Test
Examiner une observation extrême
Tester une valeur inhabituelle tout en conservant les mesures pour l’investigation.
Exemple : aliquotes pour la teneur en solides
Lire le guidePower & Sample Size
Planifier une étude à un échantillon
Choisir une taille d’échantillon pour détecter une différence pertinente par rapport à une moyenne de référence.
Exemple : taille d’échantillon pour le remplissage de sachets
Lire le guidePower & Sample Size
Planifier une étude à deux échantillons de même taille
Choisir le nombre d’observations par groupe pour une comparaison de moyennes prévue.
Exemple : deux groupes de remplissage de sachets de même taille
Lire le guidePower & Sample Size
Examiner la puissance d’un échantillon de taille fixée
Estimer la probabilité de détecter une différence spécifiée avec une taille d’échantillon disponible.
Exemple : cinquante sachets par groupe
Lire le guidePower & Sample Size
Déterminer une différence de moyenne détectable
Estimer la différence nécessaire pour atteindre une puissance cible à taille d’échantillon fixée.
Exemple : soixante sachets par groupe
Lire le guidePower & Sample Size
Planifier une étude d’une proportion
Choisir une taille d’échantillon pour comparer une proportion à une référence.
Exemple : hausse du taux de réussite de 93% à 97%
Lire le guidePower & Sample Size
Planifier une étude de deux proportions
Choisir des tailles de groupes égales pour une comparaison prévue de deux proportions.
Exemple : taux de réussite de 98% contre 94%
Lire le guideProportions
Comparer une proportion à une référence
Tester une proportion d’événements spécifiée à partir de nombres d’événements et d’essais.
Exemple : lisibilité des étiquettes à la première lecture
Lire le guideProportions
Comparer deux proportions
Tester une différence de proportions d’événements à partir d’effectifs indépendants.
Exemple : lisibilité des étiquettes à la première lecture
Lire le guideLinear Regression
Ajuster un modèle de régression linéaire
Estimer comment une réponse numérique varie avec plusieurs prédicteurs et examiner la variation inexpliquée.
Exemple : consommation d’électricité des lots de séchage
Lire le guideMeans: One-Sample (t)
Comparer une moyenne à une cible
Estimer l’écart entre une moyenne de population et une valeur spécifiée.
Exemple : masse nette des sachets
Lire le guideMeans: Two-Sample (t)
Comparer deux moyennes indépendantes
Estimer la différence entre deux moyennes de population et son incertitude.
Exemple : force de compression des matériaux de calage
Lire le guideMeans: Two-Sample (t)
Comparer des mesures appariées
Estimer une différence moyenne à partir de paires correspondantes.
Exemple : temps de lecture selon le micrologiciel
Lire le guidePlots
Créer un histogramme
Montrer combien de mesures se situent dans chaque intervalle.
Exemple : temps d’emballage
Lire le guidePlots
Créer une boîte à moustaches
Comparer le centre et la dispersion des mesures entre groupes.
Exemple : zones d’emballage
Lire le guidePlots
Créer un graphique de valeurs individuelles
Montrer chaque mesure à côté des autres observations de son groupe.
Exemple : résistance des adhésifs
Lire le guidePlots
Créer un diagramme à points empilés
Comparer les mesures avec des points empilés dans des intervalles communs.
Exemple : résistance des adhésifs
Lire le guidePlots
Créer un nuage de points
Représenter deux mesures de chaque observation pour explorer leur relation.
Exemple : lots de séchage
Lire le guidePlots
Créer une matrice de nuages de points
Examiner plusieurs paires de variables numériques dans un ensemble de graphiques.
Exemple : lots de séchage
Lire le guidePlots
Créer une carte de chaleur des corrélations
Comparer le sens et la force des associations par paires entre variables numériques.
Exemple : lots de séchage
Lire le guidePlots
Créer un diagramme en barres à partir d’effectifs
Comparer des valeurs fournies entre catégories et groupes.
Exemple : dommages d’expédition
Lire le guidePlots
Créer un graphique d’intervalles
Comparer les moyennes d’échantillons et leur incertitude.
Exemple : résistance des adhésifs
Lire le guidePlots
Créer un graphique en courbes général
Relier des mesures ou des résumés dans l’ordre sélectionné.
Exemple : temps d’emballage selon le nombre d’articles
Lire le guidePlots
Créer un graphique des effets principaux
Comparer les moyennes de réponse observées aux niveaux de chaque facteur.
Exemple : résistance du scellage de sachets
Lire le guidePlots
Créer un graphique d’interaction
Comparer les changements d’une réponse observée selon les combinaisons de deux facteurs.
Exemple : résistance du scellage de sachets
Lire le guidePlots
Créer un graphique de série chronologique
Suivre les mesures dans l’ordre de collecte pour observer les changements entre observations successives.
Exemple : viscosité des lots
Lire le guidePlots
Créer un diagramme de Pareto
Classer les effectifs des catégories et montrer la progression de leur part cumulée.
Exemple : dommages d’expédition
Lire le guideFishbone Diagram
Structurer une investigation avec un diagramme d’Ishikawa
Organiser les causes possibles d’un problème et planifier les vérifications nécessaires pour les examiner.
Exemple : scellages de sachets peu résistants
Lire le guideCreate Random Data
Générer des données aléatoires normales
Créer des valeurs simulées selon un modèle probabiliste choisi, avec une graine fixe pour reproduire l’échantillon au besoin.
Exemple : diamètres de goupilles
Lire le guideCreate Random Data
Générer des données aléatoires uniformes
Créer des valeurs simulées selon un modèle probabiliste choisi, avec une graine fixe pour reproduire l’échantillon au besoin.
Exemple : délais d’expédition
Lire le guideCreate Random Data
Générer des données aléatoires exponentielles
Créer des valeurs simulées selon un modèle probabiliste choisi, avec une graine fixe pour reproduire l’échantillon au besoin.
Exemple : intervalles entre arrivées
Lire le guideCreate Random Data
Générer des effectifs aléatoires binomiaux
Créer des valeurs simulées selon un modèle probabiliste choisi, avec une graine fixe pour reproduire l’échantillon au besoin.
Exemple : articles non conformes par plateau
Lire le guideCreate Random Data
Générer des effectifs aléatoires de Poisson
Créer des valeurs simulées selon un modèle probabiliste choisi, avec une graine fixe pour reproduire l’échantillon au besoin.
Exemple : défauts de surface par panneau
Lire le guideCreate Random Data
Générer plusieurs colonnes indépendantes
Créer des valeurs simulées selon un modèle probabiliste choisi, avec une graine fixe pour reproduire l’échantillon au besoin.
Exemple : trois échantillons de volumes de remplissage
Lire le guideStandardize & Normalize
Centrer et réduire les mesures en scores z
Transformer séparément les colonnes numériques pour préparer les mesures à une analyse ultérieure.
Exemple : lots de séchage
Lire le guideStandardize & Normalize
Centrer les mesures sur leur moyenne
Transformer séparément les colonnes numériques pour préparer les mesures à une analyse ultérieure.
Exemple : lots de séchage
Lire le guideStandardize & Normalize
Mettre les mesures à l’échelle [0, 1]
Transformer séparément les colonnes numériques pour préparer les mesures à une analyse ultérieure.
Exemple : lots de séchage
Lire le guideStandardize & Normalize
Mettre les mesures à l’échelle [−1, 1]
Transformer séparément les colonnes numériques pour préparer les mesures à une analyse ultérieure.
Exemple : lots de séchage
Lire le guideDesign of Experiments
Analyser un plan factoriel complet
Utiliser des essais expérimentaux enregistrés pour estimer les effets des facteurs et les interactions.
Exemple : résistance du scellage de sachets
Lire le guideDesign of Experiments
Créer un plan factoriel complet
Planifier les essais à toutes les combinaisons des niveaux de facteurs choisis.
Exemple : résistance du scellage de sachets
Lire le guideDesign of Experiments
Analyser un plan factoriel fractionnaire
Estimer les effets à partir d’une fraction des combinaisons possibles de facteurs et vérifier ce qui reste confondu.
Exemple : adhérence des étiquettes
Lire le guideDesign of Experiments
Créer un plan factoriel fractionnaire
Planifier moins de combinaisons de facteurs en gardant visibles les effets qui restent confondus.
Exemple : adhérence des étiquettes
Lire le guideDesign of Experiments
Analyser un plan composite centré
Ajuster une réponse avec courbure aux essais expérimentaux et lire les prédictions à des réglages de facteurs précisés.
Exemple : durabilité du revêtement
Lire le guideDesign of Experiments
Créer un plan composite centré
Planifier des essais aux sommets, aux points axiaux et au centre pour étudier une réponse avec courbure.
Exemple : durabilité du revêtement
Lire le guideDesign of Experiments
Analyser un plan de Box–Behnken
Ajuster une réponse avec courbure à partir d’essais aux arêtes et au centre, puis vérifier le modèle avant d’utiliser ses prédictions.
Exemple : mélange d’encre
Lire le guideDesign of Experiments
Créer un plan de Box–Behnken
Planifier des essais aux milieux des arêtes et au centre pour étudier une réponse avec courbure.
Exemple : mélange d’encre
Lire le guidec Chart
Créer une carte c
Surveiller les nombres de défauts lorsque chaque unité inspectée offre la même possibilité d’inspection.
Exemple : défauts des panneaux de verre
Lire le guideCapability & Performance
Comparer la performance du procédé aux spécifications
Décrire la position et la dispersion des mesures par rapport aux limites de spécification fournies.
Exemple : diamètres de goupilles de positionnement
Lire le guideCUSUM Chart
Créer une carte CUSUM
Cumuler les écarts à une moyenne de référence pour rechercher de faibles changements persistants.
Exemple : masse d’adhésif dosée
Lire le guideEWMA Chart
Créer une carte EWMA
Utiliser une moyenne pondérée des mesures récentes pour rechercher de faibles changements du procédé.
Exemple : température de scellage
Lire le guideI-MR Chart
Créer une carte I-MR
Surveiller les mesures individuelles et les changements entre mesures consécutives.
Exemple : viscosité de l’adhésif
Lire le guidenp Chart
Créer une carte np
Surveiller les nombres d’unités non conformes lorsque tous les échantillons d’inspection ont la même taille.
Exemple : inspection de bouchons de bouteilles
Lire le guidep Chart
Créer une carte p
Surveiller la proportion d’unités non conformes lorsque les tailles des échantillons d’inspection varient.
Exemple : étiquetage des cartons
Lire le guideu Chart
Créer une carte u
Surveiller les défauts par unité d’inspection lorsque le nombre d’unités inspectées varie.
Exemple : défauts de soudure
Lire le guideX̄–R control chart
Créer une carte X̄–R
Utiliser des mesures par sous-groupes pour examiner les changements de moyenne et de variation du procédé.
Exemple : remplissage de bouteilles
Lire le guideX̄–S Chart
Créer une carte X̄–S
Utiliser les moyennes et les écarts-types des sous-groupes pour surveiller la moyenne et la variation du procédé.
Exemple : épaisseur du revêtement
Lire le guideZ-MR Chart
Créer une carte Z-MR
Comparer les mesures de différents produits sur une échelle standardisée.
Exemple : trois produits d’entretoises
Lire le guideBias
Vérifier le biais de mesure
Comparer des mesures répétées à une référence connue pour estimer leur décalage moyen.
Exemple : indicateur de pression
Lire le guideCg / Cgk (Type 1)
Réaliser une étude de moyen de mesure de type 1
Utiliser des mesures répétées d’une pièce de référence pour comparer la dispersion et le biais de mesure à une tolérance.
Exemple : comparateur de longueur
Lire le guideGRR (ANOVA)
Réaliser une étude R&R croisée
Utiliser des mesures répétées par plusieurs opérateurs pour distinguer la variation de mesure des différences entre pièces.
Exemple : alésages de vannes
Lire le guideGRR (Average & Range)
Réaliser une étude R&R par moyennes et étendues
Utiliser des mesures répétées par plusieurs opérateurs pour estimer la dispersion de mesure par la méthode des moyennes et étendues.
Exemple : épaisseur des entretoises
Lire le guideGRR (Range)
Réaliser une étude R&R courte par les étendues
Utiliser des lectures appariées de deux opérateurs pour obtenir une première estimation de la variation globale de mesure.
Exemple : largeur des clips
Lire le guideKappa (Attributes)
Vérifier l’accord entre inspecteurs
Comparer les décisions catégorielles entre inspecteurs et à une décision de référence facultative.
Exemple : inspection esthétique
Lire le guideLinearity
Vérifier le biais sur une étendue de mesure
Utiliser des lectures répétées de plusieurs étalons de référence pour voir si le biais de mesure change avec la dimension.
Exemple : instrument de mesure optique
Lire le guideStability
Vérifier la stabilité de mesure dans le temps
Utiliser des lectures répétées de la même référence pour suivre les changements de moyenne de mesure et de dispersion à court terme.
Exemple : balance de table
Lire le guide