模板和计算器：• DMAIC 和 DFSS 模板
⭕团队/项目章程
⭕SIPOC 图
⭕流程图工具栏
⭕数据测量计划
⭕因果（鱼骨）图和快速模板
⭕具有帕累托的因果 (XY) 矩阵
⭕使用 RPN 排序的故障模式和影响分析 (FMEA)
⭕质量功能展开 (QFD)
⭕Pugh 概念选择矩阵
⭕控制方案
• 精益模板
⭕节拍时间计算器
⭕价值分析/流程负载平衡
⭕价值流图
• 图形模板
⭕帕累托图， 直方图， 运行图
• 概率分布计算器
⭕正态、对数正态、指数、威布尔
⭕二项式、泊松、超几何
• 统计模板
⭕样本量 - 离散和连续
⭕稳健 t 检验和 ANOVA 的最小样本量
⭕1 样本 t 检验和均值的置信区间
⭕1 样本 Z 检验和均值的置信区间
⭕2 样本 t 检验和置信区间（比较 2 均值）
⭕1 均值样本等价检验
⭕2 样本等价检验（比较 2 种均值）
⭕1 样本卡方检验和标准差 CI
⭕2 个样本 F 检验和 CI（比较 2 个标准偏差）
⭕1 比例检验和置信区间
⭕2 比例检验和置信区间
⭕2 比例等价检验
⭕1 泊松率检验和置信区间
⭕2 泊松率检验和置信区间
⭕2 泊松率等价检验
⭕单向卡方和拟合优度检验（使用精确和蒙特卡洛 P 值）
⭕单向卡方和拟合优度检验 - 精确
• 测量系统分析 (MSA) 模板
⭕类型 1 量具研究
⭕量具偏差和线性研究
⭕量具 R&R 研究 - 多变量分析
⭕Attribute Gage R&R（属性一致性分析）
• 过程西格玛水平 - 离散和连续
• 过程能力和置信区间
• 公差区间计算器（正常精确）
• DOE 模板
⭕2到5个因素
⭕2 级全因子设计和部分因子设计
⭕主效应和交互作用图
• Taguchi DOE 模板
⭕Taguchi L8（2 级）三因素 - 坚固的蛋糕示例
⭕Taguchi L8（2 级）四因素 - 弹射器示例
⭕Taguchi L9（3 级）四要素 - 纸飞机示例
⭕L4、L8、L9、L12、L16、L18、L27
⭕信噪比：标称最佳、标称最佳（仅方差）、标称最佳（与目标的均方偏差）、越大越好、越小越好
⭕Deltas（效应）和 ANOVA SS（平方和）的 Pareto 贡献百分比（用于主效应和双向交互）
⭕主效应和交互作用图
• 控制图模板
⭕个人， C 图
图形工具：• 基本和高级（多个）帕累托图
• EZ-Pivot/Pivot Charts：轻松创建数据透视表和图表
• 基本直方图
• 多个直方图和描述性统计（包括均值和标准差的置信区间，以及 Anderson-Darling 正态性检验）
• 多个直方图和过程能力（Pp、Ppk、Cpm、ppm、%）
• 多个箱线图, 多个 X 箱线图, 点图
• 运行图（使用非参数运行测试允许您测试聚类、混合、缺乏随机性、趋势和振荡）
• 叠加运行图
• 多重正态概率图（具有 95% 置信区间，便于解释正态性/非正态性）
• 多变量图表
• 散点图（带有线性回归和可选的 95% 置信区间和预测区间）
• 散点图矩阵
• 均值分析 (ANOM) 图
⭕ANOM 正常单向
⭕ANOM Normal 双向（带主效应和切片图）
⭕ANOM 二项式比例单向
⭕ANOM 二项式比例双向
⭕ANOM 泊松率单向
⭕ANOM 泊松率双向
⭕非参数变换秩
⭕方差和 Levene 稳健方差
统计工具：• 当结果显着时，P 值变为红色（P 值 < alpha）
• 描述性统计，包括 Anderson-Darling 正态性检验、偏度和峰度与 P 值
• 描述性统计选项：
⭕百分位报告和百分位范围
⭕百分置信区间和容差区间
⭕附加描述性统计和正态性检验（Shapiro-Wilk 和 Doomik-Hansen 正态性）
⭕异常值（箱线图和 Grubbs）和随机性（非参数运行）检验
• 1 样本 t 检验和置信区间
• 配对t检验, 2样本t检验
• 2 样品对比测试：
⭕报告 AD 正态性、F 检验和 Levene's 方差、t 检验假设方差相等和不相等、Mann-Whitney 检验中位数
⭕根据样本量、正态性和方差突出显示推荐的测试
• 单向方差分析和均值矩阵
⭕均值概率方法的多重比较（事后）：Fisher、Tukey、Dunnett 与控制
• 自动假设检查一个样本、两个样本、配对 T 检验和单向方差分析
⭕带有颜色突出显示的测试报告：绿色（OK）、黄色（警告）和红色（严重违规）
⭕测试每个样本的正态性。如果不是，请检查测试稳健性的最小样本量
⭕检查每个样本的异常值：潜力（Tukey 箱线图 1.5*IQR）；可能（2.2*IQR）；极端 (3*IQR)
⭕随机性（非参数游程检验）
⭕等方差（对于 2 个或更多样本）
• 双向方差分析（平衡和不平衡）
• 等方差检验（Bartlett、Levene 和 Welch 的方差分析）
⭕方差概率方法的多重比较（事后）：F 检验（使用 Bonferroni 校正）、Levene、Tukey ADM（中位数的绝对偏差）
⭕Welch 均值概率方法的多重比较（事后）：Welch Pairwise，Games Howell
• 相关矩阵（Pearson 和 Spearman 等级相关）
⭕利用强大的 Doornik-Hansen 双变量正态性检验对相关性进行自动正态性检查
⭕黄色突出显示以推荐显着的 Pearson 或 Spearman 相关 - 如果数据为双变量正态，则突出显示 Pearson，否则突出显示 Spearman
• 多元线性回归：
⭕接受连续和/或分类（离散）预测器
⭕具有 95% 置信区间和 95% 预测区间的交互式预测响应计算器
⭕残差图：直方图、正态概率图、残差与时间、残差与预测以及残差与 X 因子
⭕残差类型包括常规、标准化、学生化（已删除 t）和库克距离（影响）、杠杆和 DFITS
⭕突出显示残差中的显着异常值
⭕具有 p 值的残差自相关的 Durbin-Watson 检验
⭕分类预测变量的 ANOVA 报告
⭕纯误差和失配报告
⭕共线性方差膨胀因子 (VIF) 和容差报告
⭕拟合截距是可选的
• 高级多重回归：
⭕连续预测变量的标准化和编码
⭕显示具有非标准化系数的回归方程的选项
⭕分类预测变量的 (1, 0) 或 (-1,0,+1) 编码
⭕Box-Cox 变换
⭕指定置信水平
⭕残差图（常规、标准化、学生化 - 已删除 t）
⭕主效应和交互作用图（拟合均值）
⭕等高线图和曲面图
⭕使用可选约束进行优化
⭕自动删除极端 VIF 或共线项（带有别名和删除报告）
⭕指定交互、二次和更高阶（所有交互或最多 3-Way）
⭕具有贡献百分比和标准化效应的帕累托方差分析 I 型和/或 III 型平方和
⭕具有 Monte Carlo 或学生 T P 值的饱和模型（正交或非正交）的 Lenth 伪标准误差
⭕为 R 方检验和 StDev 检验验证指定检验/保留样本
⭕R 方预测（留一法交叉验证）
⭕R-Square K-Fold & StDev K-Fold（K-Fold 交叉验证）
⭕恒定方差检验：Breusch-Pagan。Anderson-Darling Normality test 应用于残差，以便自动选择 Normal 或 Koenker (Robust) 版本。报告还包括整体测试和个人预测变量。
⭕非恒定方差的白色稳健标准误差（Heteroskedasticity-Consistent）
⭕Durbin-Watson 检验残差与 P 值的自相关
⭕具有自相关性的非常量方差的 Newey-West 稳健标准误差（Heteroskedasticity 和 Autocorrelation-Consistent）
⭕根据 Durbin-Watson P 值自动选择 White 或 Newey-West
⭕逐步/最佳子集回归：
■前进/后退 alpha-to-enter, alpha-to-remove
■带 alpha-to-enter 的正向选择
■使用 alpha-to-remove 的向后消除
■Forward, Backward Criterion：最小化AICc，BIC；最大化 R-Square Adjusted, R-Square Predicted, R-Square K-Fold
■最佳子集利用强大的 MIDACO 求解器（混合整数分布式蚁群优化）求解具有多达数百个连续或分类变量的最佳子集，包括交互作用和高阶项。与将最佳子集限制为 30 个连续变量的竞争对手相比，此功能使 SigmaXL 具有显着优势。
■最佳子集标准：最小化 AICc、BIC；最大化 R 方调整
■分层选项
■带有附加统计数据的详细报告，例如条件编号和 Mallows 的 Cp。
• 多重响应优化：
⭕具有意愿的多重响应优化
■多启动 Nelder-Mead 单纯形
■米达科
• 二元和有序逻辑回归：
⭕强大且用户友好的逻辑回归。
⭕报告包括一个计算器，用于预测一组给定输入 X 值的响应事件概率
⭕除了连续预测变量之外，模型中还可以包含分类（离散）预测变量
⭕模型摘要和拟合优度检验包括似然比卡方、伪 R 方、皮尔逊残差卡方、偏差残差卡方、观察和预测结果 - 正确预测百分比
⭕存储的数据包括事件概率、预测结果、观察预测、Pearson 残差、标准化 Pearson 残差和偏差残差
• 卡方检验（堆积列数据和二维表数据）
⭕使用 Fisher Exact（利用排列和快速网络算法）和 Monte Carlo P 值
⭕选项：名义和有序类别的高级测试和关联测量
• 非参数检验：
⭕1 个样本符号和 1 个 Wilcoxon 样本
⭕2 样本曼-惠特尼
⭕Kruskal-Wallis 和 Mood 的中位数检验（带有组中位数和 95% 中位数置信区间的图表）
⭕运行测试
⭕使用精确和蒙特卡洛 P 值
• 非参数检验 - 精确：
⭕1 样品 Wilcoxon - 精确
⭕2 样本 Mann-Whitney - 精确
⭕Kruskal-Wallis 中位数检验 - 检验
⭕情绪中位数测试 - 测试
⭕运行测试 - 精确
• 功效和样本量计算器：
⭕1和 2 样本 t 检验
⭕单向方差分析
⭕1个比例测试， 2个比例测试
⭕功效和样本量计算器允许您求解功效（1 - Beta）、样本量或差异（指定两个，求解第三个）
• 功效和样本量图表。快速创建显示功效、样本量和差异之间关系的图表
测量系统分析：• 创建量具 R&R（交叉）工作表：
⭕生成具有用户指定数量的零件、操作员、复制品的工作表
• 分析量具 R&R（交叉）
⭕ANOVA、%Total、%Tolerance（具有上限和/或下限规格）、%Process、方差分量、不同类别的数量
⭕量具 R&R 多变量和 X-bar R 图表
⭕%Total、%Tolerance、%Process 和标准偏差的置信区间
⭕处理不平衡的数据
• 属性 MSA（二进制、有序、名义）
⭕属性 MSA（二进制）
⭕属性 MSA（序数）
⭕属性 MSA（标称）
制程能力：• 多个直方图和处理能力
• 个人/亚组能力组合报告：
⭕直方图、正态概率图和正态性检验
⭕能力报告（Cp、Cpk、Pp、Ppk、Cpm、ppm、%）
⭕控制图
• 分布拟合报告
⭕使用直方图、曲线拟合和概率图报告的所有有效分布和变换
⭕按 AD P 值排序
• 非正态数据（个人）的能力组合报告
⭕Box-Cox 转换（包括一个自动阈值选项，以便可以转换具有负值的数据）
⭕约翰逊转型
⭕支持的分布：半正态、对数正态（2 和 3 参数）、指数（1 和 2）、威布尔（2 和 3）、贝塔（2 和 4）、伽玛（2 和 3）、逻辑、逻辑逻辑（2 和 3） )、最大极值、最小极值
⭕基于 AD p 值的自动最佳拟合
⭕非正态过程能力指数：Z 分数 (Cp, Cpk, Pp, Ppk) 和百分位数 (ISO) 方法 (Pp, Ppk)
实验设计：• 生成 2 水平因子和 Plackett-Burman 筛选设计
⭕用户友好的对话框
⭕2到19个因素；4,8,12,16,20 次运行
⭕独特的“在设计时查看功率分析”
⭕随机化、复制、阻塞和中心点
• 基本 DOE 模板
⭕2 到 5 个因子、2 水平全因子和部分因子设计
⭕自动更新帕累托系数
⭕易于使用，非常适合培训
• 主效应和交互作用图
• 等高线和 3D 曲面图
• 响应曲面设计
⭕2到5个因素
⭕中心复合材料和 Box-Behnken 设计
⭕易于使用的设计选择，按运行次数排序
• 分析 2 水平因子和 Plackett-Burman 筛选设计
⭕与 Recall Last Dialog 结合使用，很容易从模型中迭代删除项
⭕具有 95% 置信区间和 95% 预测区间的交互式预测响应计算器。
⭕块、纯误差、失拟和曲率的 ANOVA 报告
⭕共线性方差膨胀因子 (VIF) 和容差报告
⭕残差图：直方图、正态概率图、残差与时间、残差与预测以及残差与 X 因子
⭕突出显示残差中的显着异常值
⭕自相关的 Durbin-Watson 检验
控制图：• 控制图选择工具
• 个人,个人和移动范围
• X-Bar & R , X-Bar & S
• I-MR-R , I-MR-S（间/内）
• P , NP , C , U
• P ' 和U' (Laney) 处理过度分散
• 控制图包括针对特殊原因的测试报告。特殊原因也标注在控制图数据点上。设置默认值以应用任何或所有测试 1-8
• 过程能力报告（Pp、Ppk、Cp、Cpk）可用于 I、I-MR、X-Bar & R、X-bar & S 图表
• 将数据添加到现有图表以方便操作员使用！
• 滚动浏览具有用户定义的窗口大小的图表
• 高级控制限制选项：子组开始和结束；历史组（例如拆分控制限制以演示改进前后）
• 排除控制限计算的数据点
• 为可分配原因向数据点添加注释
• ± 1, 2 Sigma 区域线
• 非正态数据（个体）的控制图
⭕Box-Cox和 Johnson 转换
⭕16支持的非正常分布（请参阅过程能力）
⭕具有基于百分比的控制限制的原始数据图表
⭕归一化数据的个人/移动范围图，带有针对特殊原因的可选测试
• 控制图表模板：罕见事件**
⭕罕见事件 T 图表
⭕稀有事件 G 图表
⭕罕见事件概率 G 图表
• 控制图表模板：时间加权**
⭕指数加权的移动平均值（EWMA）图表
⭕表格累积总和（CUSUM）图表
• 控制图表模板：趋势**
⭕趋势图
• 控制图表模板：平均运行长度（ARL）计算器**
⭕平均运行长度 (ARL)
⭕休哈特 ARL
⭕属性 P ARL
⭕属性 C ARL
⭕EWMA ARL
⭕CUSUM ARL
可靠性/Weibull分析：• 威布尔分析
⭕完整和正确的审查数据
⭕最小二乘和最大似然
⭕输出包括带有置信区间、生存概率和 Weibull 概率图的百分位数
渝公网安备50010702505508
