Logiciel Data Analysis
Liste complète des fonctionnalités
Ellistat Data Analysis est le module d'analyse statistique de la suite Ellistat : un logiciel web qui sélectionne automatiquement le bon test, vérifie ses conditions de validité et guide l'interprétation, sans expertise statistique préalable. Une alternative à Minitab, JMP ou Statistica pour l'analyse de données qualité et procédés.
Découvrir Data AnalysisL'essentiel en un coup d'oeil
Ellistat Data Analysis couvre neuf domaines : gestion des données, statistique descriptive et capabilité, tests d'hypothèses, tests d'équivalence, statistiques multivariées, plans d'expériences, machine learning, optimisation (dont optimisation bayésienne séquentielle), MSA/Gage R&R et fiabilité (Weibull, Kaplan-Meier, essais accélérés, suivi de garantie).
Cinq capacités n'ont pas d'équivalent chez Minitab : l'optimisation bayésienne séquentielle, l'optimisation de mélanges par processus gaussien, l'analyse contrainte-résistance, les cartes de contrôle de suivi des retours garantie, et la sélection automatique des tests avec vérification des conditions de validité.
Cinq capacités n'ont pas d'équivalent chez Minitab : l'optimisation bayésienne séquentielle, l'optimisation de mélanges par processus gaussien, l'analyse contrainte-résistance, les cartes de contrôle de suivi des retours garantie, et la sélection automatique des tests avec vérification des conditions de validité.
Testez en conditions réelles
Pour nous, la meilleure façon de vous prouver qu’Ellistat est à la fois simple, ergonomique et complet c’est de vous le faire tester gratuitement pendant 1 mois avec vos données et avec vos collaborateurs !
Tableau complet des fonctionnalités
Conçu pour répondre aux besoins spécifiques de l'industrie
Badge Web uniquement : fonctionnalité disponible uniquement sur la version Web (non disponible en version Desktop)
| Domaine | Fonctionnalité | Termes équivalents (FR / EN) | Méthodes, lois, normes et détails |
|---|---|---|---|
| Gestion des données | Projets partagés multi-utilisateurs Web uniquement | Collaboration, project sharing | Partage nominatif ou public, application web |
| Grilles de données multiples par projet | Feuilles de données, worksheets, data grids | Tableur intégré : saisie, copier-coller Excel, poignée de recopie | |
| Import Excel et CSV | Data import, spreadsheet import | Multi-feuilles, option transposition des CSV | |
| Import de répertoires Zeiss | Import MMT, CMM data import | Lecture d'un dossier complet de fichiers .txt de machine à mesurer tridimensionnelle | |
| Import de projets Ellistat Desktop | Migration, .eli2 | Reprise des données, colonnes et études Gage R&R | |
| Export direct depuis les modules SPC / IQC Web uniquement | Intégration MES qualité, closed-loop data | Clic droit sur tout tableau SPC ou contrôle → « Exporter vers Data Analysis » | |
| Nettoyage de données | Data cleaning, data wrangling | Menu clic droit : doublons, valeurs manquantes, formats, génération et calcul de colonnes | |
| Typage et tolérances par caractéristique | Column metadata | Nominal, tolérances, limites de contrôle, cible, loi de distribution, indicateur court terme | |
| Statistique descriptive & capabilité | Analyse d'une caractéristique | Descriptive statistics, process capability report | Résumé, histogramme, droite de Henry, chronologie, règles de détection |
| Capabilités court terme et globales | Process capability, Cp Cpk Pp Ppk | Distinction dispersion court terme / globale, centrage moyenne ou cible | |
| Ajustement de lois de distribution | Distribution fitting, identification de loi | Lois continues et discrètes, tests d'adéquation, proportion hors tolérance | |
| Cartes de contrôle aux attributs | Attribute control charts | P, NP, C, U et Laney P′ / U′ (sur-dispersion) | |
| Décomposition de Fourier | Analyse spectrale, spectral analysis | Détection de périodicités dans un signal de production | |
| Intervalle de tolérance | Intervalle de dispersion, tolerance interval, 95/95 | ISO 16269-6:2014, cas paramétrique et non paramétrique, uni et bilatéral, méthode S ou sigma, multi-échantillons | |
| Intervalle de prédiction | Prediction interval | ISO 16269-8:2004, population future de taille finie, uni et bilatéral | |
| Calculatrice de limites de cartes de contrôle | Control chart design, courbe d'efficacité | Dimensionnement d'une carte avant mise en place | |
| Calculatrices de plans d'échantillonnage | Acceptance sampling, plans de contrôle réception | Attributs et mesures, normes ISO 2859 / ISO 3951 | |
| Tests d'hypothèses | Sélection automatique du test Web uniquement | Assistant statistique, automatic test selection | Tests adaptés proposés et calculés d'emblée : position, échelle et dispersion en un écran ; conditions de validité vérifiées automatiquement |
| Comparaison de positions | Comparaison de moyennes, t-test, ANOVA | Z et t théoriques, test z, test t, t apparié, ANOVA, ANOVA appariée | |
| Comparaison d'échelles | Comparaison de variances, equality of variances | Chi², test F, Fligner-Killeen, Bartlett, Levene, permutation MAD | |
| Comparaison de distributions Web uniquement | Goodness of fit entre échantillons | Cramér-von Mises, test des énergies | |
| Tests de rangs (non paramétriques) | Nonparametric tests | Signes, Wilcoxon, Mann-Whitney, B to C, Kruskal-Wallis, Friedman apparié | |
| Tests de fréquences | Comparaison de proportions, proportion tests | 1P, 2P, Chi² | |
| Comparaisons multiples | Post-hoc, pairwise comparisons | Conclusion par paires après ANOVA ou Kruskal-Wallis | |
| Tests sur statistiques résumées | Summary statistics tests | Sans données brutes : à partir de n, moyenne, écart-type | |
| Puissance et taille d'échantillon | Power analysis, sample size calculation | Effet exprimable en unités, % moyenne, multiples de sigma ou % de l'intervalle de tolérance | |
| Recherche dichotomique | Variable search (Shainin), sequential bifurcation, recherche de variables BOB/WOW | Jusqu'à 8 facteurs suspects : essais de référence BOB/WOW, bifurcations séquentielles, demi-bande ±2σ (σ dérivé du gap = 6σ ou saisi), gestion des essais indécis, plan de confirmation factoriel complet 2² sur les facteurs survivants, analyse des effets et ANOVA, diagnostic, transfert vers une grille | |
| Outils Shainin | Shainin problem solving | BOB vs WOW, inversion de composants (component swapping), multi-vari | |
| Tests d'équivalence | Équivalence de moyennes Web uniquement | TOST, two one-sided tests, equivalence testing | À une cible ou entre 2 échantillons, appariés ou indépendants |
| Équivalence de variances Web uniquement | Scale equivalence, variance ratio | Zone d'indifférence [1/R ; R], échelle logarithmique | |
| Équivalence de proportions Web uniquement | Non-inferiority of proportions | Wilson score (cible), Farrington-Manning (2 échantillons) | |
| Non-infériorité et non-supériorité Web uniquement | Non-inferiority, non-superiority testing | Trois hypothèses alternatives sélectionnables ; matrice de décision différence × équivalence avec cas « indécis » | |
| Aide au dimensionnement Web uniquement | Sample size for equivalence | Plus petit δ démontrable avec l'effectif actuel ; effectif requis pour un δ donné ; δ en % de l'intervalle de tolérance | |
| Statistiques multivariées | Analyse en composantes principales | ACP, PCA, principal component analysis | Cercle des corrélations, Pareto des valeurs propres, variables additionnelles illustratives, labels |
| Analyse des correspondances multiples | ACM, MCA | Variables qualitatives | |
| Analyse factorielle de données mixtes Web uniquement | FAMD, factor analysis of mixed data | Variables quantitatives et qualitatives ensemble | |
| Statistique T² de Hotelling | Hotelling T-squared, contrôle multivarié | Détection multivariée de points atypiques | |
| Classification non supervisée | Clustering, K-means, segmentation | Choix de K, reproductibilité, projection ACP 2D/3D, tests de discrimination par variable (Fisher, Kruskal-Wallis) | |
| Classification hiérarchique | Dendrogramme, hierarchical clustering | Sur individus ou sur variables | |
| Plans d'expériences | Comparateur de plans | DOE assistant, design selection | Pour une configuration facteurs/interactions donnée, liste des plans possibles classés par qualité (étoiles) |
| Plans factoriels 2 niveaux de Taguchi | Fractional factorial designs, tables de Taguchi | L4 à L32, table des interactions, table des alias, résolutions III/IV/V | |
| Plans multiniveaux | Mixed-level designs, general full factorial | Complets ou fractionnaires : L4, L8, L9, L12, L16, L18, L25, L27… | |
| Plans de criblage | Screening designs | L12, L20, Definitive Screening Design (DSD3 à DSD12) — jusqu'à 19 facteurs en 20 essais | |
| Surfaces de réponse | RSM, response surface methodology | Composites centrés (réglage α), hybrides, points centraux | |
| Plans D-optimaux | D-optimal designs, plans sur mesure | Construction sous contraintes, matrice de corrélation des termes | |
| Plans de mélange | Mixture designs, plans de formulation | Composants sommant à 100 % | |
| Plans de remplissage Web uniquement | Space-filling designs, hypercube latin, Latin hypercube | Critères Audze-Eglais (couverture globale) et MaxPro (qualité des projections en sous-dimensions, adapté au criblage), optimisation par recuit simulé, propriété hypercube latin | |
| Plans Smart-Design Web uniquement | Plan OMARS | Plans très réduits permettant d'avoir des facteurs totalement indépendants des termes de second ordre | |
| Analyse de plans | DOE analysis, graphe des effets | Reconnaissance automatique des plans de Taguchi, graphes d'effets et d'interactions, analyse multiniveaux | |
| Machine learning | Régression linéaire multiple | Multiple linear regression, GLM | Coefficients, p-values, R², VIF, termes quadratiques et interactions, sélection pas-à-pas avant/arrière, meilleur sous-ensemble |
| Régression logistique binaire et multinomiale | Logistic regression, classification | Odds ratios avec IC 95 %, pseudo-R² (McFadden, Cox & Snell, Nagelkerke), tests globaux par rapport de vraisemblance, bascule automatique en multinomial | |
| Régression PLS | Partial least squares | Choix du nombre de composantes guidé par R², coefficients avec VIF | |
| Régression K-OPLS Web uniquement | Kernel OPLS, régression à noyau | Noyau RBF gaussien, composantes prédictives et orthogonales, recherche automatique du meilleur noyau et de la meilleure configuration | |
| Processus gaussien Web uniquement | Gaussian process regression, krigeage, kriging | Prédiction avec intervalle de confiance en tout point, adapté aux petits échantillons | |
| Réseau de neurones | Neural network, MLP, deep learning | Perceptron multicouche : activation ReLU, couches configurables, taux d'apprentissage avec planificateur, mini-lots, régularisation L2, courbe de perte | |
| Arbre de décision | Decision tree, CART | Critère Gini ou entropie, profondeur et effectifs minimaux, règles lisibles avec impureté par nœud | |
| Forêt aléatoire Web uniquement | Random forest | Bootstrap, importance des variables (feature importance) | |
| SVM | Support vector machine | Noyau RBF, réglages C et gamma, marge maximale | |
| K plus proches voisins | KNN, k-nearest neighbors | Classification par ressemblance | |
| Validation des modèles Web uniquement | Train/test split, surapprentissage, overfitting control | Lignes de test, graphique prédit/observé, matrice de confusion, leviers vs résidus, normalité des résidus, prévision avec IC, surfaces de réponse 3D et 5D | |
| Optimisation | Optimisation multi-réponses | Multi-response optimization, desirability | Fonctions de désirabilité (cible, maximiser, minimiser, encadré), poids, recherche de l'optimum global, curseurs interactifs |
| Optimisation bayésienne séquentielle Web uniquement | Bayesian optimization, active learning, DOE séquentiel, alternative au simplexe | Processus gaussien Matérn 5/2 anisotrope (ARD), plan initial Audze-Eglais, stratégies prudente/équilibrée/exploratoire, gestion du bruit procédé, propositions d'essais expliquées avec gain espéré, détection de convergence, diagnostic leave-one-out (Q², RMSE, MAE, couverture 95 %), sensibilité des facteurs, mode démo | |
| Optimisation bayésienne de mélanges Web uniquement | Formulation optimization, mixture Bayesian optimization | Domaine simplexe, plan initial maximin, diagramme ternaire avec zones non réalisables, contrôle de faisabilité des bornes, correction des essais invalides | |
| MSA — Analyse des moyens de mesure | Justesse | Bias study, Cg Cgk, capabilité instrument | Écart à la valeur vraie, Cg et Cgk, graphique de justesse |
| Gage R&R sur mesures | Répétabilité reproductibilité, gauge R&R study, MSA | Décomposition de la variance (ANOVA), deux référentiels (tolérance et procédé), graphiques par opérateur et par pièce | |
| Gage R&R par attributs | Attribute agreement analysis, contrôle visuel | Kappa entre contrôleurs et contre standard, accord global, efficacité, taux d'erreur et de fausse alarme, biais plus strict / moins strict | |
| Linéarité | Gage linearity | Biais sur l'étendue de mesure | |
| Inertie | Approche inertielle | Combinaison justesse + répétabilité en un indicateur unique ; intervalle de tolérance minimal contrôlable par l'instrument | |
| Choix de la norme | MSA reference standard | Paramétrage du référentiel de calcul retenu | |
| Fiabilité | Dimensionnement d'essais de démonstration | Reliability demonstration test design, plan de validation | Plan de test (0 défaillance), plan Chi² (heures cumulées), plan MTTF, temps pour k défaillances ; calcul de la variable choisie par « cadenas » |
| Analyse contrainte-résistance | Stress-strength interference | Lois théoriques (dont trapèze d'usage) ou données expérimentales, taux de défaillance par recouvrement | |
| Estimation de lois de durée de vie | Weibull analysis, life data analysis, analyse de survie | Weibull 2 et 3 paramètres (position δ), maximum de vraisemblance ou régression, IC, Anderson-Darling, papier de Weibull, taux de défaillance (hazard), MTTF/MTBF | |
| Kaplan-Meier | Courbe de survie non paramétrique, survival analysis | Avec censures ; comparaison de survie entre deux populations (fournisseurs, versions) | |
| Données censurées, 5 formats de saisie | Censored data, field return data, warranty data | Valeurs+censures, périodes+censures, dates vente/retour, date de vente + temps de panne (km), triangle Nevada des retours SAV | |
| Suivi des retours garantie Web uniquement | Warranty tracking, retours SAV vs attendus | Retours réels vs attendus selon la loi établie, censure au temps de garantie | |
| Cartes de contrôle des retours Web uniquement | Warranty control charts (exclusivité) | Découpage du Nevada en zones : proportion de retours, évolution de β, fiabilité par zone ; lectures par diagonale (âge), colonne (saisonnalité), ligne (lot) ; distinction vieillissement en stock / en service | |
| Essais accélérés | Accelerated life testing, ALT, essais de vieillissement | Arrhenius (énergie d'activation), Eyring, loi de puissance inverse, Peck, Coffin-Manson, Basquin ; 2 contraintes combinées ; facteur d'accélération, graphe log-log | |
| Graphiques | Catalogue contextuel | Data visualization | Seuls les graphiques pertinents pour la sélection sont proposés |
| Proportions | Camembert, Pareto chart | Camembert, barres, Pareto avec cumul, table | |
| Populations | Boxplot, violin plot | Boîte à moustaches, violon, histogramme, ligne, carte de contrôle, Better to Current, ogive, courbe ROC | |
| Relations | Scatter plot | Nuage XY, distribution marginale, régression, multi-X et multi-Y | |
| Multi-vari avec ANOVA intégrée | Multi-vari chart, graphique multivari | Décomposition graphique de la variabilité entre familles de variation, avec l'analyse de la variance comme preuve statistique associée | |
| Preuve statistique attachée | Graphs with statistical evidence | Chaque comparaison graphique peut afficher le test statistique associé (y compris apparié) |
Vos retours d'experience
Une solution complète et modulable
pour l'industrie 4.0
6 modules statistiques intégrés
Essayez avant d'acheter
- Démonstration15 jours d'essais / 1 an pour les étudiants0€
- MSP / SPC
- Analyse statistique
- Plan d'expérience
- MSA
- Analyse graphique
- Machine Learning
- StandardLe meilleur de l'analyse de donnée sans engagement95€
- MSP / SPC
- Analyse statistique
- Plan d'expérience
- MSA
- Analyse graphique
- Machine learning
- Support technique
- Mise à jour
- Nombre d'utilisateur illimité
- Abonnement à tacite reconduction
- AnnuelleLe meilleur de l'analyse de donnée (2 mois offerts)950€
- MSP / SPC
- Analyse statistique
- Plan d'expérience
- MSA
- Analyse graphique
- Machine learning
- Support technique
- Mise à jour
- Nombre d'utilisateur illimité
- Abonnement à tacite reconduction
En savoir plus

Analyse statistique en industrie : comment choisir un logiciel accessible à toute l’équipe qualité ?
Un responsable qualité qui veut structurer sa démarche d'analyse statistique se heurte vite à un problème récurrent : comment ...

Ellistat fait évoluer DATA Analysis avec l’IA pour mieux maîtriser les procédés industriels
Ellistat fait évoluer DATA Analysis avec l'IA pour mieux maîtriser les procédés industriels Expert de la qualité industrielle, Ellistat ...

Statistiques descriptives industrielles : guide complet
Un histogramme qui penche d'un côté, une carte de contrôle qui sort de ses limites, un fournisseur qui annonce ...

Suite logicielle qualité industrielle : le panorama complet Ellistat
Choisir une suite logicielle qualité industrielle revient souvent à arbitrer entre deux mauvaises options : Fondée il y a neuf ans, Ellistat s'est construite ...







