Software zur Datenanalyse
Vollständige Liste der Funktionen
Ellistat Data Analysis ist das Modul zur statistischen Analyse der Ellistat-Suite: eine webbasierte Software, die automatisch den richtigen Test auswählt, dessen Gültigkeitsbedingungen überprüft und bei der Interpretation Hilfestellung leistet – ganz ohne statistische Vorkenntnisse. Eine Alternative zu Minitab, JMP oder Statistica für die Analyse von Qualitäts- und Prozessdaten.
Entdecken Sie Data AnalysisDas Wichtigste auf einen Blick
Ellistat Data Analysis deckt neun Bereiche ab: Datenmanagement, deskriptive Statistik und Fähigkeitsanalyse, Hypothesentests, Äquivalenztests, multivariate Statistik, Versuchspläne, maschinelles Lernen, Optimierung (einschließlich sequenzieller bayesscher Optimierung), MSA/Gage R&R und Zuverlässigkeit (Weibull, Kaplan-Meier, beschleunigte Tests, Garantieüberwachung).
Fünf Funktionen haben in Minitab keine Entsprechung: die sequenzielle Bayes’sche Optimierung, die Optimierung von Mischungen mittels des Gauß-Verfahrens, die Spannungs-Dehnungs-Analyse, Kontrollkarten zur Nachverfolgung von Garantierückgaben sowie die automatische Testauswahl mit Überprüfung der Gültigkeitsbedingungen.
Fünf Funktionen haben in Minitab keine Entsprechung: die sequenzielle Bayes’sche Optimierung, die Optimierung von Mischungen mittels des Gauß-Verfahrens, die Spannungs-Dehnungs-Analyse, Kontrollkarten zur Nachverfolgung von Garantierückgaben sowie die automatische Testauswahl mit Überprüfung der Gültigkeitsbedingungen.
Testen Sie unter realen Bedingungen
Für uns ist der beste Weg, Ihnen zu beweisen, dass Ellistat gleichzeitig einfach, ergonomisch und vollständig ist, dass Sie es einen Monat lang kostenlos mit Ihren Daten und mit Ihren Mitarbeitern testen können!
Vollständige Übersicht über die Funktionen
Entwickelt, um den spezifischen Bedürfnissen der Industrie gerecht zu werden
Ansteckplakette Nur im Internet : Diese Funktion ist nur in der Webversion verfügbar (in der Desktop-Version nicht verfügbar)
| Bereich | Funktionalität | Äquivalente Begriffe (FR / EN) | Methoden, Gesetze, Normen und Einzelheiten |
|---|---|---|---|
| Verwaltung von Daten | Gemeinsame Projekte für mehrere Benutzer Nur im Internet | Zusammenarbeit, gemeinsame Projektarbeit | Namentliche oder öffentliche Freigabe, Webanwendung |
| Mehrere Datentabellen pro Projekt | Datenblätter, Arbeitsblätter, Datentabellen | Integrierte Tabellenkalkulation: Eingabe, Kopieren und Einfügen wie in Excel, Ziehpunkt zum Kopieren | |
| Excel- und CSV-Import | Datenimport, Tabellenkalkulationsimport | Mehrere Blätter, Option zur Transponierung von CSV-Dateien | |
| Zeiss-Verzeichnisse importieren | MMT-Import, CMM-Datenimport | Einlesen eines vollständigen Ordners mit .txt-Dateien eines 3D-Messgeräts | |
| Import von Ellistat Desktop-Projekten | Migration, .eli2 | Datenübernahme, Spalten und Gage-R&R-Untersuchungen | |
| Direkter Export aus den Modulen SPC / IQC Nur im Internet | Integration von MES und Qualitätsmanagement, Closed-Loop-Daten | Rechtsklick auf eine beliebige SPC-Tabelle oder -Kontrolle → «In Data Analysis exportieren» | |
| Datenbereinigung | Datenbereinigung, Datenaufbereitung | Rechtsklick-Menü: Duplikate, fehlende Werte, Formate, Erstellen und Berechnen von Spalten | |
| Typisierung und Toleranzen nach Merkmal | Spaltenmetadaten | Nennwert, Toleranzen, Kontrollgrenzen, Zielwert, Verteilungsgesetz, Kurzzeitkennzahl | |
| Deskriptive Statistik & Fähigkeitsanalyse | Analyse eines Merkmals | Beschreibende Statistik, Bericht zur Prozessfähigkeit | Zusammenfassung, Histogramm, Henry-Gerade, Zeitachse, Erkennungsregeln |
| Kurzfristige und allgemeine Kapazitäten | Prozessfähigkeit, Cp, Cpk, Pp, Ppk | Unterscheidung zwischen kurzfristiger und Gesamtstreuung, Mittelwert- oder Zielausrichtung | |
| Anpassung von Verteilungsgesetzen | Verteilungsanpassung, Gesetzidentifizierung | Kontinuierliche und diskrete Gesetze, Eignungsprüfungen, Werte außerhalb der Toleranzgrenzen | |
| Regelkarten nach Merkmalen | Attribut-Kontrollkarten | P, NP, C, U und Laney P′ / U′ (Überdispersion) | |
| Fourier-Zerlegung | Spektralanalyse, spectral analysis | Erkennung von Periodizitäten in einem Produktionssignal | |
| Toleranzbereich | Streuungsintervall, Toleranzintervall, 95/95 | ISO 16269-6:2014, parametrischer und nichtparametrischer Fall, einseitig und zweiseitig, S- oder Sigma-Methode, Mehrfachstichproben | |
| Vorhersageintervall | Vorhersageintervall | ISO 16269-8:2004, zukünftige Population endlicher Größe, einseitig und beidseitig | |
| Rechner für Kontrollkartengrenzen | Entwurf von Regelkarten, Wirkungsgradkurve | Dimensionierung einer Platine vor dem Einbau | |
| Rechner für Stichprobenpläne | Stichprobenprüfung bei der Abnahme, Abnahmeprüfpläne | Merkmale und Maße, Normen ISO 2859 / ISO 3951 | |
| Hypothesentests | Automatische Testauswahl Nur im Internet | Statistikassistent, automatische Testauswahl | Von Anfang an vorgeschlagene und berechnete, angepasste Tests: Position, Skala und Streuung auf einem Bildschirm; Gültigkeitsbedingungen werden automatisch überprüft |
| Vergleich von Positionen | Vergleich von Mittelwerten, t-Test, ANOVA | Theoretische Z- und t-Werte, z-Test, t-Test, gepaarte t-Werte, ANOVA, gepaarte ANOVA | |
| Maßstabsvergleich | Varianzvergleich, Gleichheit der Varianzen | Chi², F-Test, Fligner-Killeen, Bartlett, Levene, MAD-Permutation | |
| Vergleich von Verteilungen Nur im Internet | Anpassungsgüte zwischen Stichproben | Cramér-von-Mises-Test, Energieprüfung | |
| Rangtests (nichtparametrisch) | Nichtparametrische Tests | Zeichen-Test, Wilcoxon-Test, Mann-Whitney-Test, B-zu-C-Test, Kruskal-Wallis-Test, gepaarter Friedman-Test | |
| Frequenztests | Vergleich von Anteilen, Anteile-Tests | 1P, 2P, Chi² | |
| Mehrfachvergleiche | Post-hoc-Vergleiche paarweise | Paarweise Schlussfolgerung nach ANOVA oder Kruskal-Wallis-Test | |
| Tests anhand von zusammenfassenden Statistiken | Tests zur Zusammenfassung der statistischen Kennzahlen | Ohne Rohdaten: ab n, Mittelwert, Standardabweichung | |
| Statistische Aussagekraft und Stichprobengröße | Leistungsanalyse, Berechnung der Stichprobengröße | Ausdruckbarer Effekt in Einheiten, durchschnittlicher %-Wert, Sigma-Vielfache oder %-Wert des Toleranzbereichs | |
| Dichotomische Suche | Variablensuche (Shainin), sequentielle Verzweigung, BOB/WOW-Variablensuche | Bis zu 8 verdächtige Faktoren: BOB/WOW-Referenzversuche, sequenzielle Verzweigungen, Halbband ±2σ (σ abgeleitet aus der Lücke = 6σ oder eingegeben), Behandlung unentschiedener Versuche, vollständiger faktorieller Bestätigungsplan 2² über die verbleibenden Faktoren, Effektanalyse und ANOVA, Diagnose, Übertragung in eine Tabelle | |
| Shainin-Werkzeuge | Shainin-Problemlösung | BOB vs. WOW, Komponentenvertauschung (Component Swapping), multivariabel | |
| Äquivalenztests | Gleichheit der Mittelwerte Nur im Internet | TOST, zwei einseitige Tests, Äquivalenzprüfung | Bei einem Ziel oder zwischen zwei Stichproben, gepaart oder unabhängig |
| Varianzgleichheit Nur im Internet | Skalenäquivalenz, Varianzverhältnis | Indifferenzbereich [1/R; R], logarithmische Skala | |
| Verhältnismäßigkeit Nur im Internet | Nichtunterlegenheit von Anteilen | Wilson-Score (Zielwert), Farrington-Manning (2 Stichproben) | |
| Nichtunterlegenheit und Nichtüberlegenheit Nur im Internet | Nichtunterlegenheits- und Nichtüberlegenheitsprüfungen | Drei auswählbare alternative Hypothesen; Entscheidungsmatrix «Differenz × Äquivalenz» mit dem Fall „unentschieden“ | |
| Hilfe bei der Dimensionierung Nur im Internet | Stichprobengröße für die Äquivalenzprüfung | Kleinster mit der derzeitigen Stichprobengröße nachweisbarer δ-Wert; erforderliche Stichprobengröße für einen gegebenen δ-Wert; δ in % des Toleranzintervalls | |
| Multivariate Statistik | Hauptkomponentenanalyse | ACP, PCA, Hauptkomponentenanalyse | Korrelationskreis, Pareto-Diagramm der Eigenwerte, zusätzliche illustrative Variablen, Bezeichnungen |
| Analyse multipler Übereinstimmungen | ACM, MCA | Qualitative Variablen | |
| Faktorenanalyse gemischter Daten Nur im Internet | FAMD, Faktorenanalyse gemischter Daten | Quantitative und qualitative Variablen zusammen | |
| Hotelling-T²-Statistik | Hotelling T-Quadrat, multivariate Prüfung | Multivariate Erkennung atypischer Punkte | |
| Unüberwachte Klassifizierung | Clusterbildung, K-Means, Segmentierung | Wahl von K, Reproduzierbarkeit, 2D-/3D-PCA-Projektion, Diskriminanztests nach Variablen (Fisher, Kruskal-Wallis) | |
| Hierarchische Klassifizierung | Dendrogramm, hierarchische Clusteranalyse | Auf Personen oder auf Variablen | |
| Versuchspläne | Tarifvergleich | DOE-Assistent, Designauswahl | Für eine bestimmte Faktoren-/Wechselwirkungskonfiguration: Liste der möglichen Versuchspläne, sortiert nach Qualität (Sterne) |
| Taguchi-Faktoriellpläne mit 2 Versionsstufen | Fraktionierte faktoriellen Versuchspläne, Taguchi-Tabellen | L4 bis L32, Interaktionstabelle, Alias-Tabelle, Auflösungen III/IV/V | |
| Mehrstufige Pläne | Mixed-Level-Versuchspläne, allgemeiner vollfaktorieller Versuchsplan | Vollständige oder Teilzahlen: L4, L8, L9, L12, L16, L18, L25, L27… | |
| Siebpläne | Screening-Designs | L12, L20, Definitive Screening Design (DSD3 bis DSD12) – bis zu 19 Faktoren in 20 Versuchen | |
| Antwortfelder | RSM, Response-Surface-Methodik | Zentrierte Komposita (α-Einstellung), Hybride, Mittelpunkte | |
| D-optimale Pläne | D-optimale Entwürfe, maßgeschneiderte Konzepte | Konstruktion unter Nebenbedingungen, Korrelationsmatrix der Terme | |
| Mischpläne | Mischungsentwürfe, Rezepturpläne | Komponenten, die zusammen 100 ergeben % | |
| Befüllungspläne Nur im Internet | Raumfüllende Designs, lateinischer Hyperwürfel, Latin-Hypercube | Audze-Eglais-Kriterien (Gesamtabdeckung) und MaxPro (Qualität der Unterdimensionierungsprojektionen, geeignet für das Screening), Optimierung durch simuliertes Tempern, lateinischer Hyperwürfel | |
| Smart-Design-Pläne Nur im Internet | OMARS-Plan | Stark reduzierte Pläne, die es ermöglichen, Faktoren zu erhalten, die völlig unabhängig von Termen zweiter Ordnung sind | |
| Planauswertung | DOE-Analyse, Wirkungsdiagramm | Automatische Erkennung von Taguchi-Plänen, Wirkungs- und Wechselwirkungsdiagrammen, mehrstufige Analyse | |
| Machine learning | Multiple lineare Regression | Multiple lineare Regression, GLM | Koeffizienten, p-Werte, R², VIF, quadratische Terme und Wechselwirkungen, schrittweise Vorwärts-/Rückwärtsauswahl, beste Teilmenge |
| Binäre und multinomiale logistische Regression | Logistische Regression, Klassifizierung | Odds-Ratios mit 95 %-KI (%), Pseudo-R² (McFadden, Cox & Snell, Nagelkerke), globale Likelihood-Verhältnistests, automatische Umstellung auf das Multinomialmodell | |
| PLS-Regression | Partielle Kleinste Quadrate | Auswahl der Anzahl der Komponenten anhand von R², Koeffizienten mit VIF | |
| K-OPLS-Regression Nur im Internet | OPLS-Kernel, Kernel-Regression | Gaußscher RBF-Kern, prädiktive und orthogonale Komponenten, automatische Suche nach dem besten Kern und der besten Konfiguration | |
| Gauß-Prozess Nur im Internet | Gauß-Prozess-Regression, Kriging, Kriging-Verfahren | Vorhersage mit Konfidenzintervall an jedem Punkt, geeignet für kleine Stichproben | |
| Neuralnetz | Neuralnetz, MLP, Deep Learning | Mehrschichtiges Perzeptron: ReLU-Aktivierung, konfigurierbare Schichten, Lernrate mit Planer, Mini-Batches, L2-Regularisierung, Verlustkurve | |
| Entscheidungsbaum | Entscheidungsbaum, CART | Gini-Kriterium oder Entropie, minimale Tiefe und minimale Elementanzahl, lesbare Regeln mit Unreinheit pro Knoten | |
| Zufälliger Wald Nur im Internet | Random Forest | Bootstrap, Bedeutung der Variablen (Feature Importance) | |
| SVM | Support-Vektor-Maschine | RBF-Kern, C- und Gamma-Einstellungen, maximaler Spielraum | |
| K und die nächsten Nachbarn | KNN, k-nächste Nachbarn | Klassifizierung nach Ähnlichkeit | |
| Validierung der Modelle Nur im Internet | Train/Test-Split, Überlernen, Overfitting-Kontrolle | Testlinien, Grafik „Vorhersage/Beobachtung“, Verwechslungsmatrix, Hebel vs. Residuen, Normalverteilung der Residuen, Vorhersage mit Konfidenzintervall, 3D- und 5D-Reaktionsflächen | |
| Optimierung | Optimierung mit mehreren Lösungen | Optimierung mit mehreren Antworten, Attraktivität | Wunschfunktionen (Zielfunktion, Maximierung, Minimierung, Rahmenfunktion), Gewichte, Suche nach dem globalen Optimum, interaktive Schieberegler |
| Sequentielle bayessche Optimierung Nur im Internet | Bayesianische Optimierung, aktives Lernen, sequentielles DOE, Alternative zum Simplex-Verfahren | Anisotroper Matern 5/2-Gauß-Prozess (ARD), Audze-Eglais-Ausgangsplan, konservative/ausgewogene/explorative Strategien, Verfahren zur Rauschbehandlung, Erläuterung der Testvorschläge mit erwartetem Gewinn, Konvergenzerkennung, Leave-One-Out-Diagnose (Q², RMSE, MAE, 95 %-Konfidenzintervall %), Faktorensensitivität, Demo-Modus | |
| Bayessche Optimierung von Mischungen Nur im Internet | Formulierungsoptimierung, Bayes'sche Optimierung von Gemischen | Einfacher Bereich, Maximin-Ausgangsplan, ternäres Diagramm mit nicht realisierbaren Bereichen, Überprüfung der Machbarkeit der Grenzwerte, Korrektur ungültiger Versuche | |
| MSA – Analyse der Messmittel | Richtigkeit | Bias-Studie, Cg Cgk, Messgerät-Fähigkeit | Abweichung vom wahren Wert, Cg und Cgk, Genauigkeitsdiagramm |
| Maßgeschneiderte R&R-Prüfung | Wiederholbarkeit, Reproduzierbarkeit, R&R-Studie, MSA | Varianzanalyse (ANOVA), zwei Referenzgrößen (Toleranz und Verfahren), Diagramme nach Bediener und nach Teil | |
| R&R-Analyse nach Merkmalen | Analyse der Attributübereinstimmung, Sichtprüfung | Kappa-Wert zwischen Prüfern und Standard, Gesamtübereinstimmung, Effizienz, Fehler- und Fehlalarmquote, strengere/weniger strenge Abweichung | |
| Linearität | Linearitätsgrad | Messbereichsabweichung | |
| Trägheit | Inertialnavigation | Kombination aus Genauigkeit und Wiederholbarkeit in einem einzigen Anzeigewert; minimaler Toleranzbereich, der vom Gerät gesteuert werden kann | |
| Wahl der Norm | MSA-Referenzstandard | Einstellungen für das gewählte Berechnungsreferenzsystem | |
| Zuverlässigkeit | Dimensionierung von Demonstrationsversuchen | Entwurf eines Tests zum Nachweis der Zuverlässigkeit, Validierungsplan | Testplan (0 Ausfälle), Chi²-Plan (kumulierte Stunden), MTTF-Plan, Zeit bis zu k Ausfällen; Berechnung der durch «Schloss» ausgewählten Variablen» |
| Spannungs-Dehnungs-Analyse | Wechselwirkung zwischen Spannung und Festigkeit | Theoretische Gesetze (einschließlich Trapezregel) oder experimentelle Daten, Ausfallrate nach Überlappung | |
| Schätzung von Lebensdauerverteilungen | Weibull-Analyse, Lebensdauerdatenanalyse, Überlebensanalyse | Weibull-Verteilung mit 2 und 3 Parametern (δ-Wert), Maximum-Likelihood-Schätzung oder Regression, Konfidenzintervall, Anderson-Darling-Test, Weibull-Papier, Ausfallrate (Hazard), MTTF/MTBF | |
| Kaplan-Meier | Nichtparametrische Überlebenskurve, Überlebensanalyse | Mit Zensuren; Überlebensvergleich zwischen zwei Populationen (Anbieter, Versionen) | |
| Zensierte Daten, 5 Eingabeformate | Zensierte Daten, Feldrücksendedaten, Garantiedaten | Werte + Zensuren, Zeiträume + Zensuren, Verkaufs-/Rückgabedaten, Verkaufsdatum + Ausfallzeit (km), Nevada-Dreieck der Kundendienstrückgaben | |
| Nachverfolgung von Rücksendungen im Rahmen der Garantie Nur im Internet | Garantieverfolgung, tatsächliche vs. erwartete Rücksendungen im Kundendienst | Tatsächliche Renditen im Vergleich zu den nach geltendem Recht erwarteten Renditen, Anpassung an die Garantielaufzeit | |
| Kontrollkarten für Rücksendungen Nur im Internet | Garantie-Kontrollkarten (exklusiv) | Einteilung von Nevada in Zonen: Rücklaufquote, Entwicklung von β, Zuverlässigkeit nach Zone; Auswertungen nach Diagonale (Alter), Spalte (Saisonalität), Zeile (Charge); Unterscheidung zwischen Alterung im Lager und im Betrieb | |
| Beschleunigte Prüfungen | Beschleunigte Lebensdauerprüfung (ALT), Alterungstests | Arrhenius (Aktivierungsenergie), Eyring, Gesetz der inversen Potenz, Peck, Coffin-Manson, Basquin; zwei kombinierte Einschränkungen; Beschleunigungsfaktor, Log-Log-Diagramm | |
| Grafiken | Kontextbezogener Katalog | Datenvisualisierung | Es werden nur die für die Auswahl relevanten Grafiken angezeigt |
| Proportionen | Camembert-Diagramm, Pareto-Diagramm | Camembert-Diagramm, Balkendiagramm, Pareto-Diagramm mit kumulierten Werten, Tabelle | |
| Bevölkerungsgruppen | Boxplot, Violin-Diagramm | Schnurrbartdiagramm, Geige, Histogramm, Linie, Kontrollkarte, „Better to Current“, Ogive, ROC-Kurve | |
| Beziehungen | Streudiagramm | XY-Wolke, Randverteilung, Regression, Multi-X und Multi-Y | |
| Multivariate Analyse mit integrierter ANOVA | Multi-Vari-Diagramm, multivariates Diagramm | Grafische Aufschlüsselung der Variabilität nach Variationsfamilien, mit der Varianzanalyse als zugehörigem statistischem Nachweis | |
| Beigefügter statistischer Nachweis | Diagramme mit statistischen Belegen | Bei jedem grafischen Vergleich kann der zugehörige statistische Test (einschließlich gepaarter Tests) angezeigt werden. |
Ihr Feedback
Eine umfassende und modulare Lösung
für die Industrie 4.0
6 integrierte Statistikmodule
Probieren Sie es aus, bevor Sie kaufen
- Demo15 Tage Probezeit / 1 Jahr für Studenten0€
- MSP / SPC
- Statistische Analyse
- Versuchsplan
- MSA
- Grafische Analyse
- Machine Learning
- StandardDas Beste an unverbindlicher Datenanalyse95€
- MSP / SPC
- Statistische Analyse
- Versuchsplan
- MSA
- Grafische Analyse
- Machine learning
- Technische Unterstützung
- Aktualisieren
- Unbegrenzte Anzahl von Nutzern
- Abonnement mit stillschweigender Verlängerung
- JährlichDas Beste der Datenanalyse (2 Monate geschenkt)950€
- MSP / SPC
- Statistische Analyse
- Versuchsplan
- MSA
- Grafische Analyse
- Machine learning
- Technische Unterstützung
- Aktualisieren
- Unbegrenzte Anzahl von Nutzern
- Abonnement mit stillschweigender Verlängerung
Mehr erfahren
Statistische Analyse in der Industrie: Wie wählt man eine Software aus, die für das gesamte Qualitätsteam zugänglich ist?
Ein Qualitätsmanager, der seinen Ansatz zur statistischen Analyse strukturieren möchte, stößt schnell auf ein immer wiederkehrendes Problem: Wie ….
Ellistat entwickelt DATA Analysis mithilfe von KI weiter, um industrielle Prozesse besser zu steuern
Ellistat entwickelt DATA Analysis mithilfe von KI weiter, um industrielle Prozesse besser zu steuern. Als Experte für industrielle Qualität ist Ellistat ….
Deskriptive Statistik in der Industrie: Ein umfassender Leitfaden
Ein Histogramm, das zu einer Seite ausschlägt, eine Kontrollkarte, die aus ihren Grenzen herausfällt, ein Lieferant, der ankündigt ….
Software-Suite für die industrielle Qualitätssicherung: Der umfassende Überblick von Ellistat
Die Auswahl einer Software-Suite für die industrielle Qualitätssicherung läuft oft darauf hinaus, sich zwischen zwei schlechten Optionen entscheiden zu müssen: Das vor neun Jahren gegründete Unternehmen Ellistat hat sich einen Namen gemacht ….
