Software di analisi dei dati
Elenco completo delle funzionalità
Ellistat Data Analysis è il modulo di analisi statistica della suite Ellistat: un software web che seleziona automaticamente il test più adatto, ne verifica le condizioni di validità e guida l'interpretazione, senza richiedere competenze statistiche preliminari. Un'alternativa a Minitab, JMP o Statistica per l'analisi dei dati relativi alla qualità e ai processi.
Scoprire l'analisi dei datiL'essenziale in sintesi
Ellistat Data Analysis copre nove ambiti: gestione dei dati, statistica descrittiva e capacità, test di ipotesi, test di equivalenza, statistica multivariata, piani sperimentali, machine learning, ottimizzazione (compresa l'ottimizzazione bayesiana sequenziale), MSA/Gage R&R e affidabilità (Weibull, Kaplan-Meier, prove accelerate, monitoraggio della garanzia).
Cinque funzionalità non hanno equivalenti in Minitab: l'ottimizzazione bayesiana sequenziale, l'ottimizzazione delle miscele tramite processo gaussiano, l'analisi sollecitazione-resistenza, le carte di controllo per il monitoraggio dei resi in garanzia e la selezione automatica dei test con verifica delle condizioni di validità.
Cinque funzionalità non hanno equivalenti in Minitab: l'ottimizzazione bayesiana sequenziale, l'ottimizzazione delle miscele tramite processo gaussiano, l'analisi sollecitazione-resistenza, le carte di controllo per il monitoraggio dei resi in garanzia e la selezione automatica dei test con verifica delle condizioni di validità.
Test in condizioni reali
Per noi, il modo migliore per dimostrarvi che Ellistat è semplice, facile da usare e completo è quello di farvelo testare gratuitamente per 1 mese con i vostri dati e con i vostri colleghi!
Tabella completa delle funzionalità
Progettato per soddisfare le esigenze specifiche del settore
Distintivo Solo online : funzionalità disponibile solo nella versione web (non disponibile nella versione desktop)
| Settore | Funzionalità | Termini equivalenti (FR / EN) | Metodi, leggi, norme e dettagli |
|---|---|---|---|
| Gestione dei dati | Progetti condivisi tra più utenti Solo online | Collaborazione, condivisione dei progetti | Condivisione nominativa o pubblica, applicazione web |
| Tabelle di dati multiple per progetto | Schede tecniche, fogli di lavoro, griglie di dati | Foglio di calcolo integrato: inserimento dati, copia e incolla in stile Excel, maniglia di trascinamento | |
| Importazione da Excel e CSV | Importazione dati, importazione da fogli di calcolo | Fogli multipli, opzione di trasposizione dei file CSV | |
| Importazione delle directory Zeiss | Importazione dati MMT, CMM | Lettura di una cartella completa di file .txt provenienti da una macchina di misura tridimensionale | |
| Importazione di progetti da Ellistat Desktop | Migrazione, .eli2 | Recupero dei dati, colonne e studi Gage R&R | |
| Esportazione diretta dai moduli SPC / IQC Solo online | Integrazione MES per la qualità, dati a ciclo chiuso | Clicca con il tasto destro su qualsiasi tabella SPC o controllo → «Esporta in Data Analysis» | |
| Pulizia dei dati | Pulizia dei dati, elaborazione dei dati | Menu del tasto destro del mouse: duplicati, valori mancanti, formati, generazione e calcolo delle colonne | |
| Classificazione e tolleranze per caratteristica | Metadati della colonna | Valore nominale, tolleranze, limiti di controllo, valore target, legge di distribuzione, indicatore a breve termine | |
| Statistica descrittiva e capacità | Analisi di una caratteristica | Statistiche descrittive, rapporto sulla capacità di processo | Sintesi, istogramma, retta di Henry, cronologia, regole di rilevamento |
| Capacità a breve termine e globali | Capacità di processo, Cp, Cpk, Pp, Ppk | Distinzione tra dispersione a breve termine e globale, centratura sulla media o sull'obiettivo | |
| Adattamento delle leggi di distribuzione | Distribuzione dei valori, identificazione della legge di distribuzione | Controlli continui e discreti, test di adeguatezza, proporzioni fuori tolleranza | |
| Carte di controllo degli attributi | Grafici di controllo degli attributi | P, NP, C, U e Laney P′ / U′ (sovradispersione) | |
| Scomposizione di Fourier | Analisi spettrale, spectral analysis | Rilevamento di periodicità in un segnale di produzione | |
| Intervallo di tolleranza | Intervallo di dispersione, intervallo di tolleranza, 95/95 | ISO 16269-6:2014, caso parametrico e non parametrico, unilaterale e bilaterale, metodo S o sigma, campionamenti multipli | |
| Intervallo di previsione | Intervallo di previsione | ISO 16269-8:2004, popolazione futura di dimensione finita, unidirezionale e bidirezionale | |
| Calcolatore dei limiti delle carte di controllo | Progettazione di carte di controllo, curva di efficienza | Dimensionamento di una scheda prima dell’installazione | |
| Calcolatori di piani di campionamento | Campionamento di accettazione, piani di controllo al ricevimento | Caratteristiche e misure, norme ISO 2859 / ISO 3951 | |
| Verifica delle ipotesi | Selezione automatica del test Solo online | Assistente statistico, selezione automatica dei test | Test adeguati proposti e calcolati fin dall’inizio: posizione, scala e dispersione in un’unica schermata; condizioni di validità verificate automaticamente |
| Confronto tra posizioni | Confronto delle medie, test t, ANOVA | Z e t teorici, test z, test t, t appaiato, ANOVA, ANOVA appaiata | |
| Confronto tra scale | Confronto delle varianze, uguaglianza delle varianze | Chi², test F, Fligner-Killeen, Bartlett, Levene, MAD di permutazione | |
| Confronto tra distribuzioni Solo online | Goodness of fit tra campioni | Cramér-von Mises, prova delle energie | |
| Test di ranghi (non parametrici) | Test non parametrici | Segni, Wilcoxon, Mann-Whitney, B-C, Kruskal-Wallis, Friedman appaiato | |
| Test di frequenza | Confronto tra proporzioni, test di proporzione | 1P, 2P, Chi² | |
| Confronto multiplo | Confronto post hoc a coppie | Conclusione a coppie dopo l'ANOVA o il test di Kruskal-Wallis | |
| Test sulle statistiche riassuntive | Test sulle statistiche riassuntive | Senza dati grezzi: a partire da n, media, deviazione standard | |
| Potenza e dimensione del campione | Analisi della potenza, calcolo della dimensione del campione | Effetto esprimibile in unità, % medio, multipli di sigma o % dell'intervallo di tolleranza | |
| Ricerca dicotomica | Ricerca delle variabili (Shainin), biforcazione sequenziale, ricerca delle variabili BOB/WOW | Fino a 8 fattori sospetti: test di riferimento BOB/WOW, biforcazioni sequenziali, semibanda ±2σ (σ derivato dal gap = 6σ o inserito), gestione dei test indecisi, piano di conferma fattoriale completo 2² sui fattori sopravvissuti, analisi degli effetti e ANOVA, diagnosi, trasferimento su una griglia | |
| Strumenti Shainin | Metodo Shainin per la risoluzione dei problemi | BOB vs WOW, inversione dei componenti (component swapping), multi-vari | |
| Test di equivalenza | Equivalenza delle medie Solo online | TOST, due test unilaterali, test di equivalenza | Su un bersaglio o tra 2 campioni, appaiati o indipendenti |
| Equivalenza delle varianze Solo online | Equivalenza di scala, rapporto di varianza | Zona di indifferenza [1/R; R], scala logaritmica | |
| Equivalenza delle proporzioni Solo online | Non inferiorità delle proporzioni | Punteggio Wilson (obiettivo), Farrington-Manning (2 campioni) | |
| Non inferiorità e non superiorità Solo online | Test di non inferiorità e di non superiorità | Tre ipotesi alternative selezionabili; matrice decisionale differenza × equivalenza con caso «indeciso» | |
| Guida al dimensionamento Solo online | Dimensione del campione per l'equivalenza | Il valore minimo di δ dimostrabile con l'attuale numero di soggetti; numero di soggetti richiesto per un dato valore di δ; δ in % dell'intervallo di tolleranza | |
| Statistiche multivariate | Analisi delle componenti principali | ACP, PCA, analisi delle componenti principali | Cerchio delle correlazioni, diagramma di Pareto degli autovalori, variabili aggiuntive illustrative, etichette |
| Analisi delle corrispondenze multiple | ACM, MCA | Variabili qualitative | |
| Analisi fattoriale dei dati misti Solo online | FAMD, analisi fattoriale dei dati misti | Variabili quantitative e qualitative insieme | |
| Statistica T² di Hotelling | Hotelling T-squared, controllo multivariato | Rilevamento multivariato di punti atipici | |
| Classificazione non supervisionata | Clustering, K-means, segmentazione | Scelta di K, riproducibilità, proiezione ACP 2D/3D, test di discriminazione per variabile (Fisher, Kruskal-Wallis) | |
| Classificazione gerarchica | Dendrogramma, clustering gerarchico | Su individui o su variabili | |
| Piani sperimentali | Confronto tra piani | Assistente DOE, selezione del progetto | Per una data configurazione di fattori/interazioni, elenco dei possibili piani ordinati in base alla qualità (stelle) |
| Piani fattoriali a 2 livelli di Taguchi | Piani fattoriali frazionari, tabelle di Taguchi | Da L4 a L32, tabella delle interazioni, tabella degli alias, risoluzioni III/IV/V | |
| Piani multilivello | Piani sperimentali a livelli misti, fattoriale completo generale | Completi o frazionari: L4, L8, L9, L12, L16, L18, L25, L27… | |
| Piani di vagliatura | Modelli di screening | L12, L20, Definitive Screening Design (da DSD3 a DSD12) — fino a 19 fattori in 20 esperimenti | |
| Superfici di risposta | RSM, metodologia della superficie di risposta | Compositi centrati (regolazione α), ibridi, punti centrali | |
| Piani D-ottimali | Progetti D-ottimali, soluzioni su misura | Costruzione sotto vincoli, matrice di correlazione dei termini | |
| Schemi di miscelazione | Progettazione delle miscele, schemi di formulazione | Componenti che sommati danno 100 % | |
| Schemi di riempimento Solo online | Modelli di riempimento dello spazio, ipercubo latino, ipercubo latino | Criteri Audze-Eglais (copertura globale) e MaxPro (qualità delle proiezioni in sottodimensioni, adatti allo screening), ottimizzazione tramite ricottura simulata, proprietà dell’ipercubo latino | |
| Piani Smart-Design Solo online | Piano OMARS | Piani molto ridotti che consentono di ottenere fattori totalmente indipendenti dai termini di secondo ordine | |
| Analisi dei progetti | Analisi DOE, grafico degli effetti | Riconoscimento automatico dei piani di Taguchi, grafici degli effetti e delle interazioni, analisi multilivello | |
| Apprendimento automatico | Regressione lineare multipla | Regressione lineare multipla, GLM | Coefficienti, valori p, R², VIF, termini quadratici e interazioni, selezione passo-passo in avanti/indietro, sottoinsieme ottimale |
| Regressione logistica binaria e multinomiale | Regressione logistica, classificazione | Odds ratio con IC al 95% %, pseudo-R² (McFadden, Cox & Snell, Nagelkerke), test globali del rapporto di verosimiglianza, passaggio automatico al modello multinomiale | |
| Regressione PLS | Minimi quadrati parziali | Scelta del numero di componenti in base all'R², coefficienti con VIF | |
| Regressione K-OPLS Solo online | Kernel OPLS, regressione a kernel | Nucleo RBF gaussiano, componenti predittive e ortogonali, ricerca automatica del nucleo ottimale e della configurazione ottimale | |
| Processo gaussiano Solo online | Regressione con processi gaussiani, kriging, kriging | Previsione con intervallo di confidenza in ogni punto, adatta a campioni di piccole dimensioni | |
| Rete neurale | Rete neurale, MLP, deep learning | Perceptron multistrato: attivazione ReLU, strati configurabili, tasso di apprendimento con pianificatore, mini-batch, regolarizzazione L2, curva di perdita | |
| Albero decisionale | Albero decisionale, CART | Criterio di Gini o entropia, profondità e numero minimo di elementi, regole leggibili con impurità per nodo | |
| Foresta casuale Solo online | Foresta casuale | Bootstrap, importanza delle variabili (feature importance) | |
| SVM | Macchina a vettori di supporto | Nucleo RBF, impostazioni C e gamma, margine massimo | |
| K vicini più prossimi | KNN, k vicini più prossimi | Classificazione per somiglianza | |
| Convalida dei modelli Solo online | Split di addestramento/verifica, sovraapprendimento, controllo del sovraadattamento | Linee di test, grafico previsione/osservazione, matrice di confusione, leve rispetto ai residui, normalità dei residui, previsione con IC, superfici di risposta 3D e 5D | |
| Ottimizzazione | Ottimizzazione multi-risposta | Ottimizzazione multi-risposta, desiderabilità | Funzioni di desiderabilità (obiettivo, massimizzazione, minimizzazione, intervallo), pesi, ricerca dell'ottimo globale, cursori interattivi |
| Ottimizzazione bayesiana sequenziale Solo online | Ottimizzazione bayesiana, apprendimento attivo, DOE sequenziale, alternativa al simplex | Processo gaussiano Matérn 5/2 anisotropo (ARD), piano iniziale di Audze-Eglais, strategie prudente/equilibrata/esplorativa, gestione del rumore del processo, proposte di test illustrate con il guadagno atteso, rilevamento della convergenza, diagnostica leave-one-out (Q², RMSE, MAE, copertura 95% %), sensibilità dei fattori, modalità demo | |
| Ottimizzazione bayesiana delle miscele Solo online | Ottimizzazione della formulazione, ottimizzazione bayesiana delle miscele | Dominio semplice, piano iniziale maximin, diagramma ternario con zone non realizzabili, verifica della fattibilità dei limiti, correzione dei test non validi | |
| MSA — Analisi dei mezzi di misura | Precisione | Studio di bias, Cg Cgk, capacità dello strumento | Scostamento dal valore reale, Cg e Cgk, grafico di accuratezza |
| Gage R&R su misura | Ripetibilità e riproducibilità, studio R&R degli strumenti di misura, MSA | Analisi della varianza (ANOVA), due sistemi di riferimento (tolleranza e processo), grafici per operatore e per pezzo | |
| Gage R&R per attributi | Analisi della concordanza degli attributi, controllo visivo | Kappa tra controllori e contro standard, accordo globale, efficacia, tasso di errore e di falsi allarmi, bias più rigoroso / meno rigoroso | |
| Linearità | Linearità di Gage | Errore di deviazione sul campo di misura | |
| Inerzia | Approccio inerziale | Combinazione di precisione e ripetibilità in un unico indicatore; intervallo di tolleranza minimo controllabile dallo strumento | |
| Scelta della norma | Standard di riferimento MSA | Configurazione del modello di calcolo scelto | |
| Affidabilità | Definizione delle dimensioni delle prove dimostrative | Progettazione dei test di dimostrazione dell'affidabilità, piano di convalida | Piano di prova (0 guasti), piano Chi² (ore cumulative), piano MTTF, tempo per k guasti; calcolo della variabile selezionata tramite il «lucchetto» |
| Analisi delle sollecitazioni e delle resistenze | Interferenza tra sollecitazione e resistenza | Leggi teoriche (tra cui il trapezio di uso comune) o dati sperimentali, tasso di guasto per sovrapposizione | |
| Stima delle leggi sulla durata di vita | Analisi di Weibull, analisi dei dati di durata, analisi di sopravvivenza | Weibull a 2 e 3 parametri (posizione δ), massima verosimiglianza o regressione, IC, Anderson-Darling, modello di Weibull, tasso di guasto (hazard), MTTF/MTBF | |
| Kaplan-Meier | Curva di sopravvivenza non parametrica, analisi di sopravvivenza | Con censure; confronto di sopravvivenza tra due popolazioni (fornitori, versioni) | |
| Dati censurati, 5 formati di inserimento | Dati censurati, dati di restituzione dei prodotti, dati relativi alla garanzia | Valori+censure, periodi+censure, date di vendita/restituzione, data di vendita + tempo di fermo (km), triangolo del Nevada dei resi in assistenza | |
| Gestione dei resi in garanzia Solo online | Monitoraggio della garanzia, resi in assistenza rispetto a quelli previsti | Rendimenti effettivi vs. previsti in base alla legge vigente, adeguamento al periodo di garanzia | |
| Grafici di controllo dei resi Solo online | Grafici di controllo della garanzia (esclusiva) | Suddivisione del Nevada in zone: percentuale di resi, andamento di β, affidabilità per zona; letture per diagonale (età), colonna (stagionalità), riga (lotto); distinzione tra invecchiamento in magazzino e in servizio | |
| Prove accelerate | Prove di invecchiamento accelerato (ALT), prove di invecchiamento | Arrhenius (energia di attivazione), Eyring, legge della potenza inversa, Peck, Coffin-Manson, Basquin; 2 vincoli combinati; fattore di accelerazione, grafico log-log | |
| Grafica | Catalogo contestuale | Visualizzazione dei dati | Vengono visualizzati solo i grafici rilevanti ai fini della selezione |
| Proporzioni | Camembert, diagramma di Pareto | Camembert, barre, Pareto con cumulo, tabella | |
| Popolazioni | Boxplot, grafico a violino | Scatola dei baffi, violino, istogramma, linea, carta di controllo, Better to Current, ogiva, curva ROC | |
| Relazioni | Diagramma a dispersione | Nube XY, distribuzione marginale, regressione, multi-X e multi-Y | |
| Analisi multivariata con ANOVA integrata | Grafico multivariabile | Scomposizione grafica della variabilità tra le famiglie di variazione, con l'analisi della varianza come prova statistica associata | |
| Prova statistica allegata | Grafici con dati statistici | Ogni confronto grafico può visualizzare il test statistico associato (compreso quello appaiato) |
Il vostro feedback
Una soluzione completa e modulare
per l'Industria 4.0
6 moduli statistici integrati
Provare prima di acquistare
- Dimostrazione15 giorni di prova / 1 anno per gli studenti0€
- MSP / SPC
- Analisi statistica
- Disegno sperimentale
- MSA
- Analisi grafica
- Apprendimento automatico
- StandardIl meglio dell'analisi dei dati non vincolante95€
- MSP / SPC
- Analisi statistica
- Disegno sperimentale
- MSA
- Analisi grafica
- Apprendimento automatico
- Assistenza tecnica
- Aggiornamento
- Numero illimitato di utenti
- Rinnovo tacito dell'abbonamento
- AnnualeIl meglio dell'analisi dei dati (2 mesi gratis)950€
- MSP / SPC
- Analisi statistica
- Disegno sperimentale
- MSA
- Analisi grafica
- Apprendimento automatico
- Assistenza tecnica
- Aggiornamento
- Numero illimitato di utenti
- Rinnovo tacito dell'abbonamento
Per saperne di più

Analisi statistica nel settore industriale: come scegliere un software accessibile a tutto il team addetto alla qualità?
Un responsabile della qualità che desideri strutturare il proprio approccio all'analisi statistica si trova ben presto di fronte a un problema ricorrente: come...

Ellistat potenzia DATA Analysis con l'intelligenza artificiale per una migliore gestione dei processi industriali
Ellistat potenzia DATA Analysis con l'intelligenza artificiale per una migliore gestione dei processi industriali. Esperto in qualità industriale, Ellistat ...

Statistiche descrittive industriali: guida completa
Un istogramma sbilanciato da un lato, una carta di controllo che esce dai limiti, un fornitore che annuncia...

Suite software di livello industriale: la panoramica completa di Ellistat
Scegliere una suite software di livello industriale spesso significa dover scegliere tra due opzioni entrambe poco soddisfacenti: Fondata nove anni fa, Ellistat si è affermata...







