| Posizione | Causa e soluzione |
| Nessun dato da visualizzare | La griglia è vuota oppure non è stata selezionata alcuna caratteristica. |
| Inadeguatezza della legge | Modificare la legge o cercare una combinazione di popolazioni: un istogramma a due picchi non è una distribuzione unica. |
| Cp molto superiore a Pp | Il processo sta deragliando. Si tratta di un problema di gestione, non di capacità tecnica. |
| Tutti i punti fuori limite su una mappa degli attributi | Probabile sovradispersione su lotti di grandi dimensioni: passare alla carta P’Laney o U’Laney. |
| Funzionalità non disponibili | Le tolleranze non sono specificate nella caratteristica. |
| Istogramma corretto ma mappa instabile | Osservare la cronologia: l’instabilità non è visibile in una distribuzione. |
Guida all'analisi dei dati
01. Informazioni generali
Introduzione al modulo Data Analysis
Accedere al menu "Data Analysis" di Ellistat
Struttura del modulo Data Analysis: menu e tabelle
Creare e organizzare un progetto in Data Analysis
Condividere un progetto di analisi
Le tabelle di dati di un progetto di analisi dei dati
Importa i tuoi dati (Excel, CSV) in Data Analysis
Esportare i dati
Classificazione dei dati: variabili qualitative e quantitative
Clic destro: accesso rapido alle funzioni
La mia grafica
Lavorare da una pagina di analisi
Creazione di utenti
Messaggi e casi particolari
Analisi dei dati su desktop vs online: quali sono le differenze?
Allegato: Vocabolario
02. Tolleranza R&R
Gage R&R e MSA: convalidare le vostre misurazioni
Menu
In quale ordine bisogna procedere?
Precisione di uno strumento di misura: effettuare l’analisi della deviazione
Gage R&R su misura: ANOVA, CPC, NDC
Gage R&R per attributi: valutazione di un controllo visivo
Linearità di uno strumento di misura: come condurre lo studio
Elenco
Gage R&R: quale standard di calcolo adottare?
Confronto tra due metodi di misurazione: metodo e lettura
Messaggi e casi particolari
Allegati: Definizioni
03. Grafici
Grafici statistici: la guida all’analisi dei dati
Selezionare i propri dati
Solo grafici o prove statistiche?
Il catalogo per famiglia
Rappresentazione delle proporzioni: diagramma di Pareto, diagramma a settori, diagramma a barre
Istogramma, diagramma a scatola e baffi: rappresentare una popolazione
Correlazione e regressione lineare: guida pratica
Multi X: più fattori contemporaneamente
Multi Y: più risposte contemporaneamente
Quale grafico scegliere per quale domanda?
Messaggi e casi particolari
Allegato: dati di riferimento
04. Statistiche descrittive
Statistiche descrittive in Data Analysis
Menu
Preparare i dati
Dettaglio
Panoramica
Grafici di controllo con attributi (p, np, c, u)
Distribuzioni discrete: binomiale, di Poisson… adattare i dati
Leggi continue: adattamento di una legge di distribuzione
Scomposizione di Fourier: individuare i cicli
Calcolatrice
Messaggi e casi particolari
Allegato: definizioni
05. Statistica inferenziale
Test statistici in Data Analysis: la guida
Menu
Verifica delle ipotesi: cosa dice un p-value (e cosa non dice)
Scegliere il test statistico: differenza o equivalenza (TOST)
Calcolare un test basato sulla media e sulla deviazione standard
Potenza statistica di un test e dimensione del campione
BoB vs WoW: il metodo Shainin per individuare una causa
Inversione dei componenti (Shainin): individuare il responsabile
Ricerca dicotomica
Fonti di variazione: ANOVA generalizzata
Messaggi e casi particolari
Allegato
06. Statistiche multivariate
Analisi multivariata in Data Analysis: la guida
ACP, ACM, FAMD: quale analisi multivariata scegliere?
Preparare la griglia
PCA: analisi delle componenti principali passo dopo passo
Analisi fattoriale dei dati misti (AFDM/FAMD)
ACM: Analisi delle corrispondenze multiple passo dopo passo
T² di Hotelling: individuare una deriva multivariata
Classificazione non supervisionata: raggruppare i dati
Dendrogramma: come interpretare una classificazione gerarchica
Messaggi e casi particolari
Convenzioni di calcolo
07. DOE: Piani sperimentali
Piano sperimentale in Data Analysis: la guida
Menu
Piani sperimentali: fattore, livello, interazione, alias
Quale piano sperimentale scegliere in base al proprio obiettivo?
Il ciclo di lavoro comune ai piani
Piano fattoriale a 2 livelli e tabelle di Taguchi
Piani sperimentali a livelli misti (XN)
Piano di spazzamento
Mappa di risposta: creazione e analisi
Smart DOE
Modello di riempimento dello spazio (space filling)
Piano D-Optimal: quando e come utilizzarlo?
Tabella e analisi
Messaggi e casi particolari
Allegato: definizione
08. ML (Apprendimento automatico)
Machine Learning sui dati di produzione: la guida
Menu
Creare un modello di Machine Learning basato sui vostri dati
Ottimizzazione
Ottimizzazione bayesiana
Ottimizzazione della miscelazione: formulazione tramite piano di miscelazione
Messaggi e casi particolari
Allegato: definizioni
09. Tolleranza
Tolleranza statistica nell'analisi dei dati – Introduzione
Le tre voci del menu
Specificatore: visualizzare una specifica
Simulazione Monte Carlo applicata alla definizione delle tolleranze
Sequenze di misure: calcolo aritmetico e statistico
Glossario: Tolleranze
10. Affidabilità
Analisi di affidabilità in Data Analysis: la guida
Menu "Affidabilità"
Affidabilità: i concetti fondamentali (tasso di guasto, MTBF)
Calcolo dell'affidabilità: metodo ed esempio
Metodo "vincolo-resistenza": stimare un rischio
Stima dell'affidabilità sulla base dei dati relativi alla durata di vita
Monitoraggio dei resi in garanzia: analisi dei guasti
Scheda di monitoraggio dei resi
Prove accelerate: valutare l’affidabilità nel minor tempo possibile
Messaggi e casi particolari
Allegato: definizioni
Messaggi e casi particolari
Tempo di lettura
