Analyser les résultats d'expérimentations grâce aux statistiques pour discerner les facteurs influents et trouver les causes racines
L'analyse de covariance (ANCOVA), une technique cruciale pour réussir vos plans d’expériences.
Suivi des événements rares avec les cartes de contrôle G
Découvrez comment les cartes de contrôle permettent de représenter graphiquement les événements rares pour déterminer si un processus est stable ou s'il est hors contrôle.
Pourquoi est-il toujours préférable d’utiliser un Plan d'expériences plutôt que de modifier un facteur à la fois ?
Dans cet article, nous proposons une alternative à la méthode de résolution de problèmes la plus populaire et la plus intuitive pour tester différentes solutions, l'une après l'autre, dès qu'elles viennent à l'esprit.
Que faire lorsque les données sont regroupées en catégories distinctes dans un diagramme de probabilité ?
Pour estimer le niveau de capabilité d’un procédé, les limites de spécification d'un produit sont comparées aux extrémités de la distribution des caractéristiques mesurées. La normalité des données est donc une condition essentielle
Comment estimer la "vie B10" d'un produit avec Minitab ?
La notion de durée de vie B10 est née dans l'industrie des roulements à billes, mais elle est devenue un indicateur utilisé dans beaucoup d’autres industries aujourd'hui. Elle est particulièrement utile pour établir des périodes de garantie pour un produit.
Que faire si mes données ne suivent pas une distribution normale ?
Cet article communique la réponse apportée à l'une des questions qui reviennent le plus souvent au cours des formations; c'est-à-dire : Que dois-je faire lorsque mes données ne sont pas normalement distribuées ?
Quelles sont les différences entre intervalles de confiance, de prédiction ou de tolérance ?
Cet article a explique les différents types d'intervalles disponibles dans Minitab, leurs caractéristiques, et quand vous devriez les utiliser.
Utilisez les Statistiques Multivariées pour mieux comprendre vos clients
Les statistiques multivariées peuvent être utilisées pour mieux comprendre la structure de grandes quantités de données (qui pourraient être liées aux habitudes et profils de vos clients comme dans cet article).