XLSTAT Quality
Votre couteau suisse si vous travaillez dans le domaine du contrôle qualité et de l'analyse de risque.
XLSTAT Quality, six sigma, analyse de risque et contrôle statistique des procédés avec Excel
Si vous recherchez une boîte à outils simple, efficace et fiable pour l’analyse de données Six Sigma dans Excel, ne cherchez pas plus loin.
Avec la solution XLSTAT Quality, générez des cartes de contrôle, détectez des non-conformités, optimisez un process, comparez des opérateurs, simulez des coûts sur une ligne de production ou mettez en place des expériences pour explorer de nouvelles possibilités.
XLSTAT Quality comprend toutes les fonctionnalités de XLSTAT-Basic+ en plus de méthodes spécifiques au contrôle qualité et à l’étude de risques.
Description des données
- Statistiques descriptives (y compris box plots et scattergrams)
- Histogrammes
- Analyse de Fiabilité
- Tests de normalité
- Tableaux de contingence (tableau croisé)
- Matrices de Corrélations et Similarités/dissimilarités
- Statistiques de multicolinéarité
- Estimation des quantiles
- Rééchantillonnage
- Corrélation bisérielle
- Caractérisation de variables
- Tableau croisé dynamique intelligent
Visualisation des données
- Nuages de points
- Graphiques univariés
- Histogrammes
- Diagrammes de probabilité
- Graphiques 2D pour tableaux croisés
- Visualisation en coordonnées parallèles
- Diagrammes ternaires
- Nuage de mots
- Diagrammes en bâtons avec des images
- Barres d'erreur
- Management des graphiques
- Bar chart race
- Motion charts
- Graphiques sémantiques différentiels
- Afficher une fonction
- Diagrammes en bâtons tronqués
- Graphiques radar
Analyse des données
- Analyse en Composantes Principales (ACP)
- Analyse factorielle de données mixtes (PCAmix)
- Analyse Factorielle des Correspondances (AFC)
- Analyse des Correspondances Multiples (ACM ou AFCM)
- Analyse en Coordonnées Principales
- Multidimensional Scaling (MDS)
- Analyse Factorielle
- Analyse Factorielle Discriminante (AFD)
- Classification Ascendante Hiérarchique (CAH)
- Classification par la méthode des nuées dynamiques (k-means)
- Partitionnement univarié
- Modèles de mélange gaussiens
Modélisation des données
- Ajustement d'une loi de probabilité
- Régression linéaire
- Analyse de la variance ou ANOVA
- ANOVA à un facteur de Welch et de Brown-Forsythe
- ANCOVA (analyse de covariance)
- Analyse de Variance Multivariée (MANOVA)
- Régression logistique pour réponse binaires et multinomiales (Logit, Probit, ...)
- Modèle logit ordinal pour variables qualitatives ordinales
- Régression log-linéaire (régression de Poisson)
- Régression quantile
- Splines cubiques
- Régression non paramétrique (Kernel, LOWESS)
- Régression non-linéaire
- Régression par les moindres carrés partiels (PLS)
- Analyse discriminante PLS
- ANOVA sur mesures répétées
- Modèles mixtes
- Régression linéaire - méthode des moindres carrés (OLS)
- Régression sur les Composantes Principales (PCR)
- Régression des doubles moindres carrés
- Régression LASSO
- Régression Ridge
Machine Learning
- Classification k-means floue
- Classification par la méthode des nuées dynamiques (k-means)
- Machines à Vecteurs de Support 1-classe
- Machine à vecteur support
- K plus proches voisins (KNN)
- Classifieur bayésien naif
- DBSCAN (Density-Based Spatial Clustering of Applications with Noise)
- Forêts aléatoires de classification et de régression
- Arbres de classification et de régression
- Modèles de mélange gaussiens
- Règles d'association
- Indicateurs de performance de modèles
Tests paramétriques
- Comparaison d'une proportion à une proportion théorique
- Comparaison de deux proportions
- Comparaison de k proportions
- Test d'ajustement multinomial
- Tests de comparaison de moyenne t et z pour un échantillon
- Tests t et z pour deux échantillons
- Test de la variance pour un échantillon
- Comparaison des variances de deux échantillons
- Comparaison des variances de k échantillons
- Tests multidimensionnels (Mahalanobis, …)
- Test d'équivalence (TOST)
Tests non paramétriques
- One sample Wilcoxon Signed-Rank test
- Tests non-paramétriques pour la comparaison de deux échantillons indépendants
- Tests non-paramétriques pour la comparaison de deux échantillons appariés
- Test non-paramétrique sur k échantillons indépendants: test de Kruskal-Wallis
- Test non-paramétrique sur k échantillons appariés : test de Friedman
- Test de Page
- Test de McNemar
- Test Q de Cochran
- Test de Durbin et test de Skillings-Mack
- Test de Cochran-Mantel-Haenszel
- Test des séquences pour un échantillon
- Test de Mood (test des médianes)
Analyse de la puissance
- Puissance statistique pour les tests de comparaison des moyennes
- Puissance statistique pour les tests de comparaison des variances
- Puissance statistique pour les tests de comparaison des proportions
- Puissance statistique pour les tests de comparaison des corrélations
- Puissance statistique pour la régression linéaire
- Puissance statistique pour l'ANOVA / ANCOVA / ANOVA à mesures répétées
- Puissance statistique pour la régression logistique
- Puissance statistique pour le modèle de Cox
- Taille d'échantillon pour les essais cliniques
XLSTAT Basic+
XLSTAT Quality inclut toutes les fonctionnalités de XLSTAT Basic+.
En savoir plus

Tutoriels pour Quality
- OS
- Windows
- VERSIONS
- Win7, Win8, Win10, Win11
- OS
- Mac OS X
- VERSIONS
- ≥ 10.10
XLSTAT est un leader dans le domaine des logiciels d’analyse de données et de statistique pour MS Excel.
Développé depuis 1993, XLSTAT allie performance à convivialité pour un prix abordable doublé d'un service client à votre écoute. Nous avons ainsi gagné la confiance de plus de 100000 utilisateurs répartis dans plus de 120 pays.
Avec plus de 240 outils statistiques des plus classiques aux plus avancés, la suite XLSTAT fonctionne en tant qu’Add-on pour Microsoft Excel et pour Google Sheets (version free uniquement).
Exécutez vos analyses et personnalisez vos résultats tout en bénéficiant de l’interface conviviale et familière d’Excel ou Google Sheets. XLSTAT est compatible Windows et Mac.
XLSTAT s'appuie sur des techniques de calcul de pointe afin de produire les résultats en un temps minimal.
La parallélisation des calculs met à profit tous les processeurs de votre ordinateur.