ADDITIVE Minitab Minitools für Kunden von ADDITIVE
ADDITIVE versteht sich als nachhaltiger Partner für seine Kunden und bietet neben der umfassenden Beratung im Verkauf der Softwaresysteme auch Dienstleistungen wie Support, Schulung, Consulting, Anwendungsprogrammierung und Integration der Softwaresysteme in die IT-Welt der Kunden an.
Die von uns angebotenen Softwaresysteme sind durchaus erklärungsbedürftig, zeichnen sich aber dennoch durch eine hohe Benutzerfreundlichkeit aus. Unseren Support erreichen immer wieder Kundenanfragen zum Einsatz der Software für einen speziellen Anwendungsfall. Daraus entstehen oftmals Ideen zu „kleinen Helferlein“. Einige dieser „kleinen Helferlein“ entwickeln wir dann weiter zu ADDITIVE Minitools, die wir unseren APS-Vertragskunden frei zur Verfügung stellen, oder zu ADDITIVE Interfacepaketen, aus denen wir kostenpflichtige kundenspezifische Dienstleistungspakete schnüren.
Derzeitige ADDITIVE Minitab Minitools
- Minitool Betragsverteilung: SPC-Erweiterung - Prozessfähigkeit mit Betragsverteilung
- Minitool Mischverteilung: SPC-Erweiterung - Prozessfähigkeit mit Mischverteilung
- Minitool PFU22514: SPC-Erweiterung - Prozessfähigkeit nach DIN ISO 22514-2:2015-6
- Minitool RegressionRanking: Ranking verschiedener nichtlinearer Modelle eines Datensatzes
Sollten Sie ADDITIVE APS-Vertragskunde sein und Interesse an der Nutzung unserer ADDITIVE Minitools haben, kontaktieren Sie bitte unseren Support per E-Mail an
SPC-Erweiterung - Prozessfähigkeit mit Betragsverteilung
Das ADDITIVE Minitool „Betragsverteilung“ erstellt einen Bericht zur Prozessfähigkeit auf Grundlage der Betragsverteilung 1. oder 2. Art. Damit erhält der Anwender die Möglichkeit, speziell begrenzte Merkmale, wie Rundheiten und Abstände, mit der dazu passenden natürlichen Verteilung abzubilden.
Außerdem kann der Anwender vor der eigentlichen Prozessfähigkeitsanalyse eine Wahrscheinlichkeitskurve erstellen, um optisch zu prüfen, ob die gewählte Verteilung zu den Daten passt.
Detailliertere Informationen zum ADDITIVE Minitab Minitool „Betragsverteilung“
SPC-Erweiterung - Prozessfähigkeit mit Mischverteilung
Das ADDITIVE Minitool „Mischverteilung“ erstellt einen Bericht zur Prozessfähigkeit auf Grundlage einer Mischverteilung. Damit erhält der Anwender ein Mittel, nicht einheitliche Grundgesamtheiten mit nur einer Analyse abzubilden.
Außerdem kann der Anwender vor der eigentlichen Prozessfähigkeitsanalyse eine Wahrscheinlichkeitskurve erstellen, um optisch zu prüfen, ob die gewählte Verteilung zu den Daten passt. Er kann eine Regelkarte ausgeben lassen und dabei zwischen den Optionen X-quer/R, X-quer/S und Verteilungsfrei wählen. Während der Durchführung des Algorithmus zur Berechnung der Parameterschätzer besteht die Möglichkeit, die Startwerte und die Anzahl der Gipfel anzupassen.
Detailliertere Informationen zum ADDITIVE Minitab Minitool „Mischverteilung“
SPC-Erweiterung - PFU22514 Prozessfähigkeit nach DIN ISO 22514-2:2015-6
Das ADDITIVE Minitool „PFU22514“ erstellt einen Bericht der Prozessfähigkeit nach Methoden aus der DIN ISO 22514-2:2015-6.
Der Anwender hat im Modus „Prozessfähigkeit“ die Möglichkeit festzulegen, ob der Prozess als beherrschter oder nicht beherrschter Prozess analysiert wird. Je nach Auswahl kann er dann ein zeitabhängiges Verteilungsmodell und, davon abhängig, eine Methode auswählen, nach der die Fähigkeitsindizes berechnet werden. Zusätzlich kann er eine Regelkarte ausgeben lassen und hat dabei entsprechend den vorhergehenden Entscheidungen die Optionen I/MR, X-quer/R, X-quer/S und Verteilungsfrei nach Pearson zur Auswahl.
In einem weiteren Modus „Maschinenfähigkeit“ kann das Minitool einen Bericht der Maschinenfähigkeit erstellen.
Detailliertere Informationen zum ADDITIVE Minitab Minitool „PFU22514“
RegressionRanking: Ranking verschiedener nichtlinearer Modelle eines Datensatzes
Das ADDITIVE Minitool „RegressionRanking“ findet automatisch den besten Zusammenhang aus verschiedenen nichtlinearen Regressionsmodellen und gibt zudem weitere Vorschläge in einem Ranking an.
Der Anwender hat die Auswahl, einen einzelnen Datensatz anzupassen und die Modelle anhand der Prognosen für diesen Datensatz zu vergleichen, einen festgelegten Trainingsdatensatz anzupassen und die Modelle anhand der Prognosen für einen festgelegten Validierungsdatensatz zu vergleichen oder einen einzelnen Datensatz zufällig in einen Trainings- und einen Validierungsdatensatz aufteilen zu lassen.
