在过去的 40 多年里，Minitab 已帮助很多组织实现了成本控制以及质量、客户满意度和成效的提升。全球数千家企业和机构使用 Minitab® Statistical Software、Minitab Engage™ 和 Quality Trainer® 来发现其流程中的缺陷并加以改进。在 2017 年，Minitab 收购 Salford Systems，这家领先的高级分析提供商提供了一套功能强大的数据挖掘、预测分析和建模功能。
借助 Minitab 发挥数据的价值。
掌握统计的强大力量。
数据无处不在，而您能否真正发挥出所拥有数据的价值？Minitab Statistical Software 会审视当前及过往的数据，以找出趋势并预测规律、发现变量之间隐藏的关系并创建令人震撼的可视化，从容应对最严峻的挑战和机遇。
让强大的统计、行业领先的数据分析以及动态可视化为您所用，探索无限可能。
探索
无论组织的各成员是否具备统计背景知识，Minitab 都能为他们提供全方位助力，助其预测更好的结果、设计更好的产品并改进过程，从而产生更高收入、缩减成本。只有 Minitab 能够以独特的集成式方法来提供软件和服务，让组织可以利用云推动业务卓越发展，不受地点限制。
关键的统计检验包括：t 检验、单比率和双比率检验、正态性检验、卡方检验和等效性检验。
预测趋势
利用我们的高级分析，访问现代数据分析功能并进一步探索数据。使用革命性的预测分析技术，轻松、熟练地预测业务、比较备选方案以及预测您的业务。
使用 Minitab Statistical Software 中的经典方法，与开源语言 R 或 Python 集成，或者使用现在 Minitab 的预测分析模块中提供的机器学习算法（如分类和回归树 (CART®)、 TreeNet® 和 Random Forests®），进一步增强您的预测能力。
功能列表：
实现成果
眼见为实。若要准确展示研究结果与成就，可视化必不可少。图形生成器可快速轻松地确定哪一张图形能够详尽显示您的数据，哪一张能够支持您的分析。
将交互式工具与方便浏览的图库搭配使用，您无需重新执行分析就能查看并探索多个图形选项。即便每次使用相同的数据，Graph Builder 也能无缝地更新条形图、相关图、热度图等其他内容，以便您能够专心选择最能展示见解的可视化图形。
协助
- 测量系统分析
- 能力分析
- 图形分析
- 假设检验
- 回归
- DOE
- 控制图
医疗保健模块
图形
- 图形生成器*
- 区间散点图、箱线图、气泡图、条形图、相关图、点图、热度图、直方图、矩阵图、平行图、散点图、时间序列图等
- 等值线图和旋转 3D 图
- 概率图和概率分布图
- 数据更改时自动更新图形
- 对图形使用笔刷以研究关注点
- 导出：TIF、JPEG、PNG、BMP、GIF、EMF
基本统计量
- 描述性统计量
- 单样本 Z 检验、单样本 t 检验、双样本 t 检验、配对 t 检验
- 单比率检验和双比率检验
- 单样本 Poisson 率检验和双样本 Poisson 率检验
- 单方差检验和双方差检验
- 相关和协方差
- 正态性检验
- 异常值检验
- Poisson 拟合优度检验
回归
- Cox 回归*
- 线性回归
- 非线性回归
- 二元、顺序和名义 Logistic 回归
- 稳定性研究
- 偏最小二乘
- 正交回归
- Poisson 回归
- 图：残差、因子、等值线、曲面等。
- 逐步：p 值、AICc 和 BIC 选择标准
- 最佳子集
- 响应预测和优化
- 模型验证
方差分析
- 方差分析
- 一般线性模型
- 混合模型
- 多变量方差分析
- 多重比较
- 响应预测和优化
- 等方差检验
- 图：残差、因子、等值线、曲面等。
- 均值分析
测量系统分析
- 数据收集工作表
- 量具 R&R 交叉
- 量具 R&R 嵌套
- 扩展的量具重复性与重现性
- 量具运行图
- 量具线性和偏倚
- 类型 1 量具研究
- 属性量具研究
- 属性一致性分析
质量工具
- 运行图
- Pareto 图
- 因果图
- 变量控制图：XBar、R、S、XBar-R、XBar-S、I、MR、I-MR、I-MR-R/S、区域、Z-MR
- 属性控制图：P、NP、C、U、Laney P’ 和 U’
- 时间加权控制图：MA、EWMA、CUSUM
- 多变量控制图：T 方广义方差控制图、MEWMA
- 稀有事件控制图：G 和 T
- 历史/过程偏移控制图
- Box-Cox 和 Johnson 转换
- 个体分布标识
- 过程能力：正态、非正态、属性、批处理
- Process Capability Sixpack™
- 公差区间
- 抽样验收和 OC 曲线
- 多变异图
- 变异性控制图
试验设计
- 定义筛选设计
- Plackett-Burman 设计
- 二水平因子设计
- 裂区设计
- 一般因子设计
- 响应曲面设计
- 混料设计
- D 最优设计和基于距离的设计
- 田口设计
- 用户指定的设计
- 分析二元响应
- 分析因子设计的变异性
- 修补试验
- 效应图：正态、半正态、Pareto
- 响应预测和优化
- 图：残差、主效应、交互作用、立方、等值线、曲面、线框
可靠性/生存
- 参数分布分析和非参数分布分析
- 拟合优度测量
- 确切失效数据、右删失数据、左删失数据和区间删失数据
- 加速寿命检验
- 寿命数据回归
- 检验计划
- 阈值参数分布
- 可修复系统
- 多种失效模式
- 概率单位分析
- Weibayes 分析
- 图：分布、概率、故障、生存
- 保证分析
功效和样本数量
- 用于估计的样本数量
- 公差区间的样本数量
- 单样本 Z、单样本 t 和双样本 t
- 配对 t
- 单比率和双比率
- 单样本 Poisson 率和双样本 Poisson 率
- 单方差和双方差
- 等价检验
- 单因子方差分析
- 二水平、Plackett-Burman 和一般全因子设计
- 功效曲线
预测分析
- 自动化机器学习*
- CART® 分类
- CART® 回归
- Random Forests® 分类
- Random Forests® 回归
- TreeNet® 分类
- TreeNet® 回归
多变量
- 主成分分析
- 因子分析
- 判别分析
- 聚类分析
- 对应分析
- 项目分析和 Cronbach alpha
时间序列和预测
- 时间序列图
- 趋势分析
- 分解
- 移动平均
- 指数平滑
- Winters 法
- 自相关函数、偏自相关函数和互相关函数
- 综合自回归移动平均 (ARIMA)
非参数
- 符号检验
- Wilcoxon 检验
- Mann-Whitney 检验
- Kruskal-Wallis 检验
- Mood 中位数检验
- Friedman 检验
- 游程检验
等价检验
- 单样本和双样本、配对
- 2x2 交叉设计
表
- 卡方检验、Fisher 精确检验和其他检验
- 卡方拟合优度检验
- 计数和交叉分组表
模拟和分布
- 随机数生成元
- 概率密度、累积分布和逆累积分布函数
- 随机抽样
- 自引导和随机化检验
宏和自定义
- 可自定义的菜单和工具栏
- 大量首选项和用户配置文件
- 功能强大的脚本功能
- Python 集成
- R 集成