Stat-Ease 360 - 实验设计软件
用于多因素实验设计、计算机试验、统计建模和 Python 扩展的 DOE 软件
Stat-Ease 360 面向实验设计（DOE）与多因素测试，可用于设计实验、分析数据、建立统计模型，并支持计算机试验和 Python 脚本工作流。
软件提供空间填充设计、高斯过程模型、逻辑分类、裂区-裂裂区设计、随机区组分析和多种分析与可视化工具。
与 Design-Expert 的关系
Stat-Ease 360 以 Design-Expert® 软件的实验设计功能和工作流程为基础，并增加面向计算机试验与进阶用户的功能。
在 Design-Expert 功能基础上，Stat-Ease 360 增加空间填充设计、高斯过程模型、Python 脚本、逻辑分类节点、裂区-裂裂区设计，以及将区组作为随机变量进行分析的能力。
核心功能方向
数据分析与统计建模
可用于识别统计显著性、拟合模型并检查分析结果，也可结合软件附带的数据集进行分析测试。
计算机试验
支持针对确定性响应的计算机试验，也可使用高斯过程模型分析带噪声的常规实验数据。
Python 集成
可创建与 Stat-Ease 360 交互的 Python 脚本，使用附带的库或编写自定义工具进行数据可视化与分析。
逻辑分类
提供逻辑分类节点，并支持 ROC 曲线及其他图形化结果视图。
设计与模型工具
| 功能 | 支持内容 |
|---|---|
| 空间填充设计 | 适用于计算机试验，包括拉丁超立方设计和基于距离的 optimal（maximin）设计。 |
| 拉丁超立方设计 | 每个因素的每个水平仅安排一次试验运行。 |
| Optimal 距离设计 | 基于 maximin 距离分布，在设计区域内布置试验点。 |
| 高斯过程模型 | 可用于确定性数据，也可用于不同设计中的带噪声数据，并提供相应诊断与设计选项。 |
| 随机区组 | 分析时可将区组作为随机变量处理。 |
| 裂区-裂裂区设计 | 支持导入和分析同时包含难以改变因素与非常难以改变因素的设计。 |
分析与可视化扩展
Weibull 分析
脚本对话框中提供用于 Weibull 拟合寿命分析的 Python 脚本，可通过 Python 图形界面执行 Weibull 回归，并结合数值优化工具分析产品寿命。
感知均匀色图
提供 9 种颜色渐变，其中包括面向色觉辨识的线性色图，用于减少视觉假异常并改善低对比度区域的呈现。
模型与优化图形
色图可用于显示模型与优化图中的高值、低值和曲率变化。
脚本与自定义工具
可利用 Python 生态系统扩展可视化和分析流程，并结合 Stat-Ease 360 的统计计算功能使用。
软件功能展示
Python 集成
空间填充设计
随机区组分析
适用场景
产品与工艺实验
适用于使用多因素实验设计研究产品配方、工艺参数和响应结果的项目。
计算机试验
适用于需要空间填充设计和高斯过程模型的确定性或带噪声计算机试验。
Python 扩展分析
适用于需要通过 Python 脚本扩展数据处理、可视化、统计分析或自定义工具的工作流程。
难以随机化的因素
适用于包含难以改变和非常难以改变因素的裂区及裂区-裂裂区设计。
服务支持
可提供正版授权采购、授权代理服务、软件报价咨询、项目部署建议、授权续费和售后技术支持服务。
采购说明
产品价格会因购买数量、版本类型、用户类型、授权方式、所选规格及活动情况等因素发生变化。如需报价，请以双方确认的实际成交价格为准。
- 2026-09-03
- 2026-09-02
- 2026-09-01
- 2026-08-28
- 2026-08-14
- 2026-08-10
- 2026-09-01
- 2026-08-28
- 2026-08-18
- 2026-08-18
- 2026-08-14
- 2026-08-14
