Testes de Normalidade Completos
Shapiro-Wilk, Anderson-Darling (com p-valor), Kolmogorov-Smirnov com correção de Lilliefors, Jarque-Bera e D'Agostino-Pearson, além de histograma com curva normal e Q-Q plot. Opcionalmente verifica cada grupo separadamente.
Identificação de Distribuição
Ajusta Normal, Lognormal, Weibull, Gama, Exponencial, Logística e Valor Extremo, ranqueando por AIC/BIC e Anderson-Darling. Útil para dados de tempo, falha ou variáveis assimétricas.
Transformação para Normalidade (Box-Cox / Yeo-Johnson)
Estima λ ótimo (com IC), sugere uma transformação prática (ln, raiz, inverso…) e permite adicionar a coluna transformada ao conjunto de dados para uso nos demais testes.
Estabilidade do Processo (Carta I-MR, Regras e Teste de Corridas)
Verifica o pressuposto de independência/estabilidade antes dos testes: carta de valores individuais e de amplitude móvel, regras de causa especial, teste de corridas, autocorrelação e tendência. Usa a ordem das linhas do arquivo.
Detecção de Outliers
Critério de Tukey (1.5×IQR e 3×IQR), Z-modificado (MAD) e teste de Grubbs iterativo. Investigue a causa antes de excluir qualquer valor.
Testes Estatísticos de Hipóteses (Inferencial Completo)
Cada teste mostra H0/H1, decisão, IC da diferença, tamanho de efeito, verificação automática de pressupostos (normalidade e variâncias) e recomenda a alternativa adequada. O nível α é o definido no menu lateral.
Análise de Variância (ANOVA) Completa
1 ou 2 fatores com interação, SQ Tipo II ou III, η²/η² parcial/ω², ANOVA de Welch, pós-testes (Tukey e Games-Howell), gráficos de médias e de interação e diagnóstico completo dos resíduos.
Intervalos de Confiança Completos
Média (t de Student), desvio-padrão e variância (qui-quadrado), mediana (estatísticas de ordem e bootstrap) e proporções (Wilson e Clopper-Pearson) — todos respeitando o nível de confiança escolhido.
Poder e Tamanho de Amostra
Calcula o n necessário, o poder atingido ou o efeito mínimo detectável para t (1, 2 amostras, pareado), proporções e ANOVA. Use o σ da própria coluna como estimativa (piloto/histórico).
Correlação, Heatmap e Dispersão
Pearson, Spearman ou Kendall com exclusão par a par, IC (transformação de Fisher), correção para comparações múltiplas (Holm, Bonferroni, FDR) e heatmap. Clique numa célula do heatmap para abrir a dispersão do par.
Regressão Linear Simples
Coeficientes com IC, tabela ANOVA, R²/R² ajustado/R² previsto, bandas de confiança e predição, observações influentes (Cook, alavancagem) e diagnóstico de resíduos (Shapiro, Breusch-Pagan, Durbin-Watson).
Regressão Linear Múltipla
Preditores numéricos e categóricos (variáveis indicadoras), termos quadráticos e interações, β padronizado, VIF, R² previsto (PRESS) e diagnóstico completo. Também: melhores subconjuntos (Cp de Mallows) e seleção stepwise.
Regressão Logística (resposta binária)
Modela a probabilidade de um evento (ex.: defeito = Sim) em função de preditores numéricos e categóricos: razões de chances (OR) com IC, pseudo-R², teste da razão de verossimilhança, Hosmer-Lemeshow, AUC/ROC e matriz de confusão.
Box Plot Comparativo & Identificação de Outliers
Caixas Q1–Q3 com mediana, média, bigodes (1.5×IQR) e outliers marcados por grupo, além de Kruskal-Wallis e Levene rápidos.
Gráfico de Pareto
Frequência (ou soma de uma coluna, ex.: custo) por categoria, com % acumulado e destaque dos "poucos vitais" que somam 80%.
Gráfico Multi-vari
Mostra a resposta por combinações de até 3 fatores: pontos individuais e médias, para identificar a família de variação dominante (ex.: entre turnos, entre máquinas, dentro do lote).
Ranking de Xs Vitais (Evidências Consolidadas)
Cada teste, ANOVA, regressão, correlação ou qui-quadrado executado registra aqui uma evidência X → Y. O ranking combina p-valor (com ajuste de Holm para múltiplos testes) e tamanho de efeito para separar Xs vitais de diferenças sem relevância prática. Alimenta o relatório e a fase Improve.