Mintab与JMP两种六西格玛应用软件之对比.doc

《Mintab与JMP两种六西格玛应用软件之对比.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、Mintab与JMP两种六西格玛应用软件之对比                                                                       FrankZhang    一个是"六西格玛时代的统计分析大师"，一个是大众六西格玛名牌，我们就要来看看两个工具到底谁更厉害！1。首先看数据处理能力。jmp能够处理高达42亿行，65535列数据，转换成数据库数据大概有TB级别了吧？Minitab能够支持的数据量比较少：不到千万行数据级别而已（不知道MINITAB的设计值是多少，测试过程中数据量大了MINITAB会死机）对于普通六西格玛应用，好像并没有这么

2、大的数据量要分析，因此，JMP的这个优势似乎有点没必要。只是，我们很好奇，两个软件都只有一张光盘就可以容纳：而且都不到200M的安装文件，居然在软件工程层面有这么大的差距....看来大公司的研发水平是要厉害不少。2.处理速度我们做了个测试，在同样的笔记本电脑（1G内存，3G主频，windowsxp平台），对同样的500万行数据做直方图：JMP需要3秒，Minitab需要300秒（本来以为又死机了，出去抽棵烟回来，同事告诉我没问题了...)3.统计工具集成两者的统计工具都很全，对于普通六西格玛(DMAIC)来说基本够用了。对于DFSS，似乎JMP口碑要好一些。DFSS需要的统计工具中，DOE

3、应该是比较高级的统计应用了，我们重点比较了DOE能力，发现：AJMP除了传统的DOE工具（田口，混料，完全和部分因子）外，还提供目前市面上几乎别的软件都不提供的高端DOE方法和工具，比如定制，球填充，非线性；而MINITAB只有传统的因子设计上还可以称得上是个像样的DOE工具，对于稍微复杂一些的，如田口设计，实现起来就非常复杂，几乎失去了DOE软件化的优势，重新回到手工作坊的时代。真不知道是让Minitab服侍人，还是让人服侍Minitab，因此说JMP在DOE工具层面远远超过MINITAB;B模拟能力。minitab用户需要购买模拟软件CRYSTALBALL,因为minitab本身自带的

4、模拟仿真功能实在太低级了。两个软件之间的切换和接口总是容易惹麻烦；而且crystalball模拟实在慢得叫人没脾气，5000行数据就要等了，10万行数据简直没法完成。JMP集成了模拟功能，各种随机分布的函数而且模拟功能还不错，而且与前期的分析衔接得天衣无缝，尽可能地描述实际情况，使“纸上谈兵”也成了“务实之谈”。上述笔记本电脑上对100万行数据做模拟，只花了不到3秒时间：我们下巴都快掉下来了：比crystalball快了何止上百倍啊！4。数据挖掘数据挖掘是统计分析的最高境界，而minitab没有任何数据挖掘中的建模工具！！对于一款大众化统计软件来说，这样的设计是不可理解的。JMP自带了来自

5、SAS的强大的数据挖掘工具：决策树和神经网络。需要提及的是，JMP的决策树真的很好用。我们是根据工具手册里面的介绍进行操作的。结论是，对于没有先验模型的问题类型，以及逻辑关系复杂的问题类型（比如分析VOC数据，了解客户满意度与callcenter员工经验水平、在岗人数之间的关系等等），传统统计方法效率低而且难以发现问题原则，数据挖掘尤其是决策树是专门为此类问题设计的。Minitab里面没有数据挖掘功能。5。项目管理很惊讶的看到，最新的中文版JMP里面居然真的把六西格玛项目管理和分享集成了进去！真是太方便了。希望Minitab总部能够在研发方面多花些力量：不要在通过劝客户另行购买别的软件了，

6、为什么Minitab15里面不能集成项目管理呢？？真不知道他们怎么想的。6．分析自动化    JMP提出了“分析自动化”，我们觉得这个概念比较有前瞻性：六西格玛软件终于从“工具”上升到“平台”或者“解决方案”级别了。所谓自动化，其实是采用软件自带的脚本语言进行简单变成，进而实现自动分析。简单用了一下，觉得这个功能强大到不可思议：可以实现完全自定义的、完全自动化的数据采集、数据管理（编辑）、统计分析和图形展示。对于那些专家级六西格玛黑带大师而言，这个工具可以如虎添翼。在做六西格玛项目推进的时候，如果企业内部有这样的poweruser的话，完全可以编一套六西格玛标准分析流程，这样即使不懂统计的

7、员工在进行数据分析的时候，只要点击两下鼠标，把脚本程序像.exe文件一样运行，就可以得到分析结果了。据说intel内部有很多人就在用JMP脚本。相比之下，Minitab编程能力就显得太弱了，功能相当有限，编程的易学性比较差。7.图形化   无论是对毫无统计背景的一般用户，还是对拥有深厚统计功底的超级用户，图形化都是一种表达统计分析结论的理想方式。JMP在这方面的优势很明显，从6版本开始，JMP提出“可视化的六西格玛”的概