เปรียบเทียบวิธี

	การควบคุมกระบวนการทางสถิติโดยใช้การจำลอง	การออกแบบการทดลอง
สาขาวิชา	การออกแบบการทดลอง	การออกแบบการทดลอง
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	1980s–present	1935
ผู้ริเริ่ม	Walter A. Shewhart (SPC foundations); simulation integration developed through industrial engineering literature from the 1980s onward	Ronald A. Fisher
ประเภท	Hybrid quantitative method	Experimental planning framework
แหล่งต้นตำรับ	Montgomery, D. C. (2009). Introduction to Statistical Quality Control (6th ed.). Wiley. ISBN: 978-0470169926	Fisher, R. A. (1935). The Design of Experiments. Oliver and Boyd.
ชื่อเรียกอื่น	Simulation-based SPC, Monte Carlo SPC, SA-SPC, Simulation-integrated SPC	DOE, experimental design, factorial experimentation, planned experimentation
ที่เกี่ยวข้อง	6	3
สรุป	Simulation-assisted statistical process control (SA-SPC) combines computer simulation — typically Monte Carlo or discrete-event simulation — with classical SPC methods to design, test, and calibrate control charts and monitoring schemes before or alongside deployment on a real production process. Rather than relying solely on closed-form analytical assumptions, SA-SPC uses simulated data to evaluate chart performance under realistic, often non-normal process conditions.	Design of Experiments (DOE) is a systematic framework for planning, conducting, and analyzing controlled experiments to determine how multiple input factors simultaneously affect one or more responses. Introduced by Ronald A. Fisher in 1935, DOE allows researchers and engineers to identify causal relationships, quantify factor effects, and find optimal settings efficiently — using far fewer runs than one-factor-at-a-time approaches. It is foundational in engineering, manufacturing, agriculture, and applied sciences.