NMath是.Net框架下唯一一款高性能的數學與統計學的商業算法庫，能夠幫助開發者擺脫復雜的數學算法，面向對象的創建財務，工程和科學相關的Microsoft.NET平臺的應用程序。NMath中包含許多通用的計算工具包，在多個行業具有廣泛的應用。接下來為大家介紹幾個有代表性的應用。

質量管理應用——統計過程控制（SPC）

　　所有制造業、工業肯定都會用到統計質量控制圖或Shewart圖表，用監控生產，以維持和提高產品質量。這些過程控制圖是完全獨立于實際過程中的決策引擎的，而是基于過程本身的統計特性。這說起來也許很復雜，簡單來說就是，在生產過程中，例如產品的尺寸等，會由于某些原因會發生一定的波動，這種波動對產品的質量影響很多，但是完全可以通過采取措施來避免和消除這種波動所造成的影響，這種措施就是過程控制，而統計過程控制就是一種借助數理統計方法的過程控制工具。在制造業的質量管理、工業監控等領域有廣泛應用。

實例：某世界前500強服裝企業

　　該服裝企業在其質量過程控制中，運用NMath的描述性統計和概率分布功能繪制出質量U型圖，用于展示該公司某一個分組中不符合質量標準的比率。一旦印染數量超過歷史的變化率時，要么進行需求分析，要么直接進行干預，以糾正可能已經失控的印染生產過程。

決策支持應用——數據平滑

　　企業中任何統計報告都是完整的記錄運營產生的原始數據，而真正對企業決策有意義的數據，其實把信號噪聲或者成為意外數據過濾處理過的數據。這種數據過濾有個很重要的前提就是，不是單純的將數據平滑，而是要保留重要的的峰值，以提供最具有決策支持意義的數據。大多數提供數據平滑功能的算法庫，大型企業其實是不敢使用來進行預處理其數據的，因為這里面需要一整套十分復雜的算法機制，稍有失誤將會造成不可挽回的后果。

　　而NMath的Savitzky-Golay平滑的功能經過長時間反復優化，能夠有效地除去本地信號噪聲，同時保留的信號的形狀與有效峰值。特別是對于質譜數據的預處理上，表現十分優異，能夠有效地消除隨機變化，同時最低限度地降低信號的信息內容。

實例：某咨詢公司

　　某知名咨詢公司轉為大型企業提供管理決策方面的咨詢服務。他需要面對大量的原始數據，并將數據轉化為可視化的圖表，并在圖表上得出對企業發展有效的結論。該公司原有的系統也支持數據平滑，不過采用的方式是較為普遍的平均過濾法，將圖上的原始數據平滑為圖中。不過結果表明這將某些重要的有效峰值過濾掉了，采用NMath的Savitzky-Golay后，如圖下，過濾結果明顯要貼近現實一些。