Statische Versuchsplanung (DoE - Design of Experiments)

Größe: px
Ab Seite anzeigen:

Download "Statische Versuchsplanung (DoE - Design of Experiments)"

Transkript

1 Statische Versuchsplanung (DoE - Design of Experiments)

2 Übersicht Bei der statistischen Versuchsplanung wird die Wirkung von Steuerparametern unter dem Einfluss von Störparametern untersucht. Mit Hilfe von orthogonalen Feldern kann der Versuchsaufwand drastisch reduziert werden. Ziele und Anwendungsbereiche Wirkung von Steuerparametern erkennen Zielwert optimieren Streuung reduzieren Randbedingungen bis zu 9 Steuerparameter sinnvoll bis zu 9 Störparameter sinnvoll starke Wechselwirkungen zwischen Steuerparameter und zwischen Störparameter müssen bekannt sein je Einflussgröße sind 2 oder 3 Einstellungsstufen möglich Vorteile geringer Versuchsaufwand gegenüber Vollfaktoriellem Versuch Nachteile Statistikkenntnisse sind erforderlich Versuche müssen komplett durchgeführt werden um eine Auswertung zu ermöglichen Wechselwirkungen können zu Fehlinterpretationen führen

3 Begriffsdefinition Beeinflussbare Parameter Steuergrößen Beeinflussbare Größen können Maschineneinstellungen, Zusammensetzung von Rohstoffen oder Prozesseinstellungen sein. Für diese Parameter wird die optimale Einstellung gesucht, die den Prozess robust gegen Störeinflüsse macht. Nicht beeinflussbare Parameter Störgrößen Entweder können diese Größen gar nicht beeinflusst werden oder sie sind einfach zu teuer, um konstante Bedingungen zu gewährleisten (z.b. Luftfeuchtigkeit, Umgebungstemperaturen). Gegen diese sogenannten Störgrößen sollte das Produkt oder der Prozess möglichst unempfindlich (robust) sein. Die Versuchsdurchführung setzt voraus, dass Störgrößen variiert werden können. Orthogonale Felder Orthogonale Felder sind Tabellen für die Versuchsplanung mit Anweisung zur Einstellung von Parametern. Orthogonale Felder basieren darauf, dass jede vorgenommene Einstellung mit all den anderen Einstellungen so kombiniert werden, dass daraus Aussagen mit annähernd statistischer Genauigkeit, aber reduzierten Versuchsaufwand gezogen werden können.

4 Orthogonale Versuchspläne Prinzipielle Erklärung von orthogonalen Versuchsplänen (auch teilfaktorielle Versuchspläne genannt) am Beispiel von 3 Parametern auf jeweils 2 Stufen Bei teilfakoriellen Versuchen werden Kombinationen die interpoliert werden können weggelassen.

5 Bezeichnung von Orthogonalen Feldern 8 Versuche sind notwendig L 8 (2 7 ) 7 Parameter werden untersucht Die Parameter werden auf 2 Stufen variiert Nicht für jede Zahlenkombinationen existieren eigene Orthogonale Felder, es wird dann das nächst größere Feld verwendet und nicht alle möglichen Spalten ausgenutzt.

6 Beispiel für die Anwendung orthogonaler Felder Für die Optimierung eines Produktes oder Prozesses wurden 7 Parameter (A-G) ermittelt, die das Ergebnis y maßgeblich beeinflussen. Alle 7 Hauptgrößen sollen auf 2 Wertstufen (bezeichnet mit 1 und 2) eingestellt werden. Gewählt wird das orthogonale Feld L8 (27), das mit insgesamt 8 Versuchen für 7 Parameter mit je zwei Wertstufen geeignet ist. Versuchs Nr. Steuergrößen A B C D E F G Ergebnis y y y y y y y y 8

7 Erklärung der Wirkungen Verbesserung des Zielwertes (Mittelwert): Die Wirkung der Steuergröße E beispielsweise erhält man, wenn man die Ergebnisse yi aller Versuche mit Wertstufe 1 für die Größe E (Versuch 1,3,6,8) mittelt (E 1) und diesen Mittelwert dann mit dem Mittelwert E 2 der Versuche 2,4,5,7 vergleicht. Da sich hier alle anderen Größen in ihren Wertstufen ausgleichen und somit in ihrer Wirkung aufheben, spiegelt das Ergebnis die Hauptwirkung von E wider. Das Wirkungsdiagramm für die Steuergröße könnte sich folgendermaßen darstellen: Die Steigung der Geraden zeigt Wirkung des Parameters E auf den Mittelwert (Korrelation) y E 1 E 2

8 Erklärung der Wirkungen Verbesserung der Streuung (Standardabweichung s) Die Wirkung der Steuergröße E auf die Streuung S des Ergebnisses erhält man, wenn man die Standardabweichung aller Versuche mit Wertstufe 1 für die Größe E (Versuch 1,3,6,8) vergleicht mit der Standardabweichung der Steuergröße E auf Wertstufe 2 (Versuche 2,4,5,7). Die Einstellung von E auf Stufe 1 bewirkt eine geringere Streuung der Ergebnisse als Stufe 2. In diesem Beispiel besteht ein Zielkonflikt mit der Verbesserung des Mittel-wertes. S y S E 1 S E 2

9 Berücksichtigung von Wechselwirkungen Eine Wechselwirkung bezeichnet den gegenseitigen Einfluss von zwei oder mehr Steuergrößen auf das Produktmerkmal. Das Wechselwirkungsdiagramm für die Steuergrößen A und B lässt sich folgendermaßen darstellen: A 1 B 1 A 2 B 2 Achtung: Bei teilfaktoriellen Versuchen führen vorhandene Wechselwirkungen zu Fehlinterpretationen. A 1 B 2 A 2 B 1 Im gezeigten Beispiel ist die Wirkung von Parameter C sichtbar, nicht die Wechselwirkung von AB! Eine Wechselwirkung zeigt sich daran, dass sich die Geraden schneiden. Besteht keine Wechselwirkung, so verlaufen die Geraden parallel. Bei vermuteten starken Wechselwirkungen muss - um keine Verfälschung der Aussagen zu erhalten - schon bei der Planung der Versuche für jede Wechselwirkung eine Spalte im Orthogonalen Feld reserviert werden. Welche Spalte reserviert werden muss, ist aus den Wechselwirkungstabellen oder den Wechselwirkungsgraphen zu entnehmen (siehe Anhang).

10 Berücksichtigung von Wechselwirkungen Beispiel für die Berücksichtigung von Wechselwirkungen bei der Versuchsplanung: Orthogonales Feld L 4 (2 3 ): Versuch Nr. Parameter A Parameter B A x B Wechselwirkungstabelle für L 4 (2 3 ): Wechselwirkungsgraph: Spalte A AxB B Bei einer vermuteten Wechselwirkung zwischen Parameter 1 und 2 wird Spalte 3 für diese Wechselwirkung reserviert. Das bedeutet, dass mit diesem Orthogonalen Feld entweder 3 Parameter ohne oder 2 mit einer vermuteten Wechselwirkung berücksichtigt werden können.

11 Regeln Liste der verdächtigen Variablen erstellen und in Steuer- und Störgrößen unterteilen (z.b. anhand von gefundenen Indizien aus Vorversuchen) Wertstufen für Variablen festlegen, bei denen ein hohes bzw. ein niedriges Ergebnis erwartet wird (dabei sind 2 oder 3 Wertstufen möglich) Steuer- und Störgrößen auf starke Wechselwirkungen überprüfen orthogonale Felder für die Steuer- und Störgrößen auswählen Wechselwirkungsspalten definieren Anordnung der beiden Felder als Matrix, d.h. die Versuche für die Steuergrößen werden mehrfach wiederholt, wobei die Störgrößen variiert werden Auswertung der Versuchsergebnisse nach Auswirkung auf den Mittelwert Auswertung der Versuchsergebnisse nach Auswirkung auf die Streuung (Alternative: auf die Spannweite) bei Zielkonflikten Wirkungsdiagramme für die Spannweiten erstellen und durch Diskussion der Ergebnisse die beste Kombination wählen (z. B. Mittelwertverbesserung Streuungsverschlechterung) für die gefundene optimale Einstellung einen A zu B - Bestätigungsversuch durchführen

12 Beispiel für statistische Versuchsplanung Folgendes Fallbeispiel handelt von einem konzentrischen Elastomer-Stecker, der in eine Nylonkupplung eingeklebt wird. Die Klebeverbindung muss eine möglichst hohe Haltekraft aufweisen, da das System als Motorkomponente in Fahrzeugen eingesetzt werden soll. Die Optimierung soll zwei Ziele erreichen: die Haltekraft maximieren und die Montage erleichtern. Durch Brainstorming wurden vier Steuergrößen und drei Störgrößen definiert, von denen man einen wesentlichen Einfluss auf die Haltekraft der montierten Teile erwartete. Breite der Klebefuge zwischen Stecker und Kupplung Wanddicke des Steckers Einschubtiefe (Überlappung zwischen Stecker und Kupplung) Klebstoffmenge Die zu berücksichtigenden Störgrößen waren: Aushärtezeit Aushärtetemperatur relative Luftfeuchtigkeit während der Aushärtezeit

13 Beispiel Die Steuergrößen sollen über drei Stufen getestet werden, da man nicht Lineare Wirkungen erwartet. Die Störgrößen werden auf zwei Stufen getestet. Angestrebtes Ziel war es, die Haltekraft der Klebeverbindung einerseits möglichst hoch, andererseits robust gegenüber Schwankungen der drei Störeinflüsse zu gestalten. Steuergröße Kürzel Wert 1 Wert 2 Wert 3 Fugenbreite A schmal mittel breit Wanddicke B dünn mittel dick Einschubtiefe C flach mittel tief Klebstoffmenge D wenig mittel viel Störgröße Kürzel Wert 1 Wert 2 Aushärtezeit E 24h 120h Aushärtetemperatur F 22 C 65 C rel. Luftfeuchtigkeit G 25% 75%

14 Versuchsplan der Steuergrößen Für dreistufige Steuergrößen gibt es spezielle orthogonale Felder. Das hier verwendete Feld, das genau für vier solche Größen passt, ist das kleinste, das Feld L9 (34). Es wurde angenommen, dass keine Wechselwirkungen untereinander vorhanden sind. Versuchs Nr. A B C D

15 Versuchsplan der Störgrößen Es wird vermutet, dass zwischen allen Störgrößen Wechselwirkungen bestehen. Das gewählte orthogonale Feld für die Störgrößen ist das Feld L 8 (2 7 ), das eigentlich für sieben zweistufige Störgrößen Platz bietet. Die Wechselwirkungen sind in den Spalten (ExF, ExG, FxG) berücksichtigt. Nr. E F ExF G ExG FxG frei 1` ` ` ` ` ` ` `

16 Versuchsdurchführung Jede der neun Kombinationen 1-9 der vier Steuergrößen wird nun achtmal wiederholt, wobei die Störgrößen auf die acht Wertekombinationen 1`- 8` (gemäß den Spalten E, F und G ) eingestellt werden. Es wurden also insgesamt 72 Stecker unter unterschied-lichen Fertigungsbedingungen herstellt, deren Haltekraft dann gemessen wurde. Versuchs Nr. 1` 2` 3` 4` 5` 6` 7` 8` E F ExF Störgrößen G ExG FxG frei Versuchs Nr. Haltekraft in KN A B C D Steuergrößen

17 Wirkungen auf den Mittelwert Auswertungen der Wirkungen auf den Mittelwert der Haltekraft A 1 ist der Mittelwert aller Ergebnisse der Versuche, bei denen die Steuergröße A auf Stufe 1 stand; siehe Versuchsserie 1,2 und 3 mit jeweils 8 Wiederholungen bei unterschiedlich gesetzten Störgrößen A 2 ist der Mittelwert aller Ergebnisse der Versuche, bei denen die Steuergröße A auf Stufe 2 stand; siehe Versuchsserie 4,5 und 6 A 3 ist der Mittelwert aller Ergebnisse der Versuche, bei denen die Steuergröße A auf Stufe 3 stand; siehe Versuchsserie 7,8 und 9 Größe Stufe Mittelwert A B C D

18 Wirkungsdiagramme für die Haltekraft Haltekraft KN Haltekraft KN schmal mittel breit dünn mittel dick Fugenbreite A Wanddicke B Haltekraft KN Haltekraft KN Den höchsten Mittelwert erreicht man, wenn die Steuergrößen auf denjenigen Stufen stehen, die durchschnittlich die höchste Haltekraft haben flach mittel tief Einschubtiefe C wenig mittel viel Klebstoffmenge D

19 Wirkung auf die Streuung Die entsprechenden Ergebnisse erhält man dadurch, dass man statt der Mittelwerte die Standardabweichung s der Ergebnisse für die jeweiligen Einstellungen berechnet. Größe Stufe S KN A B C D

20 Wirkungsdiagramme für die Streuung Streuung S KN Streuung S KN schmal mittel breit dünn mittel dick Fugenbreite A Wanddicke B Streuung S KN Streuung S KN Die geringste Streuung, d. h. die höchste Robustheit des Prozesses gegenüber den Einflüssen der Schwankungen der drei Störgrößen erreicht man, wenn die Steuergrößen auf denjenigen Stufen stehen, die jeweils die kleinste Standardabweichung bewirken. flach mittel tief Einschubtiefe C wenig mittel viel Klebstoffmenge D

21 Wirkung auf die Spannweite Die jeweils maximalen und minimalen Ergebnisse je Einstellung werden aus der Ergebnistabelle entnommen. Größe Stufe Min. Max. A B C D 1 14,0 24,2 2 16,2 27,5 3 14,2 28,6 1 14,0 24,7 2 14,2 27,5 3 14,7 28,6 1 14,0 24,7 2 15,0 28,6 3 15,6 27,5 1 14,0 28,6 2 14,7 24,7 3 14,2 24,7

22 Wirkungsdiagramme für die Spannweiten Haltekraft KN Haltekraft KN schmal mittel breit dünn mittel dick Fugenbreite A Wanddicke B Haltekraft KN Haltekraft KN Eine Analyse der Spannweiten hilft, den Kompromiss zwischen Mittelwert und Standardabweichung zu finden. In diesem Beispiel ist eine sichere Überschreitung eines Mindestwertes entscheidend. flach mittel tief Einschubtiefe C wenig mittel viel Klebstoffmenge D

23 Ergebnisse Zusammenfassung der Versuchsergebnisse Fugenbreite A und Einschubtiefe C verhalten sich ideal, wo hingegen bei der Wanddicke B und der Klebstoffmenge D ein Zielkonflikt für die Einstellungsparameter entsteht, der allein mit der Statistik nicht lösbar ist. Es wird deutlich, dass hier zwischen größtem Mittelwert und kleinster Streuung ein Kompromiss eingegangen werden muss. Ziel der Aufgabenstellung ist es, die Klebekraft zu maximieren. Die Qualität des Prozesses wird dabei anhand der minimal erreichten Abzugskräfte beurteilt. Ein Blick in die Analyse der Spannweiten zeigt, dass für den Parameter D (Klebstoffmenge) die Stufe mittel und für den Parameter B ( Wanddicke) die Stufe dünn und mittel optimal sind. Aus Kostengründen wird für B die Stufe dünn gewählt. Steuergröße Stufe Fugenbreite A mittel 2 Wanddicke B dünn 1 Einschubtiefe C tief 3 Klebstoffmenge D wenig 1

24 Orthogonales Feld L 4 (2 3 ) Wechselwirkungen Spalte

25 Orthogonales Feld L 8 (2 7 ) Wechselwirkungen Spalte

26 Orthogonales Feld L 9 (3 4 ) Bei dreistufigen Größen beeinflusst jede Wechselwirkung zwei andere Spalten Wechselwirkungen Spalte /4 2/4 2/3 2 3/4-1/4 1/3 3 2/4 1/4-1/2 4 2/3 1/3 1/2-1 3/4 2

Wie man leicht erkennen kann, steigt die Anzahl notwendiger Versuche zur Basis 2 bei jeder Modellerweiterung um einen weiteren Faktor.

Wie man leicht erkennen kann, steigt die Anzahl notwendiger Versuche zur Basis 2 bei jeder Modellerweiterung um einen weiteren Faktor. Ziel Prinzip Bestimmung der relevanten Einflussgrößen und Effekte unabhängiger Eingangsvariablen auf das Ergebnis eines Produktes oder Prozess mit einem Minimum an Versuchsaufwand. DoE (Design of Experiment)

Mehr

DOE am Beispiel Laserpointer

DOE am Beispiel Laserpointer DOE am Beispiel Laserpointer Swen Günther Ein wesentliches Ziel im Rahmen der Neuproduktentwicklung ist die aus Kundesicht bestmögliche, d.h. nutzenmaximale Konzeption des Produktes zu bestimmen (vgl.

Mehr

Taschenbuch Versuchsplanung Produkte und Prozesse optimieren

Taschenbuch Versuchsplanung Produkte und Prozesse optimieren Wilhelm Kleppmann Taschenbuch Versuchsplanung Produkte und Prozesse optimieren ISBN-10: 3-446-41595-5 ISBN-13: 978-3-446-41595-9 Leseprobe Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-41595-9

Mehr

EINFÜHRUNG IN DIE STATISTISCHE VERSUCHSPLANUNG

EINFÜHRUNG IN DIE STATISTISCHE VERSUCHSPLANUNG TQU BUSINESS GMBH 1 EINFÜHRUNG IN DIE STATISTISCHE VERSUCHSPLANUNG 2 Lernziele Sie kennen die prinzipiellen Ansätze zur Datengewinnung. Sie wissen, was ein Experiment ist. Sie kennen die prinzipiellen

Mehr

DoE als Werkzeug zur systematischen Prozessoptimierung in der Silikatkeramik

DoE als Werkzeug zur systematischen Prozessoptimierung in der Silikatkeramik DKG-Jahrestagung 2011 28. - 30. März 2011 Saarbrücken DoE als Werkzeug zur systematischen Prozessoptimierung in der Silikatkeramik Dipl.-Ing. (FH) Miriam Peuker Ir. Marcel Engels FGK Forschungsinstitut

Mehr

Leseprobe. Wilhelm Kleppmann. Versuchsplanung. Produkte und Prozesse optimieren ISBN: 978-3-446-42033-5. Weitere Informationen oder Bestellungen unter

Leseprobe. Wilhelm Kleppmann. Versuchsplanung. Produkte und Prozesse optimieren ISBN: 978-3-446-42033-5. Weitere Informationen oder Bestellungen unter Leseprobe Wilhelm Kleppmann Versuchsplanung Produkte und Prozesse optimieren ISBN: -3-44-4033-5 Weitere Informationen oder Bestellungen unter http://www.hanser.de/-3-44-4033-5 sowie im Buchhandel. Carl

Mehr

Statistische Versuchsplanung - zuverlässiger und schneller zu Ergebnissen" Dr. Uwe Waschatz

Statistische Versuchsplanung - zuverlässiger und schneller zu Ergebnissen Dr. Uwe Waschatz Statistische Versuchsplanung - zuverlässiger und schneller zu Ergebnissen" Dr. Uwe Waschatz Inhalt Problembeschreibung Multiple lineare Regressionsanalyse Statistische Versuchsplanung / Design of Experiments

Mehr

Taschenbuch Versuchsplanung

Taschenbuch Versuchsplanung Wilhelm Kleppmann Taschenbuch Versuchsplanung Produkte und Prozesse optimieren Praxisreihe Qualitätswissen Herausgegeben von Franz J. Brunner Carl Hanser Verlag München Wien VII Inhalt 1 Einführung 1 1.1

Mehr

Taschenbuch Versuchsplanung Produkte und Prozesse optimieren

Taschenbuch Versuchsplanung Produkte und Prozesse optimieren Wilhelm Kleppmann Taschenbuch Versuchsplanung Produkte und Prozesse optimieren ISBN-10: 3-446-41595-5 ISBN-13: 978-3-446-41595-9 Inhaltsverzeichnis Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-41595-9

Mehr

QM: Prüfen -1- KN16.08.2010

QM: Prüfen -1- KN16.08.2010 QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,

Mehr

Die statistische Datenanalyse Ein Werkzeug zur Prozessoptimierung auch in der Papierindustrie.

Die statistische Datenanalyse Ein Werkzeug zur Prozessoptimierung auch in der Papierindustrie. Vortrag vom 27. Mai 2014 zur Jahrestagung der Vereinigung der Gernsbacher Papiermacher e.v. Die statistische Datenanalyse Ein Werkzeug zur Prozessoptimierung auch in der Papierindustrie. Konrad Höglauer

Mehr

Inhalt. Vorwort... 1 Einführung... 1. 2 Ausgewählte Begriffe... 11. 3 Vorgehensweise im Überblick... 17

Inhalt. Vorwort... 1 Einführung... 1. 2 Ausgewählte Begriffe... 11. 3 Vorgehensweise im Überblick... 17 Inhalt Vorwort.................................................................. V Inhalt.................................................................... VII 1 Einführung..........................................................

Mehr

GEPRÜFTE / -R INDUSTRIEMEISTER / -IN METALL / NEU

GEPRÜFTE / -R INDUSTRIEMEISTER / -IN METALL / NEU SITUATIONSAUFGABE 35 Bei der Durrchführung einer FMEA wird in der Stufe zwei nach der Bedeutung der potentiellen Folgen eines Fehlers gefragt und schließlich die Frage nach der Wahrscheinlichkeit der Entdeckung

Mehr

Taschenbuch Versuchsplanung

Taschenbuch Versuchsplanung Wilhelm Kleppmann 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Taschenbuch Versuchsplanung Produkte und Prozesse

Mehr

Inhalt 1 Einführung... 1 2 Ausgewählte Begriffe... 10 3 Vorgehensweise im Überblick... 14

Inhalt 1 Einführung... 1 2 Ausgewählte Begriffe... 10 3 Vorgehensweise im Überblick... 14 VII 1 Einführung... 1 1.1 Warum Versuche?... 1 1.2 Warum Statistik?... 1 1.3 Warum Versuchsplanung?... 4 1.4 Welche Art von Ergebnissen kann man erwarten?... 6 1.5 Versuche oder systematische Beobachtung?...

Mehr

4 Produktspezifische Ausfallwahrscheinlichkeit und Ausbeute

4 Produktspezifische Ausfallwahrscheinlichkeit und Ausbeute 4.1 Grundlagen 4 Produktspezifische Ausfallwahrscheinlichkeit und Ausbeute 4.1 Grundlagen In den bisherigen Ausführungen wurden die Grundlagen der Ausbeuteberechnung behandelt. So wurde bereits im Abschnitt

Mehr

Die DOE-Funktionen im Assistenten führen Benutzer durch einen sequenziellen Prozess zum Entwerfen und Analysieren eines oder mehrerer Experimente, in

Die DOE-Funktionen im Assistenten führen Benutzer durch einen sequenziellen Prozess zum Entwerfen und Analysieren eines oder mehrerer Experimente, in Dieses White Paper ist Teil einer Reihe von Veröffentlichungen, welche die Forschungsarbeiten der Minitab-Statistiker erläutern, in deren Rahmen die im Assistenten der Minitab 17 Statistical Software verwendeten

Mehr

Access [basics] Gruppierungen in Abfragen. Beispieldatenbank. Abfragen gruppieren. Artikel pro Kategorie zählen

Access [basics] Gruppierungen in Abfragen. Beispieldatenbank. Abfragen gruppieren. Artikel pro Kategorie zählen Abfragen lassen sich längst nicht nur dazu benutzen, die gewünschten Felder oder Datensätze einer oder mehrerer Tabellen darzustellen. Sie können Daten auch nach bestimmten Kriterien zu Gruppen zusammenfassen

Mehr

Kurs Multivariate Datenanalyse (MVA) Versuchsplanung (design of experiments)

Kurs Multivariate Datenanalyse (MVA) Versuchsplanung (design of experiments) Kurs Multivariate Datenanalyse (MVA) Versuchsplanung (design of experiments) Datenanalyse heißt, aus einer Menge von Daten nicht irgendwelche sondern solche Informationen über ein Objekt zu gewinnen, die

Mehr

Anwendungshinweise zur Anwendung der Soziometrie

Anwendungshinweise zur Anwendung der Soziometrie Anwendungshinweise zur Anwendung der Soziometrie Einführung Die Soziometrie ist ein Verfahren, welches sich besonders gut dafür eignet, Beziehungen zwischen Mitgliedern einer Gruppe darzustellen. Das Verfahren

Mehr

Versuchsplanung. Inhalt. Grundlagen. Faktor-Effekt. Allgemeine faktorielle Versuchspläne. Zweiwertige faktorielle Versuchspläne

Versuchsplanung. Inhalt. Grundlagen. Faktor-Effekt. Allgemeine faktorielle Versuchspläne. Zweiwertige faktorielle Versuchspläne Inhalt Versuchsplanung Faktorielle Versuchspläne Dr. Tobias Kiesling Allgemeine faktorielle Versuchspläne Faktorielle Versuchspläne mit zwei Faktoren Erweiterungen Zweiwertige

Mehr

Einfache statistische Auswertungen mit dem TI-Nspire

Einfache statistische Auswertungen mit dem TI-Nspire 1. Neues Dokument und darin eine neue Seite anlegen Als Typ 6: Lists & Spreadsheet wählen. Darin die Messwerte in einer Spalte erfassen. Dies ergibt die Urliste. Wenn mehrere Messwerte vorliegen, die diejenigen,

Mehr

- Eine typische Ausfallrate, wie sie bei vielen technischen Anwendungen zu sehen ist hat die Form einer Badewanne, deshalb nennt man diese Kurve auch

- Eine typische Ausfallrate, wie sie bei vielen technischen Anwendungen zu sehen ist hat die Form einer Badewanne, deshalb nennt man diese Kurve auch 1 2 - Eine typische Ausfallrate, wie sie bei vielen technischen Anwendungen zu sehen ist hat die Form einer Badewanne, deshalb nennt man diese Kurve auch Badewannenkurve. -mit der Badewannenkurve lässt

Mehr

F-Praktikum Physik: Photolumineszenz an Halbleiterheterostruktur

F-Praktikum Physik: Photolumineszenz an Halbleiterheterostruktur F-Praktikum Physik: Photolumineszenz an Halbleiterheterostruktur David Riemenschneider & Felix Spanier 31. Januar 2001 1 Inhaltsverzeichnis 1 Einleitung 3 2 Auswertung 3 2.1 Darstellung sämtlicher PL-Spektren................

Mehr

Korrelation (II) Korrelation und Kausalität

Korrelation (II) Korrelation und Kausalität Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen

Mehr

Institut für Computational Engineering ICE. N ä h e r d ra n a m S ys t e m d e r Te c h n i k d e r Z u ku n f t. w w w. n t b.

Institut für Computational Engineering ICE. N ä h e r d ra n a m S ys t e m d e r Te c h n i k d e r Z u ku n f t. w w w. n t b. Institut für Computational Engineering ICE N ä h e r d ra n a m S ys t e m d e r Te c h n i k d e r Z u ku n f t w w w. n t b. c h Rechnen Sie mit uns Foto: ESA Das Institut für Computational Engineering

Mehr

Dokumentation. estat Version 2.0

Dokumentation. estat Version 2.0 Dokumentation estat Version 2.0 Installation Die Datei estat.xla in beliebiges Verzeichnis speichern. Im Menü Extras AddIns... Durchsuchen die Datei estat.xla auswählen. Danach das Auswahlhäkchen beim

Mehr

BL Brennweite von Linsen

BL Brennweite von Linsen BL Brennweite von Linsen Blockpraktikum Frühjahr 2007 25. April 2007 Inhaltsverzeichnis 1 Einführung 2 2 Theoretische Grundlagen 2 2.1 Geometrische Optik................... 2 2.2 Dünne Linse........................

Mehr

Bericht Nr. H.0906.S.633.EMCP-k

Bericht Nr. H.0906.S.633.EMCP-k Beheizung von Industriehallen - Rechnerischer Vergleich der Wärmeströme ins Erdreich bei Beheizung mit Deckenstrahlplatten oder Industrieflächenheizungen Auftragnehmer: HLK Stuttgart GmbH Pfaffenwaldring

Mehr

Uli Greßler. Qualitätsmanagement. Überwachung der Produkt- und Prozessqualität. Arbeitsheft. 2. Auflage. Bestellnummer 04796

Uli Greßler. Qualitätsmanagement. Überwachung der Produkt- und Prozessqualität. Arbeitsheft. 2. Auflage. Bestellnummer 04796 Uli Greßler Qualitätsmanagement Überwachung der Produt- und Prozessqualität Arbeitsheft 2. Auflage Bestellnummer 04796 Haben Sie Anregungen oder Kritipunte zu diesem Produt? Dann senden Sie eine E-Mail

Mehr

Messwerte und deren Auswertungen

Messwerte und deren Auswertungen Thema: Messwerte und deren Auswertungen Vorlesung Qualitätsmanagement, Prof. Dr. Johann Neidl Seite 1 Stichproben vertrauen Die Genauigkeit von Voraussagen (Vertrauensniveau) einer Stichprobenprüfung hängt

Mehr

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen 4. Datenanalyse und Modellbildung Deskriptive Statistik 2-1 2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen Für die Auswertung einer Messreihe, die in Form

Mehr

Auswerten mit Excel. Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro

Auswerten mit Excel. Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro Auswerten mit Excel Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro 1. Pivot-Tabellen erstellen: In der Datenmaske in eine beliebige Zelle klicken Registerkarte Einfügen

Mehr

Marktleistungsentwicklung. Realisierungsphase MLE-12H-NDB. Teil 5. Realisierungsphase. Heinz Strüby www.resultate-erzielen.

Marktleistungsentwicklung. Realisierungsphase MLE-12H-NDB. Teil 5. Realisierungsphase. Heinz Strüby www.resultate-erzielen. Marktleistungsentwicklung Teil 5 5-1 Q-Werkzeuge für die Realisierunsphase FMEA (siehe separates Beispiel und Präsentation) 5W-Fragetechnik Ishikawa Design of Experiments DoE (siehe separates Beispiel

Mehr

im Auftrag der Firma Schöck Bauteile GmbH Dr.-Ing. M. Kuhnhenne

im Auftrag der Firma Schöck Bauteile GmbH Dr.-Ing. M. Kuhnhenne Institut für Stahlbau und Lehrstuhl für Stahlbau und Leichtmetallbau Univ. Prof. Dr.-Ing. Markus Feldmann Mies-van-der-Rohe-Str. 1 D-52074 Aachen Tel.: +49-(0)241-8025177 Fax: +49-(0)241-8022140 Bestimmung

Mehr

1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de

1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de 1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de Man sollte eine Excel-Tabelle immer so übersichtlich wie möglich halten. Dazu empfiehlt es sich, alle benötigten Daten, Konstanten und Messwerte

Mehr

4. Erstellen von Klassen

4. Erstellen von Klassen Statistik mit Tabellenkalkulation 4. Erstellen von Klassen Mit einem einfachen Befehl lässt sich eine Liste von Zahlen auf die Häufigkeit der einzelnen Werte untersuchen. Verwenden Sie dazu den Befehl

Mehr

Planen mit mathematischen Modellen 00844: Computergestützte Optimierung. Autor: Dr. Heinz Peter Reidmacher

Planen mit mathematischen Modellen 00844: Computergestützte Optimierung. Autor: Dr. Heinz Peter Reidmacher Planen mit mathematischen Modellen 00844: Computergestützte Optimierung Leseprobe Autor: Dr. Heinz Peter Reidmacher 11 - Portefeuilleanalyse 61 11 Portefeuilleanalyse 11.1 Das Markowitz Modell Die Portefeuilleanalyse

Mehr

Robustheitsuntersuchung am Beispiel der rechnerischen Simulation der ECE-R14

Robustheitsuntersuchung am Beispiel der rechnerischen Simulation der ECE-R14 alt 1. Vergleich der Methoden Reine Monte-Carlo-Analyse Ersatzflächenbasierte Monte-Carlo-Analyse 2. Restriktionen nach ECE-R14 3. FEM-Modell 4. Bauteile/ Parameter 5. Anwendung beider Methoden auf ECE-R14

Mehr

1.4 Installation eines Qualitätsmanagementsystems

1.4 Installation eines Qualitätsmanagementsystems Ko n t r o l l f r a g e n : 1 Geben Sie vier Argumente an, die für die Installation eines Qualitätsmanagementsystems sprechen. 2 Erläutern Sie den Zusammenhang zwischen einem funktionierenden Qualitätsmanagementsystem

Mehr

Risikodiversifikation. Birgit Hausmann

Risikodiversifikation. Birgit Hausmann diversifikation Birgit Hausmann Übersicht: 1. Definitionen 1.1. 1.2. diversifikation 2. messung 2.1. messung im Überblick 2.2. Gesamtaktienrisiko und Volatilität 2.3. Systematisches und Betafaktor 2.4.

Mehr

Taguchi. Die Strategie von Taguchi

Taguchi. Die Strategie von Taguchi Taguchi-Methoden Taguchi Genichi geb. 1924, ist ein japanischer Ingenieur, Statistiker und Experte für Qualitätsverbesserung. Aufgrund des immer härter werdenden Wettbewerbs bei der industriellen Fertigung

Mehr

DSO. Abtastrate und Speichertiefe

DSO. Abtastrate und Speichertiefe DSO Abtastrate und Speichertiefe Inhalt Inhalt...- 1 - Feine Signaldetails und lange Abtastzeiträume...- 2 - Was ein großer Speicher bewirkt...- 2 - Einfluss der Oszilloskop-Architektur auf die Update-Rate...-

Mehr

Einflussfaktoren auf die Teamkompetenz in Projekten. Empirische Studie zur Master Thesis Mai 2010

Einflussfaktoren auf die Teamkompetenz in Projekten. Empirische Studie zur Master Thesis Mai 2010 Einflussfaktoren auf die Teamkompetenz in Projekten Empirische Studie zur Master Thesis Mai 2010 Studie zu Einflussfaktoren auf die Teamkompetenz 1 Aufbau der Studie 2 Grunddaten der Befragung 3 Ergebnisse

Mehr

Motivation. Jede Messung ist mit einem sogenannten Fehler behaftet, d.h. einer Messungenauigkeit

Motivation. Jede Messung ist mit einem sogenannten Fehler behaftet, d.h. einer Messungenauigkeit Fehlerrechnung Inhalt: 1. Motivation 2. Was sind Messfehler, statistische und systematische 3. Verteilung statistischer Fehler 4. Fehlerfortpflanzung 5. Graphische Auswertung und lineare Regression 6.

Mehr

Einführung Sonnenschutz, Lichtlenkung und Blendschutz

Einführung Sonnenschutz, Lichtlenkung und Blendschutz ECKELT I DLS ECKLITE EVOLUTION I Seite 1 Sonnenschutz Übliche Sonnenschutz-Isoliergläser werden nach EN 410 bei senkrechtem Strahlungseinfall gemessen und beurteilt. Jalousiesysteme hingegen erfordern

Mehr

Studiendesign/ Evaluierungsdesign

Studiendesign/ Evaluierungsdesign Jennifer Ziegert Studiendesign/ Evaluierungsdesign Praxisprojekt: Nutzerorientierte Evaluierung von Visualisierungen in Daffodil mittels Eyetracker Warum Studien /Evaluierungsdesign Das Design einer Untersuchung

Mehr

Dokumentation Datamining

Dokumentation Datamining Hochschule Wismar University of Applied Sciences Technology, Business and Design Fakultät für Ingenieurwissenschaften, Bereich EuI Dokumentation Datamining Eingereicht am: 13. Mai 2012 von: Karsten Diepelt

Mehr

Einfache statistische Auswertungen mit dem Programm SPSS

Einfache statistische Auswertungen mit dem Programm SPSS Einfache statistische Auswertungen mit dem Programm SPSS Datensatz: fiktive_daten.sav Dipl. Päd. Anne Haßelkus Dr. Dorothea Dette-Hagenmeyer 11/2011 Überblick 1 Deskriptive Statistiken; Mittelwert berechnen...

Mehr

auf, so erhält man folgendes Schaubild: Temperaturabhängigkeit eines Halbleiterwiderstands

auf, so erhält man folgendes Schaubild: Temperaturabhängigkeit eines Halbleiterwiderstands Auswertung zum Versuch Widerstandskennlinien und ihre Temperaturabhängigkeit Kirstin Hübner (1348630) Armin Burgmeier (1347488) Gruppe 15 2. Juni 2008 1 Temperaturabhängigkeit eines Halbleiterwiderstands

Mehr

Lineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3

Lineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3 Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen

Mehr

Versuch A02: Thermische Ausdehnung von Metallen

Versuch A02: Thermische Ausdehnung von Metallen Versuch A02: Thermische Ausdehnung von Metallen 13. März 2014 I Lernziele Wechselwirkungspotential im Festkörper Gitterschwingungen Ausdehnungskoezient II Physikalische Grundlagen Die thermische Längen-

Mehr

Robustes Design versus Toleranzmanagement am Beispiel eines KFZ Schließsystems

Robustes Design versus Toleranzmanagement am Beispiel eines KFZ Schließsystems Robustes Design versus Toleranzmanagement am Beispiel eines KFZ Schließsystems Weimarer Optimierungs- und Stochastiktage 6.0 Peter Gust // Christoph Schluer f Lehrstuhl Konstruktion (Engineering Design)

Mehr

Sortierverfahren für Felder (Listen)

Sortierverfahren für Felder (Listen) Sortierverfahren für Felder (Listen) Generell geht es um die Sortierung von Daten nach einem bestimmten Sortierschlüssel. Es ist auch möglich, daß verschiedene Daten denselben Sortierschlüssel haben. Es

Mehr

Alle WGKT-Empfehlungen können unter www.wgkt.de eingesehen und heruntergeladen werden.

Alle WGKT-Empfehlungen können unter www.wgkt.de eingesehen und heruntergeladen werden. WGKT-Empfehlung Betriebswirtschaftliche Kennzahlen von Krankenhäusern Stand: 05.11.2009 Arbeitskreismitglieder: Prof. Dr. K. Lennerts (Leitung), Karlsruhe; Prof. Dr. C. Hartung, Hannover; Dr. T. Förstemann,

Mehr

Klausurteilnehmer. Wichtige Hinweise. Note: Klausur Informatik Programmierung, 17.09.2012 Seite 1 von 8 HS OWL, FB 7, Malte Wattenberg.

Klausurteilnehmer. Wichtige Hinweise. Note: Klausur Informatik Programmierung, 17.09.2012 Seite 1 von 8 HS OWL, FB 7, Malte Wattenberg. Klausur Informatik Programmierung, 17.09.2012 Seite 1 von 8 Klausurteilnehmer Name: Matrikelnummer: Wichtige Hinweise Es sind keinerlei Hilfsmittel zugelassen auch keine Taschenrechner! Die Klausur dauert

Mehr

Übersicht Lean Six Sigma Methodik

Übersicht Lean Six Sigma Methodik Übersicht Lean Six Sigma Methodik Was ist Lean Six Sigma? Unternehmungen stehen kontinuierlich vor der Herausforderung bessere Resultate (Erhöhung des Umsatzes, Profite, Reduzierung der Risiken, usw.)

Mehr

Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell

Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell Einfaktorielle Versuchspläne 27/40 Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell Abweichung Einfach Differenz Helmert Wiederholt Vergleich Jede Gruppe mit Gesamtmittelwert

Mehr

Risiko und Symmetrie. Prof. Dr. Andrea Wirth

Risiko und Symmetrie. Prof. Dr. Andrea Wirth Risiko und Symmetrie Prof. Dr. Andrea Wirth Gliederung 1. Einleitung Was ist eigentlich Risiko? 2. Risiko Mathematische Grundlagen 3. Anwendungsbeispiele Wo genau liegt der Schmerz des Risikos? 4. Sie

Mehr

Zentrales Anwendungsorientiertes Modulares Informations- und Kommunikationssystem

Zentrales Anwendungsorientiertes Modulares Informations- und Kommunikationssystem Zentrales Anwendungsorientiertes Modulares Informations- und Kommunikationssystem Archivierung Digitaler Tachograph ZWA- Zeitwirtschaftliche Auswertungen Stand: 25.05.2012 Copyright 1998 / 2012 by sz&p

Mehr

Laboratorium für Mess- und Sensortechnik Versuchstag 28.03.2002 Semester Letzter Abgabetermin 11.04.2002 Gruppe

Laboratorium für Mess- und Sensortechnik Versuchstag 28.03.2002 Semester Letzter Abgabetermin 11.04.2002 Gruppe Fachhochschule Offenburg SS WS 2002 Laboratorium für Mess- und Sensortechnik Versuchstag 28.03.2002 Semester Letzter Abgabetermin 11.04.2002 Gruppe Abgabetermin verlängert bis Namen Unterschrift Testat

Mehr

Arbeiten mit Standorten und Freimeldungen

Arbeiten mit Standorten und Freimeldungen Lavid-F.I.S. Logistik Arbeiten mit Standorten und Dauner Str. 2, D-4236 Mönchengladbach, Tel. 0266-97022-0, Fax -5, Email: info@lavid-software.net . Inhalt. Inhalt... 2 2. Verwendbar für:... 2 3. Aufgabe...

Mehr

Versuchsauswertung mit Polynom-Regression in Excel

Versuchsauswertung mit Polynom-Regression in Excel Versuchsauswertung mit Polynom-Regression in Excel Aufgabenstellung: Gegeben sei die in Bild 1 gezeigte Excel-Tabelle mit Messwertepaaren y i und x i. Aufgrund bekannter physikalischer Zusammenhänge wird

Mehr

AUTOMATISIERTE HANDELSSYSTEME

AUTOMATISIERTE HANDELSSYSTEME UweGresser Stefan Listing AUTOMATISIERTE HANDELSSYSTEME Erfolgreich investieren mit Gresser K9 FinanzBuch Verlag 1 Einsatz des automatisierten Handelssystems Gresser K9 im Portfoliomanagement Portfoliotheorie

Mehr

Behörde für Bildung und Sport Abitur 2008 Lehrermaterialien zum Grundkurs Mathematik

Behörde für Bildung und Sport Abitur 2008 Lehrermaterialien zum Grundkurs Mathematik Abitur 008 LA / AG II. Abenteuerspielplatz Der Gemeinderat beschlie t, einen eher langweiligen Spielplatz zu einem Abenteuerspielplatz umzugestalten. Das Motto lautet Auf hoher See. Daher soll ein Piratenschiff

Mehr

Auswertung von kritischen Daten Vorgehensweise anhand eines Beispiels Visual-XSel 10.0

Auswertung von kritischen Daten Vorgehensweise anhand eines Beispiels Visual-XSel 10.0 Auswertung von kritischen Daten Vorgehensweise anhand eines Beispiels Visual-XSel 10.0??? Curt Ronniger 2007 Bei Neueinstieg in das Programm, sollte zunächst die Dokumentation XSelDoE10.pdf gelesen werden.

Mehr

Nr. 31. Fachveröffentlichung. Betrieb ohne Pufferspeicher und die Auswirkungen auf das Betriebsverhalten. 1. Wasserkreislauf.

Nr. 31. Fachveröffentlichung. Betrieb ohne Pufferspeicher und die Auswirkungen auf das Betriebsverhalten. 1. Wasserkreislauf. Nr. 31 Fachveröffentlichung Das Fazit vorneweg: Eine moderne Mikroprozessorregelung, die das Totband variabel anpasst, in Kombination mit verbesserten Kompressoren ermöglicht es, mit dem Aquasnap Flüssigkeitskühler

Mehr

Messung 2 MESSUNG DER WELLENLEISTUNG UND DES WIRKUNGSGRADES (PENDELMASCHINEN)

Messung 2 MESSUNG DER WELLENLEISTUNG UND DES WIRKUNGSGRADES (PENDELMASCHINEN) Messung 2 MESSUNG DER WELLENLEISTUNG UND DES WIRKUNGSGRADES (PENDELMASCHINEN). Einleitung Kraftmaschinen geben ihre Arbeit meistens durch rotierende Wellen ab. Die Arbeit, die pro Zeiteinheit über die

Mehr

Metallische Werkstoffe. Zugversuch. Teil 1: Prüfverfahren bei Raumtemperatur /1/

Metallische Werkstoffe. Zugversuch. Teil 1: Prüfverfahren bei Raumtemperatur /1/ Metallische Werkstoffe Zugversuch Teil 1: Prüfverfahren bei Raumtemperatur /1/ I Grundlagen: Der Zugversuch ist der wichtigste Versuch in der Werkstoffprüfung. Mit diesem Prüfverfahren werden Festigkeitskennwerte

Mehr

Gymnasium Gerlingen. Physik Praktikum Mittelstufe. Auswertung von Messungen mit Excel. Versuchsauswertung mit Microsoft Excel. 1.

Gymnasium Gerlingen. Physik Praktikum Mittelstufe. Auswertung von Messungen mit Excel. Versuchsauswertung mit Microsoft Excel. 1. Seite - 1 - Versuchsauswertung mit Microsoft Excel Microsoft Excel ist ein mächtiges Werkzeug, um Messwerte tabellarisch darzustellen, Berechnungen mit ihnen durchzuführen und Grafiken aus ihnen zu erstellen.

Mehr

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede

Mehr

Abb. 30: Antwortprofil zum Statement Diese Kennzahl ist sinnvoll

Abb. 30: Antwortprofil zum Statement Diese Kennzahl ist sinnvoll Reklamationsquote Stornierungsquote Inkassoquote Customer-Lifetime-Value Hinsichtlich der obengenannten Kennzahlen bzw. Kontrollgrößen für die Neukundengewinnung wurden den befragten Unternehmen drei Statements

Mehr

Skriptum zur Veranstaltung. Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik. 1. Version (mehr Draft als Skriptum)

Skriptum zur Veranstaltung. Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik. 1. Version (mehr Draft als Skriptum) Skriptum zur Veranstaltung Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik 1. Version (mehr Draft als Skriptum) Anmerkungen, Aufzeigen von Tippfehlern und konstruktive Kritik erwünscht!!!

Mehr

Untersuchung der Auswahl der Hauptfreiheitsgrade zum Import eines Modells von ANSYS nach SIMPACK

Untersuchung der Auswahl der Hauptfreiheitsgrade zum Import eines Modells von ANSYS nach SIMPACK IMW - Institutsmitteilung Nr. 35 (2010) 103 Untersuchung der Auswahl der Hauptfreiheitsgrade zum Import eines Modells von ANSYS nach SIMPACK M. Leng; Z. Liang Die Auswahl der Hauptfreiheitsgrade spielt

Mehr

Korrelation. Übungsbeispiel 1. Übungsbeispiel 4. Übungsbeispiel 2. Übungsbeispiel 3. Korrel.dtp Seite 1

Korrelation. Übungsbeispiel 1. Übungsbeispiel 4. Übungsbeispiel 2. Übungsbeispiel 3. Korrel.dtp Seite 1 Korrelation Die Korrelationsanalyse zeigt Zusammenhänge auf und macht Vorhersagen möglich Was ist Korrelation? Was sagt die Korrelationszahl aus? Wie geht man vor? Korrelation ist eine eindeutige Beziehung

Mehr

Untersuchungen zum Feuchteverhalten einer. Lehmwand mit Vollwärmeschutz

Untersuchungen zum Feuchteverhalten einer. Lehmwand mit Vollwärmeschutz Untersuchungen zum Feuchteverhalten einer Lehmwand mit Vollwärmeschutz Einleitung Durch die Bauherrenschaft wurde gefordert, dass ihr Einfamilienhaus als modernes Fachwerkhaus nach den Kriterien des nachhaltigen

Mehr

Einleitung Projektion Selektion Join Mengenop. Vollst.keit. Einleitung Projektion. Selektion Join. Vollst.keit. Einleitung Projektion Selektion Join

Einleitung Projektion Selektion Join Mengenop. Vollst.keit. Einleitung Projektion. Selektion Join. Vollst.keit. Einleitung Projektion Selektion Join Parsen der Anfrage (SQL) Transformation in eine Standardform (Relationenalgebra) Logische Optimierung Transformation in alternative Zugriffspläne, Physische Optimierung Ausführung des gewählten Zugriffsplans

Mehr

DEKLARIERTE WÄRMELEITFÄHIGKEIT VON DÄMMSTOFFEN EIN PFERDEFUSS BEI DER QUALITÄTSSICHERUNG H. Bangerter, berat. Ing.

DEKLARIERTE WÄRMELEITFÄHIGKEIT VON DÄMMSTOFFEN EIN PFERDEFUSS BEI DER QUALITÄTSSICHERUNG H. Bangerter, berat. Ing. DEKLARIERTE WÄRMELEITFÄHIGKEIT VON DÄMMSTOFFEN EIN PFERDEFUSS BEI DER QUALITÄTSSICHERUNG H. Bangerter, berat. Ing. usic/sia, Kloten Die wichtigste Eigenschaft eines Wärmedämmstoffs ist dessen Wärmeleitfähigkeit.

Mehr

Ringversuch zur 9. Pilztagung des VDB 2005 in Hamburg

Ringversuch zur 9. Pilztagung des VDB 2005 in Hamburg Ringversuch zur 9. Pilztagung des VDB 25 in Hamburg Randbedingungen und Zielsetzung des Ringversuches Um den Einfluss der Probenehmer und des verwendeten Verfahren auf die Schwankungen der Ergebnisse zu

Mehr

Zählstatistik. Peter Appel. 31. Januar 2005

Zählstatistik. Peter Appel. 31. Januar 2005 Zählstatistik Peter Appel 31. Januar 2005 1 Einleitung Bei der quantitativen Analyse im Bereich von Neben- und Spurenelementkonzentrationen ist es von Bedeutung, Kenntnis über die möglichen Fehler und

Mehr

Data Mining als Arbeitsprozess

Data Mining als Arbeitsprozess Data Mining als Arbeitsprozess Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 31. Dezember 2015 In Unternehmen werden umfangreichere Aktivitäten oder Projekte im Bereich des Data Mining

Mehr

Nutzerhilfe Excel-Produkte

Nutzerhilfe Excel-Produkte Nutzerhilfe zur Arbeit in Microsoft Excel-basierten Produkten der Statistik der BA am Beispiel der Übergangsanalysen erwerbsfähiger Hilfebedürftiger bzw. Arbeitsloser - Excel-Version 2007 - Seite 1 Impressum

Mehr

Kraftmessung an einer Slackline

Kraftmessung an einer Slackline Florian Hairer 1, Demian Geyer 2 Kraftmessung an einer Slackline Experimentelle Bestimmung von Kräften in einem Slacklinesystem mittels Dehnmessstreifen (DMS) 1 Christian-Doppler-Laboratorium für Werkstoffmechanik

Mehr

Versand Etiketten / Endlosdruck

Versand Etiketten / Endlosdruck Versand Etiketten / Endlosdruck Dieser Etikettendruck ist nur der Druck mit einem Matrix-Druckern möglich. Bei dem Drucker muss der automatische Zeilenvorschub ausgeschaltet sein (siehe Druckerhandbuch).

Mehr

8.2 Höchst einfach mit Rose K höchst individuell mit Mk Pro

8.2 Höchst einfach mit Rose K höchst individuell mit Mk Pro 8.2 Höchst einfach mit Rose K höchst individuell mit Mk Pro Galifa, Oliver Hoppe Kontaktlinsenanpassungen bei Keratokonus stellen eine Herausforderung dar. Viele Keratokonusfälle können mit vordefinierten

Mehr

SUDOKU - Strategien zur Lösung

SUDOKU - Strategien zur Lösung SUDOKU Strategien v. /00 SUDOKU - Strategien zur Lösung. Naked Single (Eindeutiger Wert)? "Es gibt nur einen einzigen Wert, der hier stehen kann". Sind alle anderen Werte bis auf einen für eine Zelle unmöglich,

Mehr

Protokoll des Versuches 7: Umwandlung von elektrischer Energie in Wärmeenergie

Protokoll des Versuches 7: Umwandlung von elektrischer Energie in Wärmeenergie Name: Matrikelnummer: Bachelor Biowissenschaften E-Mail: Physikalisches Anfängerpraktikum II Dozenten: Assistenten: Protokoll des Versuches 7: Umwandlung von elektrischer Energie in ärmeenergie Verantwortlicher

Mehr

Einfache Varianzanalyse für abhängige

Einfache Varianzanalyse für abhängige Einfache Varianzanalyse für abhängige Stichproben Wie beim t-test gibt es auch bei der VA eine Alternative für abhängige Stichproben. Anmerkung: Was man unter abhängigen Stichproben versteht und wie diese

Mehr

Kapitel 7: Varianzanalyse mit Messwiederholung

Kapitel 7: Varianzanalyse mit Messwiederholung Kapitel 7: Varianzanalyse mit Messwiederholung Durchführung einer einfaktoriellen Varianzanalyse mit Messwiederholung 1 Durchführung einer zweifaktoriellen Varianzanalyse mit Messwiederholung auf einem

Mehr

Statistische Versuchsplanung und auswertung mit der JMP Software: ein Praxisbeispiel

Statistische Versuchsplanung und auswertung mit der JMP Software: ein Praxisbeispiel Planung und Auswertung von Versuchen Statistische Versuchsplanung und auswertung mit der JMP Software: ein Praxisbeispiel Patrick René Warnat HMS Analytical Software GmbH Rohrbacherstr. 26 Heidelberg patrick.warnat@analytical-software.de

Mehr

Excel 2010 Zwischenergebnisse automatisch berechnen

Excel 2010 Zwischenergebnisse automatisch berechnen EX.031, Version 1.0 14.10.2013 Kurzanleitung Excel 2010 Zwischenergebnisse automatisch berechnen Wenn man in Excel mit umfangreichen Listen oder Tabellen arbeitet, interessiert vielfach nicht nur das Gesamtergebnis,

Mehr

B 2. " Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!!

B 2.  Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!! Das folgende System besteht aus 4 Schraubenfedern. Die Federn A ; B funktionieren unabhängig von einander. Die Ausfallzeit T (in Monaten) der Federn sei eine weibullverteilte Zufallsvariable mit den folgenden

Mehr

1 Darstellen von Daten

1 Darstellen von Daten 1 Darstellen von Daten BesucherInnenzahlen der Bühnen Graz in der Spielzeit 2010/11 1 Opernhaus 156283 Hauptbühne 65055 Probebühne 7063 Ebene 3 2422 Next Liberty 26800 Säulen- bzw. Balkendiagramm erstellen

Mehr

Messsystemanalyse (MSA)

Messsystemanalyse (MSA) Messsystemanalyse (MSA) Inhaltsverzeichnis Ursachen & Auswirkungen von Messabweichungen Qualifikations- und Fähigkeitsnachweise Vorteile einer Fähigkeitsuntersuchung Anforderungen an das Messsystem Genauigkeit

Mehr

Übung 3: Einfache Graphiken und Näherungen durch Regression

Übung 3: Einfache Graphiken und Näherungen durch Regression Übung 3: Einfache Graphiken und Näherungen durch Regression M. Schlup, 9. August 010 Aufgabe 1 Einfache Graphik Für die abgegebene Leistung P = UI eines linearen, aktiven Zweipols mit Leerlaufspannung

Mehr

Der Leverage-Effekt wirkt sich unter verschiedenen Umständen auf die Eigenkapitalrendite aus.

Der Leverage-Effekt wirkt sich unter verschiedenen Umständen auf die Eigenkapitalrendite aus. Anhang Leverage-Effekt Leverage-Effekt Bezeichnungs- Herkunft Das englische Wort Leverage heisst Hebelwirkung oder Hebelkraft. Zweck Der Leverage-Effekt wirkt sich unter verschiedenen Umständen auf die

Mehr

Konstruktionsbüro Hein GmbH

Konstruktionsbüro Hein GmbH Verzug kontrolliert vermeiden Einleitung: Ohne Geometrieoptimierung zeigen Bauteile aus Kunststoff oft einen hohen Verzug Eine Geometrieoptimierung reduziert den Verzug und die Bauteilspannungen. Die Überarbeitung

Mehr

1. Lineare Regression (Ausgleichsgerade)

1. Lineare Regression (Ausgleichsgerade) Carl-Engler-Schule Karlsruhe Lineare Regression 1 (6) 1. Lineare Regression (Ausgleichsgerade) 1.1 Was ist eine Ausgleichsgerade? Die Ausgleichsgerade ist ein Ausgleichs-Verfahren zur Kurvenanpassung (Approximation).

Mehr

Praktikumsbericht. Gruppe 6: Daniela Poppinga, Jan Christoph Bernack, Isaac Paha. Betreuerin: Natalia Podlaszewski 28.

Praktikumsbericht. Gruppe 6: Daniela Poppinga, Jan Christoph Bernack, Isaac Paha. Betreuerin: Natalia Podlaszewski 28. Praktikumsbericht Gruppe 6: Daniela Poppinga, Jan Christoph Bernack, Isaac Paha Betreuerin: Natalia Podlaszewski 28. Oktober 2008 1 Inhaltsverzeichnis 1 Versuche mit dem Digital-Speicher-Oszilloskop 3

Mehr