Statistik. Mittelwert Standardabweichung s Spannweite R c P (c m )
|
|
- Stefan Eberhardt
- vor 6 Jahren
- Abrufe
Transkript
1 Statistik Mittelwert Standardabweichung s Spannweite R c P (c m ) c P (c m ) x Inhalt Folie 1/17
2 x Der arithmetische Mittelwert aller Messwerte aus einer Stichprobe Mittelwert Folie 2/17
3 1 X = n n i= 1 xi Taschenrechner x Beispiel: Geg.: x 1 =85,2mm x 2 =85,9mm x 3 =84,7mm x 4 =85,1mm x 5 =84,6mm Ges.: x=85,1mm Beispiel: Mittelwert Folie 3/17
4 x sollte bei Längenmaßen mit dem Sollwert übereinstimmen. x Je weiter vom Sollwert abweicht, desto kleiner wird c pk. C pk ist relativ leicht korrigierbar. Beispiel: Mittelwert Folie 4/17
5 Maß für die Streuung von Messwerten aus einer Stichprobe *die 6-fache Standardabweichung wird auch natürliche Toleranz (T nat ) genannt. Standardabweichung einer Stichprobe (s) Folie 5/17
6 s = 1 n 1 n i = 1 ( x i x ) Taschenrechner s= n-1 2 σ Beispiel: Geg.: x 1 =85,2mm x 2 =85,9mm x 3 =84,7mm n=5 x 4 =85,1mm a n =0,94 x 5 =84,6mm 0, 515 s = = 0, 55 0, 94 Ges.: echtes mm Standardabweichung s Folie 6/17
7 s und echtes s werden beeinflusst vom Umfang der Stichprobe Echtes s = n>50 -> a n =1 s a n n a n n a n 5 0, , , , , , , ,995 Standardabweichung s Folie 7/17
8 Maß für die Streuung von Messwerten aus einer Stichprobe. Differenz zwischen dem größten und dem kleinsten Messwert einer Stichprobe. R ist für die Beurteilung der Streuung nicht so sicher wie s Spannweite R Folie 8/17
9 Beispiel: Geg.: x 1 =85,2mm x 2 =85,9mm x 3 =84,7mm n=5 x max - x min x 4 =85,1mm x 5 =84,6mm dn=2,326 Ges.: R=1,3mm Ges.: echtes s 1, 3 2, 326 = mm Spannweite R Folie 9/17
10 R wird beeinflusst vom Umfang der Stichprobe. R wird benutzt um echtes s zu schätzen. echtes s R d n n dn n dn 5 2, , , , , , , ,498 Standardabweichung s Folie 10/17
11 c p = Prozeßfähigkeit (Langzeitfähigkeit) c m = Maschinenfähigkeit (Kurzzeitfähigkeit) Beschreibt das Verhältnis der Toleranz zu der 6-fachen Standardabweichung. *Cp wird stark von der Streuung beeinflusst (Führungsspiel, Unterschiedliche Bauteilmaße usw.) *Vorgabewerte für cm>=cp, weil bei einer Langzeituntersuchung eine größere Gesamtstreuung auftritt. c p (c m ) Folie 11/17
12 c p T = 6 s Verwende echtes s! Beispiel: Geg.: OGW = 87,0mm UGW = 83,0mm T = 4 mm echtes s = 0,55mm c p = 4 6 * 0,55 Ges.: 1, 21 = Prozessfähigkeit (Streuung) c p Folie 12/17
13 Toleranz= ± echtes s Fehlerhafte Teile pro Million cp T= ppm % I.O.Teile 0,67 ±2s ,45% 1 ±3s ,73% 1,33 ±4s 60 99,994% 1,67 ±5s 1 99,9999% 2 ±6s 0,001 99, % Prozessfähigkeit (Streuung) c p Folie 13/17
14 Beschreibt die Mittenlage aller Messwerte zur Mittenlage der Toleranz Die Angaben zu cpk sind nur bei vorliegender Normalverteilung uneingeschränkt gültig! *Der cpk-wert kann nicht größer werden als der cp-wert *Mit größer werdendem cpk-wert verschiebt sich die Mittenlage des Prozesses zur Toleranzmitte hin. *Wenn cp- und cpk-wert gleich groß sind, dann ist der Prozess genau mittig. *Das Verhältnis cpk/cp beschreibt die Mittenlage des Prozesses, cpk/cp kann max. 1 sein Prozessfähigkeit (Mittenlage) c pk (c mk ) Folie 14/17
15 Prozessfähigkeit (Mittenlage) c pk Folie 15/17
16 X UGW c pu = 3s OGW X cpo = 3s!verwende echtes s c pk =Min.(c pu oder c po ) Abstand des Prozessmittelwertes zur Toleranzmitte Abstand von T cpk T X = * 2 cp 2 Beispiel: Geg.: OGW = 87,0mm UGW = 83,0mm x = 85,1mm Echtes s = 0,55mm Ges.: c pk =Min.(c pu oder c po ) =1,15 c c pu po 85, 1 83 = = 1, 27 3 * 0, , 1 = 3 * 0, 55 = 1, 15 Prozessfähigkeit (Mittenlage) c pk Folie 16/17
17 Prozessfähigkeit (Streuung) c p und Prozessfähigkeit (Mittenlage) c pk Folie 17/17
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
MehrGrundlagen der Statistik
- Qualitätssicherung Datum: Blatt: T08 01 Grundlagen der Statistik In der Produktion von Massenteilen steht man immer wieder vor dem Problem, dass man die Qualität einer Lieferung beurteilen muss: entspricht
Mehr9. Übungen. Statistik: Mittelwert und Standardabweichung Statistik: Median Statistik: Kennwerte
QM-Übungsaufgaben 9. Übungen F1 Statistik: Mittelwert und Standardabweichung F2 Statistik: Median F3 Statistik: Kennwerte F4 Statistik: Kennwerte F5 Lebensdauer F6 Vertrauensgrenzen und Histogramm F7 Statistik:
MehrDas Konfidenzintervall (Confidence Interval CI) Vertrauen schaffen, Signifikanz erkennen Autor: Beat Giger
QUALITY APPs Applikationen für das Qualitätsmanagement Testen und Anwenden Das Konfidenzintervall (Confidence Interval CI) Vertrauen schaffen, Signifikanz erkennen Autor: Beat Giger Das Konfidenzintervall
MehrGrundlagen der statistischen Prozessregelung (SPC)
Fachinformation Nr.: 2013-01 MeßTechnikNord GmbH Team Jena Prüssingstraße 41 07745 Jena Telefon: 03641-65-3780 Fax: 03641-65-3927 E-Mail: info@messtechniknord.de Internet http://www.messtechniknord.de
Mehr3k. Die Qualitätsregelkarte
3k Q-egelkarte 3k. Die Qualitätsregelkarte Worum geht es? Die Qualitätsregelkarte ist ein graphisches Instrument zur Überwachung eines Prozesses auf Stichprobenbasis. 7,1 7, 6,9 Etwas genauer: Die Prozessregelkarte
MehrProzesskontrolle Modul 7 Dr.-Ing. Klaus Oberste Lehn Fachhochschule Düsseldorf Sommersemester 2012 Quellen www.business-wissen.de www.wikipedia.de www.sdreher.de 2012 Dr. Klaus Oberste Lehn 2 SPC Statistische
MehrDr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik
Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen 6.10.2016 Hochschule Esslingen Übungsblatt 2 Statistik Stichworte: arithmetischer Mittelwert, empirische Varianz, empirische Standardabweichung, empirischer
MehrAQL. 9. Statistisches Qualitätsmanagement 9.3 Statistische Methoden der Warenannahme (AQL)
9.3 Statistische Methoden der Warenannahme (AQL) AQL Vorlesung Qualitätsmanagement, Prof. Dr. Johann Neidl Seite 1 Um was geht es? Stichprobensysteme insbesondere für Eingangsprüfungen. Diese werden durch
MehrH2 1862 mm. H1 1861 mm
1747 mm 4157 mm H2 1862 mm H1 1861 mm L1 4418 mm L2 4818 mm H2 2280-2389 mm H1 1922-2020 mm L1 4972 mm L2 5339 mm H3 2670-2789 mm H2 2477-2550 mm L2 5531 mm L3 5981 mm L4 6704 mm H1 2176-2219 mm L1 5205
MehrMarktleistungsentwicklung. 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
MehrProzessfähigkeit bei technisch begrenzten Merkmalen Fähigkeitskennzahlen und Berechnungsmethoden
Prozessfähigkeit bei technisch begrenzten Merkmalen Fähigkeitskennzahlen und Berechnungsmethoden Barbara Bredner 24.01.2014 Inhaltsverzeichnis 2 Inhaltsverzeichnis 1 Fähigkeitskennzahlen für normalverteilte
MehrInhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden
Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse
MehrLage- und Streuungsparameter
Lage- und Streuungsparameter Beziehen sich auf die Verteilung der Ausprägungen von intervall- und ratio-skalierten Variablen Versuchen, diese Verteilung durch Zahlen zu beschreiben, statt sie graphisch
MehrPOCKET POWER. Qualitätssicherung Produktionsprozess
POCKET POWER Qualitätssicherung im Produktionsprozess Prüfdaten/Prüfaufzeichnungen 19 Was sind die Anforderungen an das Arbeitsergebnis aus der Sicht der Kunden? Was sind die Anforderungen der nächsten
MehrAuszug aus Workbook Moderne Methoden der Statistischen Tolerierung TQU Verlag
Auszug aus Workbook Moderne Methoden der Statistischen Tolerierung TQU Verlag Inhalt: 1.0 Das Simulationsmodell 1 1.1 Simulation ebenen Maßketten 6 1.1.1 Simulation mit nichtlinearen Gliedern 7 1.2 Fazit
MehrComputer Aided Quality. Statistische Verfahren und optimierte Prüfmethodik
Computer Aided Quality Statistische Verfahren und optimierte Prüfmethodik Vortrag auf dem 2. Friedberger Blechtag 6.9.2001 Professor Dr. Manfred Börgens University of Applied Sciences FH Gießen-Friedberg
MehrFähige Produktionsprozesse
Fähige Produktionsprozesse DGQ-Regionalkreis Karlsruhe Rainer Göppel 06.10.08 Industriepark West, Söflinger Strasse 100, 89077 Ulm Tel.: 0731-933-1180, Fax: 0731-933-1189 Mail: info@tms-ulm.de, Internet:
MehrMaschinenfähigkeit ISO 21747
QUALITY-APPs Applikationen für das Qualitätsmanagement Testen und Anwenden Maschinenfähigkeit ISO 21747 Autor: Dr. Konrad Reuter Zweck einer Beurteilung eines Produktionsprozesses ist es, fundierte Kenntnisse
Mehr8. Statistik Beispiel Noten. Informationsbestände analysieren Statistik
Informationsbestände analysieren Statistik 8. Statistik Nebst der Darstellung von Datenreihen bildet die Statistik eine weitere Domäne für die Auswertung von Datenbestände. Sie ist ein Fachgebiet der Mathematik
MehrBachelor BEE Statistik Übung: Blatt 1 Ostfalia - Hochschule für angewandte Wissenschaften Fakultät Versorgungstechnik Aufgabe (1.1): Gegeben sei die folgende Messreihe: Nr. ph-werte 1-10 6.4 6.3 6.7 6.5
MehrKapitel 6: Statistische Qualitätskontrolle
Kapitel 6: Statistische Qualitätskontrolle 6. Allgemeines Für die Qualitätskontrolle in einem Unternehmen (produzierendes Gewerbe, Dienstleistungsunternehmen, ) gibt es verschiedene Möglichkeiten. Statistische
MehrTotal Quality Management. Qualitätsmanagement. Qualitätsmethoden über Produktentstehungsprozess bis Serienfertigung: Statische Methoden
Vorlesungsinhalt Total Quality Management Qualitätsmanagement Qualitätsmethoden über Produktentstehungsprozess bis Serienfertigung: Statische Methoden Elementare Werkzeuge/ Systemtechnik Grundlegende Ideen
MehrIm folgendem werden für verschiedene Verteilungsformen die Beziehungen dargestellt:
Grundlagen Fähigkeitskennzahlen dienen zur Beschreibung der aktuellen sowie der zukünftig zu erwartenden Leistung eines Prozesses. Allgemein versteht man unter einer Fähigkeitskennzahl das Verhältnis aus
MehrÜbungsaufgaben zu Statistik II
Übungsaufgaben zu Statistik II Prof. Dr. Irene Prof. Dr. Albrecht Ungerer Die Kapitel beziehen sich auf das Buch: /Ungerer (2016): Statistik für Wirtschaftswissenschaftler Springer Gabler 4 Übungsaufgaben
MehrBivariate lineare Regression. Statistik für SozialwissenschaftlerInnen II p.154
Bivariate lineare Regression Statistik für SozialwissenschaftlerInnen II p.154 Grundidee und Typen der Regression Die Regressionsanalyse dient zur Quantifizierung des Zusammenhangs und der statistisch
MehrQM07: 7 Qualitätswerkzeuge - 7Q
QM07: 7 Qualitätswerkzeuge - 7Q Entwickelt in den 60er Jahren in Japan (Deming, Ishikawa) Einsatz in Qualitätszirkeln zur Fehlererfassung und Fehleranalyse Fehlersammelliste Fehlererfassung Qualitätsregelkarte
MehrUli 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-teilungsdenken zum Prozessdenken
Maschine Material Produkt Milieu Methode Mensch -teilungsdenken zum Prozessdenken prozessdenken.ppt vom 25.10.2002 Seite 1 Ziel dieses Vortrages ist es, Ihnen zu zeigen, woher das Denken in Abteilungen
MehrI. Deskriptive Statistik 1
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................
MehrIf something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra
If something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra If you torture your data long enough, they will tell you whatever you want to hear. James L. Mills Warum Biostatistik?
MehrAussagen hierzu sind mit einer unvermeidbaren Unsicherheit behaftet, die statistisch über eine Irrtumswahrscheinlichkeit bewertet wird.
Stichprobenumfang Für die Fragestellung auf Gleichheit von ein oder zwei Stichproben wird auf Basis von Hypothesentests der notwendige Stichprobenumfang bestimmt. Deshalb werden zunächst die Grundlagen
MehrFachrechnen für Tierpfleger
Z.B.: Fachrechnen für Tierpfleger A10. Statistik 10.1 Allgemeines Was ist Statistik? 1. Daten sammeln: Durch Umfragen, Zählung, Messung,... 2. Daten präsentieren: Tabellen, Grafiken 3. Daten beschreiben/charakterisieren:
Mehr3.3 Langfristiger Erfolg durch Leadership und Qualitätsmanagement
3 Mit Six Sigma zum Erfolg Aus der Strategie für den Prozess hergeleitet, betreffen die Messgrößen sowohl die wichtigsten Ziele, als auch den Stand der wichtigsten Erfolgsfaktoren (Treiber). Dies können
Mehr4. Statistik 4a. Formeln und Tabellen
4. Statistik 4a. Formeln und Tabellen Formeln und Tabellen zum Thema Statistische Qualitätssicherung Inhaltsverzeichnis Mittelwert, Standardabweichung, Prozessfähigkeit Seite 4-2 Histogrammentwurf Seite
MehrWebinar Induktive Statistik. - Wahrscheinlichkeitsrechnung - Stichprobentheorie
Webinar Induktive Statistik - Wahrscheinlichkeitsrechnung - Stichprobentheorie Wahrscheinlichkeitstheorie Aufgabe : Zwei Lieferanten decken den Bedarf eines PKW-Herstellers von 00.000 Einheiten pro Monat.
MehrQuantifizierung in der Analytischen Chemie
Quantifizierung in der Analytischen Chemie in der Grundvorlesung Analytische Chemie Literatur: W. Gottwald, Statistik für Anwender, Wiley-VCH, Weinheim, 2000 Kapitel in: M. Otto, Analytische Chemie, 3.
MehrM3: Messung von Bolzengewinde
Cloodt Qualitätsmanagement M3: Gewindemessung M3: Messung von Bolzengewinde Worum geht es? Bei 10 Werkstücken mit Außengewinde wird der Flankendurchmesser gemessen. Die Daten werden anschließend ausgewertet
MehrDeskriptive Statistik
Modul G.1 WS 07/08: Statistik 8.11.2006 1 Deskriptive Statistik Unter deskriptiver Statistik versteht man eine Gruppe statistischer Methoden zur Beschreibung von Daten anhand statistischer Kennwerte, Graphiken,
MehrXing- Gruppentreffen 07.09.2010. Einführung von SPC. Einführung von SPC
Xing- Gruppentreffen 07.09.2010 Einführung von SPC Einführung von SPC Hintergründe Einführung von SPC In einem der letzten Meetings wurde über die Bürde SPC gesprochen SPC wurde als Überwachung durch den
MehrStatistik eindimensionaler Größen
Statistik eindimensionaler Größen Michael Spielmann Inhaltsverzeichnis 1 Aufgabe der eindimensionalen Statistik 2 2 Grundbegriffe 2 3 Aufbereiten der Stichprobe 3 4 Die Kennzahlen Mittelwert und Streuung,
MehrMathematik: LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 12. Erwartungswert, Varianz und Standardabweichung
Mathematik: LehrerInnenteam Arbeitsblatt 7-7. Semester ARBEITSBLATT Erwartungswert, Varianz und Standardabweichung Die Begriffe Varianz und Standardabweichung sind uns bereits aus der Statistik bekannt
MehrSPC - STATISTICAL PROCESS CONTROL
SPC - STATISTICAL PROCESS CONTROL Historie von Statistical Process Control (SPC Entwickelt wurden die ersten Regelkarten von W. A. Shewart Anfang der 30er Jahre Ziel war es Herstellungsprozesse zu optimieren
MehrDr. Reinhard Vonthein, Dipl. Statistiker (Univ.)
Dr. Reinhard Vonthein, Dipl. Statistiker (Univ.) Reinhard.Vonthein@imbs.uni-luebeck.de Institut für Medizinische Biometrie und Statistik Universität zu Lübeck / Universitätsklinikums Schleswig-Holstein
MehrProbe-Klausur 1 Mathematik f. Bau-Ing + Chem.Modul2
Probe-Klausur Mathematik f. Bau-Ing + Chem.Modul. (a) Durch die Punkte und gehe eine Ebene E, die auf der Ebene E : x + y z = 0 senkrecht steht. Bestimmen Sie die Gleichung der Ebene E. (b) Bestimmen Sie
Mehreasy2use Allgemein Die Buttonleiste Q-DAS Experts in Statistics Prüfplanung: Zum Anlegen eines neuen Teils mit den dazugehörigen Informationen.
Die Buttonleiste Prüfplanung: Zum Anlegen eines neuen Teils mit den dazugehörigen Informationen. easy2use Allgemein Merkmale können dem Teil damit angehängt werden. Durch mehrmaliges Klicken entstehen
MehrMessung von Rendite und Risiko. Finanzwirtschaft I 5. Semester
Messung von Rendite und Risiko Finanzwirtschaft I 5. Semester 1 Messung von Renditen Ergebnis der Anwendung der Internen Zinsfuß- Methode ist die Rentabilität des Projekts. Beispiel: A0-100.000 ZÜ1 54.000
MehrGrenzen für x -s-regelkarten
Normalverteilte Fertigung: Stichproben aus der Fertigung: σ σ Eine normalverteilte Fertigung hat den Mittelwert µ und die Standardabweichung σ. Stichproben aus der Fertigung haben zufällig abweichende
MehrPräzisions Wasserstrahlschneiden
Präzisions Wasserstrahlschneiden Die Micro - Schneidetechnologie für die Zukunft W. Maurer CEO Waterjet - Group 1 Die Waterjet Gruppe Präzisions Wasserstrahlschneiden Gründung 1989 2 waterjet-group.com
MehrStatistische Kenngrößen. Histogramm. Grundlagen zur statistischen Signalverarbeitung. Statistische Beschreibung von Audio
8.3.6 Statistische Kenngrößen Grundlagen zur statistischen Signalverarbeitung Dr. Detlev Marpe Fraunhofer Institut für achrichtentechnik HHI Histogramm Wahrscheinlichkeitsdichteverteilung Mittelwert µ
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne
MehrStatistische Grundlagen I
Statistische Grundlagen I Arten der Statistik Zusammenfassung und Darstellung von Daten Beschäftigt sich mit der Untersuchung u. Beschreibung von Gesamtheiten oder Teilmengen von Gesamtheiten durch z.b.
MehrThema: Mittelwert einer Häufigkeitsverteilung. Welche Informationen kann der Mittelwert geben?
Thema: Mittelwert einer Häufigkeitsverteilung Beispiel: Im Mittel werden deutsche Männer 75,1 Jahre alt; sie essen im Mittel pro Jahr 71 kg Kartoffel(-produkte) und trinken im Mittel pro Tag 0.35 l Bier.
MehrDeLFI Workshops: Mittelwert
1 3 4 DeLFI Workshops: Mittelwert r 0 9 8 pädagogik 7 6 4 3 1 sorganisation 12 1 3 4 DeLFI Workshops: Streuung r 0 9 8 pädagogik 7 6 4 3 1 sorganisation 12 1 3 4 DeLFI Workshops: Maxima r 0 9 8 pädagogik
MehrKeine Panik vor Statistik!
Markus Oestreich I Oliver Romberg Keine Panik vor Statistik! Erfolg und Spaß im Horrorfach nichttechnischer Studiengänge STUDIUM 11 VIEWEG+ TEUBNER Inhaltsverzeichnis 1 Erstmal locker bleiben: Es längt
MehrZeit zum Kochen [in min] [10, 20[ [20, 30[ [30, 40[ [40, 50[ [50,60[ [60, 100] Hi
1. Susi und Fritzi bereiten ein Faschingsfest vor, dazu gehört natürlich ein Faschingsmenü. Ideen haben sie genug, aber sie möchten nicht zu viel Zeit fürs Kochen aufwenden. In einer Zeitschrift fanden
MehrQualitätsmanagement Eine Einführung
U. Greßler, R. Göppel Qualitätsmanagement Eine Einführung 6. Auflage Bestellnummer 4795 Vorwort Jeder will sie. Jeder erkennt sie. Jeder schätzt sie. Ist sie nicht vorhanden, ärgert man sich; ist sie vorhanden,
MehrProzessfähigkeit bewerten Kennzahlen für normalverteilte und nicht-normalverteilte Merkmale
Prozessfähigkeit bewerten Kennzahlen für normalverteilte und nicht-normalverteilte Merkmale Barbara Bredner 15.01.2015 Inhaltsverzeichnis 2 Inhaltsverzeichnis Abbildungsverzeichnis 3 Tabellenverzeichnis
MehrHistogramm und Wahrscheinlichkeitsnetz 1/16
Histogramm und Wahrscheinlichkeitsnetz 1/16 Ziel: Ziel der Aufgabe Ziel ist es, die Grafiken Histogramm und Wahrscheinlichkeitsnetz und die Funktionalitäten (z.b. C-Wert-Funktion) von qs-stat ME kennen
MehrAufgabe b) Anfangs eine simple Aufgabe, doch nach ungefähr dem siebten Glas (64 Reiskörner) eine mühselige Arbeit.
1. Schachbrett voller Reis Wir haben uns für mehr als 1000 kg entschieden, da wir glauben, dass aufgrund des stark ansteigenden Wachstums (exponentiell!) dieses Gewicht leicht zustande kommt. Anfangs eine
MehrMathematische und statistische Methoden II
Statistik & Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte
MehrDeskriptive Statistik 1 behaftet.
Die Statistik beschäftigt sich mit Massenerscheinungen, bei denen die dahinterstehenden Einzelereignisse meist zufällig sind. Statistik benutzt die Methoden der Wahrscheinlichkeitsrechnung. Fundamentalregeln:
MehrStatistik. Jan Müller
Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen
MehrQM: 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,
MehrVertragsgestaltung und Qualitätsmanagement Nutzung von Qualitätskennzahlen zur Festlegung von Lieferkriterien und Einkaufsbedingungen
Vertragsgestaltung und Qualitätsmanagement Nutzung von Qualitätskennzahlen zur Festlegung von Lieferkriterien und Einkaufsbedingungen INHALT 1 Einleitung / Übersicht... 2 2 Qualitätsanforderungen gemäß
MehrStatistische Verfahren für die Schraubfallanalyse
Statistische Verfahren für die Schraubfallanalyse Statistische Verfahren für die Schraubfallanalyse Kapitel...Seite 1. Einführung...4 2. Grundlagen der Statistik...5 2.1 Streuung...5 2.2 Verteilungsfunktionen...6
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Mittelwertvergleiche Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrChi-Quadrat Verfahren
Chi-Quadrat Verfahren Chi-Quadrat Verfahren werden bei nominalskalierten Daten verwendet. Die einzige Information, die wir bei Nominalskalenniveau zur Verfügung haben, sind Häufigkeiten. Die Quintessenz
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übungen für die kompetenzbasierte Abschlussprüfung 1. 60 Äpfel wurden gewogen und die Ergebnisse in einem Boxplot-Diagramm dargestellt. Ergänzen Sie die folgenden
MehrAnerkannte, gleiche und reproduzierbare Größen sind (auch außerhalb der Physik) notwendig: Handel, Grundbesitz, Navigation, Dosierung...!
. Mechanik. Grundgrößen und Einheiten Anerkannte, gleiche und reproduzierbare Größen sind (auch außerhalb der Physik) notwendig: Handel, Grundbesitz, Navigation, Dosierung...! Beispiel Navigation: historisch:
MehrAnalytische Statistik II
Analytische Statistik II Institut für Geographie 1 Schätz- und Teststatistik 2 Grundproblem Generell sind wir nur selten in der Geographie in der Lage, Daten über die Grundgesamtheit zur Verfügung zu haben.
MehrTest auf Varianzgleichheit (F-Test) (einseitiger Test!!)
T-Tests in Excel T-Tests in Excel Test auf Varianzgleichheit (F-Test) (einseitiger Test!!)! Annahmen:! Unabhängige Stichproben! Normalverteilte Grundgesamtheiten H0 : σx = σ y; H0 : σx > σ y Sx σ x F =
MehrWie man zwei Kekssorten auf Unterschiede testet
Wie man zwei Kekssorten auf Unterschiede testet von Rhonda C. Magel, North Dakota State University, Fargo, USA. 1 übersetzt von Klaus Krug, Bamberg Zusammenfassung: Dieser Aufsatz stellt zwei Kursprojekte
MehrERFOLG MIT SPC SINNVOLLE ANWENDUNG IN FERTIGUNG UND ADMINISTRATION
ERFOLG MIT SPC SINNVOLLE ANWENDUNG IN FERTIGUNG UND ADMINISTRATION Verfasser: Alexander Frank TQU AKADEMIE Magirus-Deutz-Straße 18 89077 Ulm Tel.:+49 731 14660-200 akademie@tqu-group.com www.tquakademie.com
MehrWahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle
Wahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle Dr. rer. nat. Regina Storm 5., verbesserte Auflage 72 Bilder, 21 Tafeln und einer Beilage VEB Fachbuchverlag Leipzig
MehrHerzlich willkommen zum Thema SPSS
Herzlich willkommen zum Thema SPSS (SUPERIOR PERFORMING SOFTWARE SYSTEM) Qualitative und quantitative Forschungsmethoden Qualitative Methoden: Qualitative Verfahren werden oft benutzt, wenn der Forschungsgegenstand
MehrInfrarot Thermometer. Mit 12 Punkt Laserzielstrahl Art.-Nr. E220
Infrarot Thermometer Mit 12 Punkt Laserzielstrahl Art.-Nr. E220 Achtung Mit dem Laser nicht auf Augen zielen. Auch nicht indirekt über reflektierende Flächen. Bei einem Temperaturwechsel, z.b. wenn Sie
MehrHydrologie und Flussgebietsmanagement
Hydrologie und Flussgebietsmanagement o.univ.prof. DI Dr. H.P. Nachtnebel Institut für Wasserwirtschaft, Hydrologie und konstruktiver Wasserbau Gliederung der Vorlesung Statistische Grundlagen Etremwertstatistik
MehrLösung Aufgabe 1 (Regression) Es wurden in einer Befragung zwei metrische Merkmale X und Y erhoben. Betrachten Sie dazu die
Statistik für Kommunikationswissenschaftler Wintersemester 2010/2011 Vorlesung Prof. Dr. Nicole Krämer Übung Nicole Krämer, Cornelia Oberhauser, Monia Mahling Lösung Thema 9 Homepage zur Veranstaltung:
Mehr2002/2004 2050 2050 Veränderungen gegenüber 2002/2004 Deutschland Ost und West Basisanahme Basisanahme Annahme hoher Anstieg Annahme hoher Anstieg Mittelwert in % pro Jahr Männer 20,0 25,3 27,2 5,3 7,2
MehrCarl-Engler-Schule Karlsruhe Physik-Labor (BS/BK/FS) 1 (5)
Carl-Engler-Schule Karlsruhe Physik-Labor (BS/BK/FS) (5) Laborversuch: Bessel-Verfahren. Grundlagen Bei der Bestimmung der Brennweite einer Sammellinse lassen sich die Gegenstands- und Bildweite direkt
MehrKapitel 1 Beschreibende Statistik
Beispiel 1.25: fiktive Aktienkurse Zeitpunkt i 0 1 2 Aktienkurs x i 100 160 100 Frage: Wie hoch ist die durchschnittliche Wachstumsrate? Dr. Karsten Webel 53 Beispiel 1.25: fiktive Aktienkurse (Fortsetzung)
MehrDeskriptive Statistik
Fakultät für Humanwissenschaften Sozialwissenschaftliche Methodenlehre Prof. Dr. Daniel Lois Deskriptive Statistik Stand: April 2015 (V2) Inhaltsverzeichnis 1. Notation 2 2. Messniveau 3 3. Häufigkeitsverteilungen
MehrErfolg mit SPC. Sinnvolle Anwendung in Fertigung und Administration. Erfolg mit SPC. sinnvolle Anwendung in Fertigung und Administration TQU GROUP
Erfolg mit SPC sinnvolle Anwendung in Fertigung und Administration TQU GROUP Name: Alexander Frank Magirus-Deutz-Straße 18 D 89077 Ulm Fon +49 (0) 731 14660200 Mobile + 49 (0) 172 8516249 kontakt @tqu-group.com
MehrHypothesenprüfung. Darüber hinaus existieren zahlreiche andere Testverfahren, die alle auf der gleichen Logik basieren
Hypothesenprüfung Teil der Inferenzstatistik Befaßt sich mit der Frage, wie Hypothesen über eine (in der Regel unbekannte) Grundgesamtheit an einer Stichprobe überprüft werden können Behandelt werden drei
MehrStatistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN
MehrWiederholung Hypothesentests Zusammenfassung. Hypothesentests. Statistik I. Sommersemester Statistik I Hypothesentests I (1/36)
Statistik I Sommersemester 2009 Statistik I I (1/36) Wiederholung Grenzwertsatz Konfidenzintervalle Logik des 0.0 0.1 0.2 0.3 0.4 4 2 0 2 4 Statistik I I (2/36) Zum Nachlesen Agresti/Finlay: Kapitel 6+7
MehrAllgemeine Bemusterungsrichtlinie für Lieferanten
Titel Art Richtlinie Vertraulichkeit 1 Geltungsbereich Für Lieferanten der Testo SE & Co. KGaA Revision 3.0 Gültig ab 16.08.2016 Name Bereich Datum Erstellt M. Blum Quality Engineering 16.08.2016 Freigabe
MehrQualitätsmanagement Software
Leistungsbeschreibung Qualitätsmanagement Software unter Microsoft Excel 2000 / XP / 2003 Messsystemanalyse (MSA) Stichprobenanalyse / Maschinenfähigkeit Erstmusterprüfbericht nach VDA Prozessanalyse (SPC)
Mehr825 e 290 e 542 e 945 e 528 e 486 e 675 e 618 e 170 e 500 e 443 e 608 e. Zeichnen Sie das Box-Plot. Sind in dieser Stichprobe Ausreißer vorhanden?
1. Aufgabe: Eine Bank will die jährliche Sparleistung eines bestimmten Kundenkreises untersuchen. Eine Stichprobe von 12 Kunden ergab folgende Werte: 825 e 290 e 542 e 945 e 528 e 486 e 675 e 618 e 170
MehrValidierung von Messmethoden. Validierung von Messmethoden
Validierung von Messmethoden Was soll eine gute Messmethode erfüllen? 1. Richtigkeit (accucacy) 2. Genauigkeit (precision) PD Dr. Sven Reese, LMU München 1 Richtigkeit (accuracy) Gibt Auskunft darüber,
MehrBeschreibende Statistik Eindimensionale Daten
Mathematik II für Biologen 16. April 2015 Prolog Geordnete Stichprobe Rang Maße für die mittlere Lage der Daten Robustheit Quantile Maße für die Streuung der Daten Erkennung potentieller Eindimensionales
Mehr1 1.1. Das im Januar 1987 bei Motorola gestartete Six-Sigma-Quality -Programm. eine zehnfache Verbesserung der Produkt- und Servicequalität
0. 0... Praxishandbuch Six Sigma WEKA MEDIA GmbH & Co. KG Juli 2004 Historie 0.0 0/0. Um die Wettbewerbsfähigkeit einer Organisation aufrechterhalten bzw. steigern zu können, ist die Notwendigkeit, die
MehrSigma-Umgebung. Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5. n = 20 p = 0,75
Sigma-Umgebung Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5 0,2 (z.b. 30-maliges Werfen einer Münze, X Anzahl von Zahl ) 5 10 15 20 n = 20 p = 0,75 0,2 5 10 15 20 Der Erwartungswert
MehrEs gibt insgesamt 14 Grundkompetenzpunkte: Je einen für jede der 12 Teil-1-Aufgaben und jede der beiden mit A gekennzeichnete Aufgaben aus Teil 2.
Prototypische Schularbeit 2 Klasse 8 Autor: Mag. Paul Schranz Begleittext Die vorliegende Schularbeit behandelt größtenteils Grundkompetenzen der Inhaltsbereiche Analysis und Wahrscheinlichkeitsrechnung
MehrTestklausur Finanzmathematik / Statistik
Testklausur Finanzmathematik / Statistik Aufgabe - Grundlagen 0 a) Nennen Sie die charakteristische Eigenschaft einer geometrischen Zahlenfolge. b) Für eine geometrische Zahlenfolge seien das Glied a 0
Mehrt-test für abhängige Stichproben
Inhaltsverzeichnis t-test für abhängige Stichproben... 2 Lernhinweise... 2 Einführung... 3 Theorie (1-7)... 4 1. Inhaltliche Fragestellung... 4 2. Statistisch bearbeitbare Fragestellung... 5 3. Prüfgrösse...
MehrÜbung zum Thema. Abmaße ablesen und Toleranzen berechnen
Übung zum Thema Abmaße ablesen und Toleranzen berechnen Grundlage der Übung sind die Tabellen TB2-1 bis TB2-3 im Roloff/Matek Tabellenbuch Vorgehensweise: 1. Bestimmung der Grundtoleranz In TB2-1 stehen
MehrKapitel 1: Deskriptive Statistik
Kapitel 1: Deskriptive Statistik Grafiken 1 Statistische Kennwerte 5 z-standardisierung 7 Grafiken Mit Hilfe von SPSS lassen sich eine Vielzahl unterschiedlicher Grafiken für unterschiedliche Zwecke erstellen.
MehrDie zweite Form ist die Profillinie, in der die Mittelwerte aller Skalafragen in einer Übersicht übereinander dargestellt werden.
PDF-REPORT INTERPRETIEREN. ABER WIE? Immer wieder kamen in der Vergangenheit Fragen zu den PDF-Reports auf, die von Eva- Sys automatisch erstellt werden. Insbesondere betrafen diese Rückfragen die Grafiken,
Mehr