Seminar. Probabilistische Methoden in der Anwendung
|
|
- Reiner Eberhardt
- vor 5 Jahren
- Abrufe
Transkript
1 Seminar Probabilistische Methoden in der Anwendung Matthias Voigt André Beschorner Ilko Reuter
2 Gliederung Einleitung Theoretische Grundlagen der Statistik Regression Probabilistische Systemanalyse mit MCS Gleiderung Folie 2
3 Einleitung Zwei Turbinenschaufeln aus der gleichen Maschine Quelle: Massachusetts Institute of Technology, Prof. David L. Darmofal Einleitung Folie 3
4 Einleitung Klassische deterministische Auslegung Design Intent Simulation Wirkliches Verhalten Design Intent Reality Einleitung Folie 4
5 Einleitung Stochastik Lehre der Häufigkeit und Wahrscheinlichkeit Kombinatorik Wie viele Möglichkeiten gibt es, Elemente anzuordnen oder aus einer Menge von Elementen zu ziehen? Statistik Ableiten von Gesetzmäßigkeiten und Strukturen aus Ereignissen Einleitung Probabilistik Definition von Modellen zur Beschreibung von zufälligen Ereignissen Vorhersagen dieser Ereignisse Folie 5
6 Randbedingungen für prob. Simulationen Probabilistische Simulationen von Systemen Deterministische Modelle Einleitung Folie 6
7 Beispiel für deterministische Modelle Träger auf zwei Stützen mit Kragarm Eingangsgrößen: Höhe des Trägers Breite des Trägers E-Modul Punktlast Position der Punktlast Einleitung Ergebnisgrößen: Durchbiegungen w m, w i Folie 7
8 Randbedingungen für prob. Simulationen Probabilistische Simulationen von Systemen Deterministische Modelle Verteilungsart, Verteilungsparameter, Korrelationen der Eingangsgrößen Probabilistische Methoden Einleitung Folie 8
9 Gliederung Einleitung Theoretische Grundlagen der Statistik Regression Probabilistische Systemanalyse mit MCS Gleiderung Folie 9
10 Zufallsvariablen Zufallsexperiment diskret Zufallsvariable stetig Wahrscheinlichkeitsfunktion Wahrscheinlichkeitsdichtefunktion Grundlagen Folie 10
11 Gaußverteilung auch Normalverteilung genannt [1] Grundlagen Folie 11
12 Lognormalverteilung [1] Grundlagen Folie 12
13 Gleichverteilung [1] Grundlagen Folie 13
14 Zusammenhänge von Verteilungen [1] Grundlagen Folie 14
15 Statistische Maße von Stichproben 1 Arithmetischer Mittelwert: [1] Flächenschwerpunkt der Fläche unter der Dichtefunktion Stark abhängig von Ausreißern Median oder Zentralwert: Stichprobenwert, der genau in der Mitte einer geordneten Stichprobe steht. Robustes Lagemaß Modulwert oder Modus: Ausprägung mit der größten Häufigkeit Nur eindeutig, wenn die Häufigkeitsverteilung ein eindeutiges Maximum aufweist Grundlagen Folie 15
16 Statistische Maße von Stichproben 2 Grundlagen Folie 16
17 Statistische Maße von Stichproben 3 Standardabweichung: [1] Variationskoeffizient: Grundlagen Folie 17
18 Statistische Maße von Stichproben 4 Schiefe: Grad der Asymmetrie einer Verteilung um den Median [1] Wölbung: Grad der Flachheit/Steilheit einer Verteilung Grundlagen Folie 18
19 Statistische Maße von Stichproben 4 b Grundlagen Folie 19
20 Gründe für Streuungen Grundlagen Folie 20
21 Gründe für Streuungen Grundlagen Folie 21
22 Kolmogorow-Smirnow- Anpassungstest Grundlagen Folie 22
23 Anderson-Darling-Test Der Anderson-Darling-Test ist eine Modifikation des Kolmogorow-Smirnow-Anpassungstests. [10] Die Abweichungen der Testverteilung von der Zielverteilung werden in den Randbereichen der Verteilungen höher und im Mittelbereich der Verteilung niedriger gewichtet. Kritische Werte für sind abhängig von der verwendeten Verteilungsfunktion. Tabellierte Werte für für verschiedene Verteilungsfunktionen sind z.b. in [11] veröffentlicht. Grundlagen Folie 23
24 Korrelationen Korrelationskoeffizient nach Pearson [1] Wertebereich: [-1,1] Grundlagen Folie 24
25 Korrelationen Rangkorrelationskoeffzient nach Spearman [1] Wertebereich: [-1,1] Grundlagen Folie 25
26 Korrelationen Grundlagen Folie 26
27 Was ist eine Sensitivitätsanalyse? deterministisch probabilistisch Ableitungsbasierte Analyse Sensitivität aufgrund des partiellen Einflusses der Eingangsgröße am jeweils untersuchten Ort Varianzbasierte Analyse Sensitivität aufgrund der Variation der Eingangsgröße und ihren mittleren Einfluss im Streubereich Grundlagen Folie 27
28 Ergebnisse einer Sensitivitätsanalyse deterministisch probabilistisch Grundlagen Folie 28
29 Einfluss der Streuung der Eingangsgrößen deterministisches Ranking probabilistisches Ranking Grundlagen Folie 29
30 Konfidenzintervall 1 Statistische Maße (z.b. Mittelwert, Standardabweichung ) sind Punktschätzungen enthalten keine Aussage über die Güte der Schätzung Grundlagen Folie 30
31 Konfidenzintervall 2 Relative Häufigkeit des Ereignisses [1] Linke Grenze: Rechte Grenze: Grundlagen Folie 31
32 Konfidenzintervall 3 Grundlagen Folie 32
33 Konfidenzintervall 4 Grundlagen Folie 33
34 Konfidenzintervall 5 Weicht der Korrelationskoeffizient statistisch signifikant von Null ab, unterscheidet sich seine Verteilung von der Normalverteilung [1]. [3] Grundlagen Folie 34
35 Konfidenzintervall 6 (α=0.05) Grundlagen Folie 35
36 Konfidenzintervall 7 (α=0.05) Grundlagen Folie 36
37 Gliederung Einleitung Theoretische Grundlagen der Statistik Regression Probabilistische Systemanalyse mit MCS Gleiderung Folie 37
38 Was sind Antwortflächen Regression Folie 38
39 Was sind Antwortflächen Antwortflächen sind mathematische Modelle (z.b. Polynome) zur Beschreibung des Systemverhaltens. Oftmals auch Metamodell oder Response Surface genannt. Beispiel: Antwortfläche 2. Ordnung (Polynom 2. Ordnung) Ergebnisgröße Koeffizienten Eingangsgrößen Regression Folie 39
40 Abhängigkeit von n sim Anzahl der Stützpunkte >= Anzahl der Koeffizienten Regression Folie 40
41 Bestimmung der Koeffizienten 1. Punktwolke aus MCS 2. Typ der Antwortfläche festlegen 3. Koeffizienten so bestimmen, dass Summe der Fehlerquadrate minimal wird Regression Folie 41
42 Methode der kleinsten Quadrate 1. Punktwolke aus MCS 2. Typ der Antwortfläche festlegen 3. Koeffizienten so bestimmen, dass Summe der Fehlerquadrate minimal wird Regression Folie 42
43 Bewertung von Antwortflächen Zur Bewertung der Güte von Antwortflächen kann das Bestimmtheitsmaß R² verwendet werden Das Bestimmtheitsmaß R² beschreibt den Anteil der Streuung der Ergebnisgröße, die sich durch die Antwortfläche beschreiben lässt R² ist das Quadrat des Korrelationskoeffizienten von y zu ỹ R²=0..1 Regression Folie 43
44 Bewertung von Antwortflächen R²=0,87 y = 1,68 + 0,65*b + ε Regression Folie 44
45 Abhängigkeit von n sim Träger Beispiel: 5 Eingangsgrößen Polynom 3. Ordnung (16 Koeffizienten) n sim variiert Gleiche Parameter Streuung n sim R² 16 1, , , , , ,79 Regression Folie 45
46 Abhängigkeit von n sim Regression Folie 46
47 Vor- und Nachteile von R² Vorteile: Weit verbreitetes Maß zur Güte Vergleichbares, normiertes Maß des Approximationsfehlers Beschreibt den Anteil der Ergebnisgrößenstreuung, der durch das Modell beschrieben werden kann Nachteile: Abhängig von der Anzahl der Stützpunkte Keine Aussage zum maximalen Fehler Macht nur Aussagen an den Stützpunkten Hoher R² garantiert keine gute Vorhersage Regression Folie 47
48 Grafische Kontrolle Für n b > 2 entspricht grafischer Abstand zwischen Antwortfläche und Stützpunkten nicht dem Approximationsfehler. Approximationsfehler kann als Farbinformation dargestellt werden. Regression Folie 48
49 Kontrolle von Antwortflächen Eine grafische Kontrolle der Antwortflächen ist empfehlenswert Entspricht die Form der Antwortfläche der Punktwolke? Wo sind die Fehler groß? Sind die Fehler im Vergleich annehmbar? Regression Folie 49
50 Anwendungen von Antwortflächen Sensitivitätsanalyse mit COI Schnelle Systemanalyse durch Erzeugen sehr vieler neuer Datenpunkte Ersetzen des Deterministischen Modelles mit dem Meta-Modell Regression Folie 50
51 Coefficient of Importance COI Coefficient of Importance [9] Bewertet den Einfluss einer Eingangsgröße auf eine Ergebnisgröße, über Antwortflächen. R²: Bestimmtheitsmaß der Antwortfläche R e ²: Bestimmtheitsmaß einer Antwortfläche, bei der der Einfluss der betrachteten Eingangsgröße b e nicht berücksichtigt ist Wenn nicht berücksichtigte Eingangsgröße wichtig war, dann ist R e ² << R² und daher hoher COI. Regression Folie 51
52 COI-Matrix Antwortfläche 2. Ordnung Antwortfläche 3. Ordnung Regression Folie 52
53 COI-Matrix Vorteile der COI-Matrix gegenüber der Korrelationsmatrix zur Sensitivitätsanalyse: 1. Erkennen von nicht monotonen Zusammenhängen Regression Folie 53
54 COI-Matrix r = -0,15 COI = 0,63 (R²=0,79) Regression Folie 54
55 COI-Matrix Vorteile der COI-Matrix gegenüber der Korrelationsmatrix zur Sensitivitätsanalyse: 1. Erkennen von nicht monotonen Zusammenhängen 2. fokussierte Sensitivitätsaussage Regression Folie 55
56 Arbeiten mit Antwortflächen Wann sind Antwortflächen als Meta-Model geeignet? Wenn die Antwortfläche das Systemverhalten gut beschreibt, dazu gibt es folgende Indizien: R² >= 0,8 Approximationsfehler im interessanten Bereich gering graphisch überprüfen Regression Folie 56
57 Arbeiten mit Antwortflächen Sind die Antwortflächen validiert, kann eine neue MCS mit sehr vielen (~10.000) Samples aufgesetzt werden. Die Antwortfläche dient dabei als Berechnungsmodell. Vorteil: Rechengeschwindigkeit ( Samples < 1 Sek) Aus den MCS werden nun der/die beste(n) Samples(s) mit dem deterministischen Modell überprüft. Regression Folie 57
58 Arbeiten mit Antwortflächen Beispiel: Triebwerks Kreisprozess 300er MCS mit gleichverteilten Eingangsgrößen R² etac etat Tmax pmax min: max: Regression Folie 58
59 Arbeiten mit Antwortflächen Beispiel: Triebwerks Kreisprozess Antwortfläche als Meta-Modell geeignet? Wirkungsgrad R² Leistung Durchschnittl. rel. Fehler 0.26% 0.36% Maximaler rel. Fehler 1.5% 1.8% Untersuchung des Systemverhaltens unter Nutzung des Meta-Modells durch Variation eines einzelnen Parameters und festhalten der übrigen. Modell ist Polynom 3. Ordnung ohne gem. Terme Regression Folie 59
60 Arbeiten mit Antwortflächen Beispiel: Triebwerks Kreisprozess Analyse des Systems im Zentrum R² etac etat Tmax pmax Regression Folie 60
61 Arbeiten mit Antwortflächen Beispiel: Triebwerks Kreisprozess Analyse des Systems im Zentrum R² etac etat Tmax pmax Regression Folie 61
62 Arbeiten mit Antwortflächen Beispiel: Triebwerks Kreisprozess Extrapolation über die Grenzen der Datenbasis R² etac etat Tmax pmax min: max: Außerhalb der Systemgrenzen kann sich das Verhalten der Antwortfläche ungünstig verändern Regression Folie 62
63 Arbeiten mit Antwortflächen Beispiel: Triebwerks Kreisprozess Detailanalyse des Systems am Maximum R² etac etat Tmax pmax min: max: Vorsicht bei Detailinterpretationen an den Systemgrenzen! Regression Folie 63
64 Arbeiten mit Antwortflächen Beispiel: Triebwerks Kreisprozess Detailanalyse des Systems am Maximum Vorsicht bei Detailinterpretationen an den Systemgrenzen! Regression Folie 64
65 Arbeiten mit Antwortflächen Beispiel: Triebwerks Kreisprozess Verbesserung der Approximation am Rand möglich? Durch das Hinzufügen von gemischten Termen wird hier eine sehr gute Approximation im gesamten Untersuchungsraum ermöglicht. Wirkungsgrad Leistung R² 1 1 Maximaler rel. Fehler <0.1% <0.1% Regression Folie 65
66 Arbeiten mit Antwortflächen Beispiel: Triebwerks Kreisprozess Vergleich mit/ohne gemischte Terme: Wirkungsgrad Leistung R² 1 1 Maximaler rel. Fehler <0.1% <0.1% Regression Folie 66
67 Verbessern von Antwortflächen Box-Cox-Transformation [6] Skalierung der y-werte zur besseren Anpassbarkeit der Antwortfläche. Variable s wird so gewählt, dass sich die Summe der Fehlerquadrate weiter reduziert. s = [0,1 2,0] Regression Folie 67
68 Verbessern von Antwortflächen Box-Cox-Transformation Regression Folie 68
69 Zusammenfassung Antwortflächen Antwortflächen sind mathematische Beschreibungen des Systemverhaltens. Sie können genutzt werden, um Sensitivitäten zu detektieren (für R²>0,8) Das deterministische Modell zu ersetzten Das Bestimmtheitsmaß beschreibt die Güte der Antwortfläche, liefert jedoch keine Informationen über den maximalen Fehler Zum Approximationsfehler zwischen den Stützstellen Regression Folie 69
70 Gliederung Einleitung Theoretische Grundlagen der Statistik Regression Probabilistische Systemanalyse mit MCS Gleiderung Folie 70
71 Übersicht MCS-LHS 1. Möglichkeiten einer MCS mit optimierten Latin Hypercube Sampling 1. Anwendungsbeispiel Rotorscheibe 1. det. Modell / prob. Modell 2. Monte Carlo Simulation, was ist möglich 1. Eintretens-/Ausfallwahrscheinlichkeit, Häufigkeiten 2. Sensitivitäten 1. Korrelationen 2. COI 3. Robustheit eines Systems 4. Potentielle System Verbesserung Mittelwert und Varianz MCS-LHS Folie 71
72 Anwendungsbeispiel Rotorscheibe Webbreite Flanschbreite Verschiebung Nabe Web Nabenbreite Nabendurchmesser WT FT strukturmechanische Problemstellung, FEM Analyse Eingangsparameter: exemplarisch geometrische Parameter Ergebnisparameter: von Mises Spannung O BD MCS-LHS BT Folie 72
73 Monte Carlo Simulation (MCS) MCS-LHS Folie 73
74 Monte Carlo Simulation (MCS) Anwendung der Monte-Carlo Methoden für probabilistische Untersuchungen unter Verwendung eines optimierten Latin-Hypercube-Samplings. Ergebnisse der prob. Simulation Dichtefunktion der Eingangsgrößen - geschätzt (Industriestandard) Ausfallwahrscheinlichkeiten Detektion von kritischen Orten Sensitivitäten Robustheit System Verbesserung - genau bekannt Benötigte Anzahl an det. Rechnungen Ergebnisse Eine einzige MCS liefert für alle Ergebnisgrößen: MCS-LHS Folie 74
75 Ausfallwahrscheinlichkeit (MCS-LHS) MCS-LHS Folie 75
76 Ausfallwahrscheinlichkeit (MCS-LHS) Versagen Überleben MCS-LHS Folie 76
77 Ausfallwahrscheinlichkeit (MCS-LHS) Versagen Überleben MCS-LHS Folie 77
78 Ausfallwahrscheinlichkeit (MCS-LHS) BT nn ssssmm = 100 Grenze = 770 MPa Max von Mises Spannung klein hoch Simulation 21 3 O MCS-LHS Folie 78
79 Ausfallwahrscheinlichkeit (MCS-LHS) BT nn ssssmm = 100 Grenze = 710 MPa Max von Mises Spannung klein hoch Simulation 21 3 O MCS-LHS Folie 79
80 Überblick Ausfallwahrscheinlichkeit RSM (LHS, DS) (SRS) MCS Importance Sampling, Zuverlässigkeitsverfahren MCS-LHS Folie 80
81 Monte Carlo Simulation (MCS) Anwendung der Monte-Carlo Methoden für probabilistische Untersuchungen unter Verwendung eines optimierten Latin-Hypercube-Samplings. Ergebnisse der prob. Simulation Ausfallwahrscheinlichkeiten Detektion von kritischen Orten Sensitivitäten Robustheit System Verbesserung Dichtefunktion der Eingangsgrößen - geschätzt (Industriestandard) - genau bekannt Benötigte Anzahl an det. Rechnungen Ergebnisse Eine einzige MCS liefert für alle Ergebnisgrößen: MCS-LHS Folie 81
82 Statistische Auswertung Global Globale Statistik für CFD, FEM Simulationen Darstellen der statistischen Werte auf eine Basis Diskretisierung Relative Häufigkeit von Mises Spannung < Grenzwert 1 h = (nn cccccccccc<llllllllll) oooo (nn cccccccccc>llllllllll ) nn ssssss 0 Anwendung von Statistik auf nn ssssss Ergebniswerte pro Knoten für das gesamte Bauteil MCS-LHS Folie 82
83 Monte Carlo Simulation (MCS) Anwendung der Monte-Carlo Methoden für probabilistische Untersuchungen unter Verwendung eines optimierten Latin-Hypercube-Samplings. Ergebnisse der prob. Simulation Ausfallwahrscheinlichkeiten Detektion von kritischen Orten Sensitivitäten Robustheit System Verbesserung Dichtefunktion der Eingangsgrößen - geschätzt (Industriestandard) - genau bekannt Benötigte Anzahl an det. Rechnungen Ergebnisse Eine einzige MCS liefert für alle Ergebnisgrößen: MCS-LHS Folie 83
84 Sensitivitäten Global Globale Bewertung anhand des Rangkorrelationskoeffizienten rr von Mises stress vs. Web Thickness 1 Offset web-bore 0 Bore Thickness -1 MCS-LHS Folie 84
85 Statistische Auswertung Lokal relative frequency max von Mises Spannung O MCS-LHS Folie 85
86 Korrelationsmatrix Lokale Bewertung anhand des Rangkorrelationskoeffizienten rr Von Mises stress stress node 1 WT stress node 2 stress node 3 FT max stress WT O FT BT BD BD BT O MCS-LHS WT FT BT BD O Folie 86
87 Konfidenzintervall Bewertung des Rangkorrelationskoeffizient anhand des Konfidenzintervalls nn ssssss = 50 nn ssssss = 2500 MCS-LHS Folie 87
88 Nichtlineares - nichtmonotones Verhalten Lokale Bewertung von nichtlinearen und nichtmonotonen Verhalten WT max stress FT O BD BT Offset web-bore MCS-LHS Folie 88
89 COI Matrix Lokale Bewertung anhand des Coefficient of Importance (CoI) Von Mises stress WT stress node 1 FT stress node 2 O stress node 3 max stress BD BT R² WT FT BT BD O MCS-LHS Folie 89
90 Monte Carlo Simulation (MCS) Anwendung der Monte-Carlo Methoden für probabilistische Untersuchungen unter Verwendung eines optimierten Latin-Hypercube-Samplings. Ergebnisse der prob. Simulation Dichtefunktion der Eingangsgrößen - geschätzt (Industriestandard) Ausfallwahrscheinlichkeiten Detektion von kritischen Orten Sensitivitäten Robustheit System Verbesserung - genau bekannt Benötigte Anzahl an det. Rechnungen Ergebnisse Eine einzige MCS liefert für alle Ergebnisgrößen: MCS-LHS Folie 90
91 Robustheit Was ist robustes Design? Ingenieurmäßige Maße - Überschreiten von Grenzwerten - Auftreten von unerwünschten plötzlichen Änderungen der Ergebnisgrößen (z.b. lokales Maximum der Ergebnisgröße) - Ansprechen von Systeminstabilitäten (z.b.: Beulen) Statistische Maße - Lage der Mittelwerte der Ergebnisgrößen - Größe der Variationskoeffizienten der Ergebnisgrößen Notwendige Anzahl an Rechnung bei MCS: o Abhängig von der Wahrscheinlichkeit des Ereignisses o Lage der Mittelwerte der Ergebnisgrößen: o Größe der Variationskoeffizienten der Ergebnisgrößen: [9] MCS-LHS Folie 91
92 Robustheit Eingangsgrößen Ergebnisgrößen deterministisches Modell zulässige Streubreite MCS-LHS Folie 92
93 Robustheit max stress WT FT BD O BT Toleranzen Offset web-bore min max mean sigma MCS-LHS Folie 93
94 Monte Carlo Simulation (MCS) Anwendung der Monte-Carlo Methoden für probabilistische Untersuchungen unter Verwendung eines optimierten Latin-Hypercube-Samplings. Ergebnisse der prob. Simulation Dichtefunktion der Eingangsgrößen - geschätzt (Industriestandard) Ausfallwahrscheinlichkeiten Detektion von kritischen Orten Sensitivitäten Robustheit System Verbesserung - genau bekannt Benötigte Anzahl an det. Rechnungen Ergebnisse Eine einzige MCS liefert für alle Ergebnisgrößen: MCS-LHS Folie 94
95 Systemverbesserung (MCS) Verwendung des besten Samples aus der MCS, hinsichtlich der Ergebnisgrößen WT FT von Mises O BD BT Masse MCS-LHS Folie 95
96 Systemverbesserung (Sensitivitäten) Verwendung des Systemverhaltens bzw. der Sensitivitäten WT FT Masse O von Mises BD BT WT FT BT BD O MCS-LHS Folie 96
97 WT FT Systemverbesserung (Antwortflächen) Verwendung von Antwortflächen von Mises Überprüfung des ausgewählten Shots mit dem deterministischen Modell!!! O BD BT Masse MCS-LHS Folie 97
98 Robustes Design MCS-LHS Folie 98
99 Robustes Design MCS-LHS Folie 99
100 Robustes Design (Varianzabschätzung) MCS Spannbreite Fertigungstoleranz Spannbreite Designraum ss 2 = 1 nn 1 (xx ii xx ii )² nn ii=0 MCS-LHS Folie 100
101 Monte Carlo Simulation (MCS) Anwendung der Monte-Carlo Methoden für probabilistische Untersuchungen unter Verwendung eines optimierten Latin-Hypercube-Samplings. Ergebnisse der prob. Simulation Dichtefunktion der Eingangsgrößen - geschätzt (Industriestandard) Ausfallwahrscheinlichkeiten Detektion von kritischen Orten Sensitivitäten Robustheit System Verbesserung - genau bekannt Benötigte Anzahl an det. Rechnungen - nahezu unabhängig von Anzahl der Eingangsgrößen - typisch: n sim = ; minimal: n sim = Eingangsgrößen bessere Konfidenzintervalle mit höherer Anzahl n sim Ergebnisse Eine einzige MCS liefert für alle Ergebnisgrößen: MCS-LHS Folie 101
102 Monte Carlo Simulation (MCS) Vorteile* - Genauigkeit der Ergebnisgrößen nahezu unabhängig von Anzahl der Eingangsgrößen - Betrachtung aller Ergebnisgrößen innerhalb einer MCS - Arbeiten mit deterministischen black box Modellen möglich Nachteile* - Abhängigkeit der Güte der stat. Maße von der Anzahl der Realisierungen nn ssssss * gegenüber anderen probabilistischen Methoden MCS-LHS Folie 102
103 Seminar Probabilistische Methoden in der Anwendung Matthias Voigt André Beschorner Ilko Reuter
104 Alte Mensa N Dining Room 3 way in Dining Room 3 ddcp dc Meal 2 Meal 1 Sushi Pizza Salad self-service Dining Room 2 drinks home-made Pasta Casserole Brat² Pasta drinks Dining Room 4 Non selfservice Salad Wok n Grill veggie Meal 1 Soup ddcp dirty dishes collection point Dining Room 1 ddcp dc
105 Literatur [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] Grundlagen Folie 105
106 Literatur [11] [12] [13] [14] [15] [16] [17] Grundlagen Folie 106
Grundlagen der Probabilistik
Gliederung Einleitung Theoretische Grundlagen der Statistik Probabilistische Methoden Mögliche Ergebnisse von probabilistischen Untersuchungen Mögliche Fehlerquellen bei probabilistischen Untersuchungen
MehrGrundlagen der Probabilistik
Grundlagen der Probabilistik Gliederung Einleitung Theoretische Grundlagen der Stochastik Probabilistische Methoden Mögliche Ergebnisse von probabilistischen Untersuchungen Mögliche Fehlerquellen bei probabilistischen
MehrProbabilistische Methoden in der Anwendung Matthias Voigt Robin Schmidt Thorsten van Lil
Probabilistische Methoden in der Anwendung Robin Schmidt Thorsten van Lil Gliederung Einleitung Theoretische Grundlagen der Statistik Samplingmethoden Regressionen Zusammenfassung Folie 2 Gliederung Einleitung
MehrProbabilistisches Simulationstool - ProSi
Probabilistisches Simulationstool - Matthias Voigt Gunter Lang; Thorsten van Lil Einleitung Wofür wird die Software entwickelt? Werkzeug zur probabilistischen Untersuchung von Systemverhalten Möglichst
Mehr1 EINLEITUNG Allgemeines Kapitelübersicht Gebrauch dieses Buches Verwenden zusätzlicher Literatur...
Inhaltsverzeichnis 1 EINLEITUNG... 1 1.1 Allgemeines... 1 1.2 Kapitelübersicht... 2 1.3 Gebrauch dieses Buches... 3 1.4 Verwenden zusätzlicher Literatur... 4 DESKRIPTIVE STATISTIK 2 GRUNDLAGEN... 5 2.1
MehrEinführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten Von Prof. Dr. Rainer Schlittgen 4., überarbeitete und erweiterte Auflage Fachbereich Materialwissenschaft! der Techn. Hochschule Darmstadt
MehrEinführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten von Prof. Dr. Rainer Schlittgen Universität Hamburg 12., korrigierte Auflage Oldenbourg Verlag München Inhaltsverzeichnis 1 Statistische Daten
MehrProbabilistische, strukturmechanische Untersuchung von Rotorscheiben unter Berücksichtigung geometrischer Streuungen
Probabilistische, strukturmechanische Untersuchung von Rotorscheiben unter Berücksichtigung geometrischer Streuungen I. Reuter, M. Voigt, K. Vogeler - Technische Universität Dresden T. Weiß, H. Schlums
MehrPhilipp Sibbertsen Hartmut Lehne. Statistik. Einführung für Wirtschafts- und. Sozialwissenschaftler. 2., überarbeitete Auflage. 4^ Springer Gabler
Philipp Sibbertsen Hartmut Lehne Statistik Einführung für Wirtschafts- und Sozialwissenschaftler 2., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Deskriptive Statistik 1 Einführung
MehrJosefPuhani. Kleine Formelsammlung zur Statistik. 10. Auflage. averiag i
JosefPuhani Kleine Formelsammlung zur Statistik 10. Auflage averiag i Inhalt- Vorwort 7 Beschreibende Statistik 1. Grundlagen 9 2. Mittelwerte 10 Arithmetisches Mittel 10 Zentral wert (Mediän) 10 Häufigster
MehrArbeitsbuch zur deskriptiven und induktiven Statistik
Helge Toutenburg Michael Schomaker Malte Wißmann Christian Heumann Arbeitsbuch zur deskriptiven und induktiven Statistik Zweite, aktualisierte und erweiterte Auflage 4ü Springer Inhaltsverzeichnis 1. Grundlagen
MehrInhaltsverzeichnis DESKRIPTIVE STATISTIK. 1 Grundlagen Grundbegriffe Skalen... 15
Inhaltsverzeichnis 1 Grundlagen... 13 1.1 Grundbegriffe...13 1.2 Skalen... 15 DESKRIPTIVE STATISTIK 2 Eindimensionale Häufigkeitsverteilungen...16 2.1 Häufigkeiten... 16 2.1.1 Grundbegriffe... 16 2.1.2
Mehr1 Grundlagen der Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsräume. Ein erster mathematischer Blick auf Zufallsexperimente...
Inhaltsverzeichnis 1 Grundlagen der Wahrscheinlichkeitsrechnung 1 1.1 Wahrscheinlichkeitsräume Ein erster mathematischer Blick auf Zufallsexperimente.......... 1 1.1.1 Wahrscheinlichkeit, Ergebnisraum,
Mehr1 GRUNDLAGEN Grundbegriffe Skalen...15
Inhaltsverzeichnis 1 GRUNDLAGEN...13 1.1 Grundbegriffe...13 1.2 Skalen...15 DESKRIPTIVE STATISTIK 2 EINDIMENSIONALE HÄUFIGKEITSVERTEILUNGEN...16 2.1 Häufigkeiten...16 2.1.1 Grundbegriffe...16 2.1.2 Klassieren
MehrInhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5
Inhaltsverzeichnis Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite 1.0 Erste Begriffsbildungen 1 1.1 Merkmale und Skalen 5 1.2 Von der Urliste zu Häufigkeitsverteilungen 9 1.2.0 Erste Ordnung
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........................
MehrAngewandte Statistik 1
Angewandte Statistik 1 Beschreibende und Explorative Statistik - Wahrscheinlichkeitsrechnung - Zufallsvariablen und Statistische Maßzahlen -Wichtige Verteilungen - Beurteilende Statistik -Vertrauensintervalle
MehrWahrscheinlichkeitsrechnung und schließende Statistik
Karl Mosler Friedrich Schmid Wahrscheinlichkeitsrechnung und schließende Statistik Vierte, verbesserte Auflage Springer Inhaltsverzeichnis 0 Einführung 1 1 Zufalls Vorgänge und Wahrscheinlichkeiten 5 1.1
MehrStatistik für NichtStatistiker
Statistik für NichtStatistiker Zufall und Wahrscheinlichkeit von Prof. Dr. Karl Bosch 5., verbesserte Auflage R. Oldenbourg Verlag München Wien Inhaltsverzeichnis 1. ZufalLsexperimente und zufällige Ereignisse
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 3. Vorlesung Dr. Jochen Köhler 1 Inhalte der heutigen Vorlesung Ziel: Daten Modellbildung Probabilistisches Modell Wahrscheinlichkeit von Ereignissen Im ersten
MehrStatistik für Wirtschaftswissenschaftler
Ulrich Erhard Rainer Fischbach Hans Weiler Statistik für Wirtschaftswissenschaftler - anwendungsorientierte Einführung in die Betriebsstatistik - verlag moderne industrie Inhaltsverzeichnis Vorwort 1.
MehrStatistik für. von. Prof. Dr. Josef Bleymüller. und. Prof. Dr. Rafael Weißbach. sowie. Dr. Günther Gehlert. und. Prof. Dr.
Statistik für Wirtschaftswissenschaftler von Prof. Dr. Josef Bleymüller und Prof. Dr. Rafael Weißbach sowie Dr. Günther Gehlert und Prof. Dr. Herbert Gülicher bei früheren Auflagen 17., überarbeitete Auflage
MehrWahrscheinlichkeitsrechnung und schließende Statistik
Springer-Lehrbuch Wahrscheinlichkeitsrechnung und schließende Statistik Bearbeitet von Karl Mosler, Friedrich Schmid 4., verb. Aufl. 2010. Taschenbuch. XII, 347 S. Paperback ISBN 978 3 642 15009 8 Format
Mehr1 Einleitung und Grundlagen 1
Inhaltsverzeichnis Vorwort vii 1 Einleitung und Grundlagen 1 1.1 Einführende Beispiele 1 1.2 Statistischer Prozess 2 1.3 Grundlagen 2 1.4 Unterscheidung von Merkmalen 3 1.4.1 Skalenniveaus 3 1.4.2 Stetige
MehrInhalt. I. Deskriptive Statistik Einführung Die Grundgesamtheit Merkmale und Verteilungen Tabellen und Grafiken...
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Die Grundgesamtheit......................... 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................ 10
MehrDie mit * gekennzeichneten Abschnitte beinhalten Themen, die über die Anforderungen des Gegenstandskatalogs hinausgehen.
Die mit * gekennzeichneten Abschnitte beinhalten Themen, die über die Anforderungen des Gegenstandskatalogs hinausgehen. 1 Einleitung...1 1.1 Die Bedeutung der Statistik für die Medizin...1 1.2 Die medizinische
MehrStatistik. Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz. Der Weg zur Datenanalyse. Springer. Zweite, verbesserte Auflage
Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz Statistik Der Weg zur Datenanalyse Zweite, verbesserte Auflage Mit 165 Abbildungen und 34 Tabellen Springer Inhaltsverzeichnis Vorwort v 1 Einführung
MehrStatistik. Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz. Der Weg zur Datenanalyse. Springer. Fünfte, verbesserte Auflage
Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz Statistik Der Weg zur Datenanalyse Fünfte, verbesserte Auflage Mit 162 Abbildungen und 25 Tabellen Springer Inhaltsverzeichnis Vorwort v 1 Einführung
MehrStatistik. Prof. em. Dr. Dr. h.c. Günter Bamberg PD Dr. Franz Baur Prof. Dr.Michael Krapp. 17., überarbeitete Auflage. Oldenbourg Verlag München.
Statistik von Prof. em. Dr. Dr. h.c. Günter Bamberg PD Dr. Franz Baur Prof. Dr.Michael Krapp 17., überarbeitete Auflage Oldenbourg Verlag München Inhaltsverzeichnis Vorwort Liste wichtiger Symbole IX XI
MehrELEMENTARE EINFÜHRUNG IN DIE MATHEMATISCHE STATISTIK
DIETER RASCH ELEMENTARE EINFÜHRUNG IN DIE MATHEMATISCHE STATISTIK MIT 53 ABBILDUNGEN UND 111 TABELLEN ZWEITE, BERICHTIGTE UND ERWEITERTE AUFLAGE s-~v VEB DEUTSCHER VERLAG DER WISSENSCHAFTEN BERLIN 1970
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Stetige und diskrete Wahrscheinlichkeitsverteilungen Lageparameter Streuungsparameter Diskrete und stetige Zufallsvariablen Eine Variable (oder Merkmal
MehrInhaltsverzeichnis. Über die Autoren Einleitung... 21
Inhaltsverzeichnis Über die Autoren.... 7 Einleitung... 21 Über dieses Buch... 21 Was Sie nicht lesen müssen... 22 Törichte Annahmen über den Leser... 22 Wie dieses Buch aufgebaut ist... 23 Symbole, die
MehrStatistik. Von Dr. Günter Bamberg. o. Professor für Statistik und Dr. habil. Franz Baur. Universität Augsburg. 12., überarbeitete Auflage
Statistik Von Dr. Günter Bamberg o. Professor für Statistik und Dr. habil. Franz Baur Universität Augsburg 12., überarbeitete Auflage R.01denbourg Verlag München Wien V INHALTSVERZEICHNIS Vorwort Liste
MehrProbabilistische Untersuchungen von Turbinenschaufeln unter Berücksichtigung von Fertigungstoleranzen
Probabilistische Untersuchungen von unter Berücksichtigung von Fertigungstoleranzen M. Voigt, T. Bischoff, K. Vogeler, Technische Universität Dresden R. Mücke ALSTOM H. Schlums Rolls-Royce Deutschland
MehrZuverlässigkeitsanalyse und zuverlässigkeitsbasierte Optimierung mit probabilistischen Methoden am Beispiel. eines Magnetantriebes
Zuverlässigkeitsanalyse und zuverlässigkeitsbasierte Optimierung mit probabilistischen Methoden am Beispiel In1 eines Magnetantriebes Dr.-Ing. The-Quan Pham OptiY e.k. Aschaffenburg Dr.-Ing. Alfred Kamusella
MehrBevor wir richtig anfangen... 8
Statistik macchiato Inhalt Vorwort Bevor wir richtig anfangen... 8 Beschreibung von Daten Ordnung ist das halbe Leben... 16 Häufigkeitstabellen... 19 Häufigkeitsverteilungen... 19 Mittelwert (arithmetisches
MehrStatistik für Ingenieure und Naturwissenschaftler
Sheldon M. Ross Statistik für Ingenieure und Naturwissenschaftler 3. Auflage Aus dem Amerikanischen übersetzt von Carsten Heinisch ELSEVIER SPEKTRUM AKADEMISCHER VERLAG Spektrum Inhalt Vorwort zur dritten
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
MehrMehrdimensionale Zufallsvariablen
Mehrdimensionale Zufallsvariablen Im Folgenden Beschränkung auf den diskreten Fall und zweidimensionale Zufallsvariablen. Vorstellung: Auswerten eines mehrdimensionalen Merkmals ( ) X Ỹ also z.b. ω Ω,
MehrWerkzeuge der empirischen Forschung
Werkzeuge der empirischen Forschung I. Daten und Beschreibende Statistik 1. Einführung 2. Dateneingabe, Datentransformation, Datenbehandlung 3. Beschreibende Statistik II. Schließende Statistik 1 III.
MehrSensitivität in der Statistik
Tillmann Lösche Sensitivität in der Statistik Wahrscheinlichkeit, einen tatsächlich positiven Sachverhalt auch durch ein positives Testergebnis zu erkennen Quelle: Wikipedia auch als Richtig-Positiv-Rate,
MehrBio- Statistik 1. mit 87 Abbildungen, 40 Tabellen und 102 Beispielen
Bio- Statistik 1 Beschreibende und explorative Statistik - Wahrscheinlichkeitsrechnung und Zufallsvariablen - Statistische Maßzahlen - Wichtige Verteilungen - Beurteilende Statistik - Vertrauensintervalle
MehrStatistik I für Betriebswirte Vorlesung 4
Statistik I für Betriebswirte Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 25. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrInhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale
1. Grundlagen... 1 1.1 Grundgesamtheit und Untersuchungseinheit................ 1 1.2 Merkmal oder statistische Variable........................ 2 1.3 Datenerhebung.........................................
Mehrsimple lineare Regression kurvilineare Regression Bestimmtheitsmaß und Konfidenzintervall
Regression Korrelation simple lineare Regression kurvilineare Regression Bestimmtheitsmaß und Konfidenzintervall Zusammenhänge zw. Variablen Betrachtet man mehr als eine Variable, so besteht immer auch
MehrSTATISTISCHE METHODEN UND IHRE ANWENDUNGEN
STATISTISCHE METHODEN UND IHRE ANWENDUNGEN Von Dr. rer. nat. Erwin Kreyszig o. Professor für Statistik an der Universität Karlsruhe mit 82 Abbildungen und zahlreichen Tabellen Vierter, unveränderter Nachdruck
MehrVerfahren für metrische Variable
Verfahren für metrische Variable Grafische Methoden Histogramm Mittelwertsplot Boxplot Lagemaße Mittelwert, Median, Quantile Streuungsmaße Standardabweichung, Interquartilsabstand Lagemaße und Streumaße
MehrAnwendung stochastischer und geometrischer Analysen zur systematischen Robustheitsuntersuchung im Strukturcrash
Anwendung stochastischer und geometrischer Analysen zur systematischen Robustheitsuntersuchung im Strukturcrash D. Weigert, Prof. F. Duddeck (TU München); S. Brack, Dr. H. Schluder (AUDI AG) DYNAmore GmbH,
MehrEinführung in die computergestützte Datenanalyse
Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL
MehrStatistik mit und ohne Zufall
Christoph Weigand Statistik mit und ohne Zufall Eine anwendungsorientierte Einführung Mit 118 Abbildungen und 10 Tabellen Physica-Verlag Ein Unternehmen von Springer Inhaltsverzeichnis Teil I Deskriptive
MehrWirtschaftsstatistik für Studienanfänger
Günter Deweß / Helga Hartwig Wirtschaftsstatistik für Studienanfänger Begriffe - Aufgaben - Lösungen EAG. LE Edition am Gutenbergplatz Leipzig Inhalt Beschreibende Statistik: Daten und Maßzahlen 1 Grundgesamtheiten,
MehrTeil / Ein paar statistische Grundlagen 25. Kapitel 1 Was Statistik ist und Warum sie benötigt Wird 2 7
Inhaltsverzeichnis Einführung 21 Über dieses Buch 21 Törichte Annahmen über den Leser 22 Wie dieses Buch aufgebaut ist 23 Teil I: Ein paar statistische Grundlagen 23 Teil II: Die beschreibende Statistik
MehrHans-Friedrich Eckey / Reinhold Kosfeld / Christian Dreger. Statistik. Grundlagen - Methoden - Beispiele GABLER
Hans-Friedrich Eckey / Reinhold Kosfeld / Christian Dreger Statistik Grundlagen - Methoden - Beispiele GABLER INHALTSVERZEICHNIS TEIL I: DESKRIPTIVE STATISTIK 1. GEGENSTAND UND GRUNDBEGRIFFE DER STATISTIK
MehrVorwort zur 3. Auflage 15. Vorwort zur 2. Auflage 15. Vorwort 16 Kapitel 0 Einführung 19. Teil I Beschreibende Statistik 29
Inhaltsübersicht Vorwort zur 3. Auflage 15 Vorwort zur 2. Auflage 15 Vorwort 16 Kapitel 0 Einführung 19 Teil I Beschreibende Statistik 29 Kapitel 1 Eindimensionale Häufigkeitsverteilungen 31 Kapitel 2
MehrStatistik... formeln für Dummies
Timm Si99 Statistik... formeln für Dummies Fachkorrektur tlon Christoph Maas und Joachim Gaukel WILEY WILEY-VCH Verlag GmbH & Co. KGaA lnhaftsllerzeichnis Einleitun9 17 Teil I Formeln aus der beschreibenden
Mehr1.1.1 Ergebnismengen Wahrscheinlichkeiten Formale Definition der Wahrscheinlichkeit Laplace-Experimente...
Inhaltsverzeichnis 0 Einführung 1 1 Zufallsvorgänge und Wahrscheinlichkeiten 5 1.1 Zufallsvorgänge.......................... 5 1.1.1 Ergebnismengen..................... 6 1.1.2 Ereignisse und ihre Verknüpfung............
MehrStatistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt
MehrWahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle
Wahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle von Dipl.-Math. Regina Storm Mit 66 Bildern Zweite, überarbeitete und erweiterte Auflage VEB FACHBUCHVERLAG LEIPZIG
MehrInhaltsverzeichnis. Bibliografische Informationen digitalisiert durch
Grundlagen 1 1.1 Einleitung 1 1.2 Grundbegriffe 2 1.2.1 Systemgrenzen 3 1.2.2 Qualitätsmerkmal 4 1.2.3 Parameter und Faktoren 5 1.2.4 Stufen 6 1.2.5 Vergleich zu traditionellen Verfahren 6 1.3 Auswertung
MehrNichtparametrische statistische Methoden
Herbert Büning / Götz Trenkler Nichtparametrische statistische Methoden 2., erweiterte und völlig überarbeitete Auflage w DE G_ Walter de Gruyter Berlin New York 1994 Inhaltsverzeichnis Vorwort zur zweiten
MehrDeskriptive Statistik
Helge Toutenburg Christian Heumann Deskriptive Statistik Eine Einführung in Methoden und Anwendungen mit R und SPSS Siebte, aktualisierte und erweiterte Auflage Mit Beiträgen von Michael Schomaker 4ü Springer
MehrStatistik. Einführung in die com putergestützte Daten an alyse. Oldenbourg Verlag München B , überarbeitete Auflage
Statistik Einführung in die com putergestützte Daten an alyse von Prof. Dr. Karlheinz Zwerenz 4., überarbeitete Auflage B 366740 Oldenbourg Verlag München Inhalt Vorwort XI Hinweise zu EXCEL und SPSS XII
MehrStatistik. ~ Springer Spektrum. 8., überarbeitete und ergänzte Auflage. Ludwig Fahrmeir Christian Heumann Rita Künstler Iris Pigeot Gerhard Tutz
Ludwig Fahrmeir Christian Heumann Rita Künstler Iris Pigeot Gerhard Tutz Statistik Der Weg zur Datenanalyse 8., überarbeitete und ergänzte Auflage ~ Springer Spektrum Inhaltsverzeichnis Vorwort 1 Einführung
MehrStatistik im iadhetocr-studi der BWL und VWl
Max C. Wewel Statistik im iadhetocr-studi der BWL und VWl Methoden, Anwendung, Interpretation 2., erweiterte Auflage Mit herausnehmbarer Formelsammlung ein Imprint von Pearson Education München Boston
MehrWichtige Definitionen und Aussagen
Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge
MehrGrundgesamtheit, Merkmale, Stichprobe. Eigenschaften der Stichprobe. Klasseneinteilung, Histogramm. Arithmetisches Mittel, empirische Varianz
- 1 - Grundgesamtheit, Merkmale, Stichprobe Dimension, Umfang Skalierung Eigenschaften der Stichprobe kennzeichnende Größen Eigenschaften der Stichprobe kennzeichnende Größen Punktediagramm, Regressionsgerade,
MehrZufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential
Zufallsvariablen Diskret Binomial Hypergeometrisch Poisson Stetig Normal Lognormal Exponential Verteilung der Stichprobenkennzahlen Stetige Zufallsvariable Verteilungsfunktion: Dichtefunktion: Integralrechnung:
MehrInhaltsverzeichnis Inhaltsverzeichnis VII Erst mal locker bleiben: Es f angt ganz einfach an! Keine Taten ohne Daten!
Inhaltsverzeichnis Inhaltsverzeichnis VII 1 Erst mal locker bleiben: Es fängt ganz einfach an! 1 1.1 Subjektive Wahrscheinlichkeit - oder warum...?..... 4 1.2 Was Ethik mit Statistik zu tun hat - Pinocchio
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 11. Vorlesung Jochen Köhler 10.05.011 1 Inhalt der heutigen Vorlesung Zusammenfassung Parameterschätzung Übersicht über Schätzung und Modellbildung Modellevaluation
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Korrelationsanalysen Kreuztabellen und χ²-test Themen Korrelation oder Lineare Regression? Korrelationsanalysen - Pearson, Spearman-Rang, Kendall s Tau
MehrStatistik in der Praxis
Peter Zöfel Statistik in der Praxis Zweite, überarbeitete Auflage 48 Abbildungen, 118 Tabellen und 22 Tafeln I Gustav Fischer Verlag Stuttgart Inhaltsverzeichnis Vorwort V 1. Allgemeine Grundlagen 1 1.1
MehrStatistische Versuchsplanung
VDI-Buch Statistische Versuchsplanung Design of Experiments (DoE) Bearbeitet von Karl Siebertz, David van Bebber, Thomas Hochkirchen 1st Edition. 2010. Buch. xvi, 328 S. Hardcover ISBN 978 3 642 05492
MehrStatistik in Geodäsie, Geoinformation und Bauwesen
Wilhelm Benning Statistik in Geodäsie, Geoinformation und Bauwesen 2., überarbeitete und erweiterte Auflage Herbert Wichmann Verlag Heidelberg Matrix-Theorie 1 1.1 Matrizen und Vektoren 1 1.2 Matrixverknüpfungen
MehrTrim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19
Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 26.02.2008 1 Warum Statistik und Wahrscheinlichkeits rechnung im Ingenieurwesen? Zusammenfassung der letzten Vorlesung Statistik und Wahrscheinlichkeitsrechnung
MehrSpringer-Lehrbuch. Statistik. Der Weg zur Datenanalyse. Bearbeitet von Ludwig Fahrmeir, Christian Heumann, Rita Künstler, Iris Pigeot, Gerhard Tutz
Springer-Lehrbuch Statistik Der Weg zur Datenanalyse Bearbeitet von Ludwig Fahrmeir, Christian Heumann, Rita Künstler, Iris Pigeot, Gerhard Tutz 8. Auflage 2016. Taschenbuch. XVI, 581 S. Softcover ISBN
MehrStichwortverzeichnis. E Extrapolation, außerhalb des Datenbereichs 230
335 Stichwortverzeichnis A Abweichung 12 mittlere 13 Additivität 141 Anova siehe Varianzanalyse Anpassungsgüte 252, 279 χ 2 -Test zur 270 279 mehr als zwei Klassen 272 274 Anpassungstest (χ 2 ) 270 278
MehrEinführung in die Statistik
Einführung in die Statistik 1. Deskriptive Statistik 2. Induktive Statistik 1. Deskriptive Statistik 1.0 Grundbegriffe 1.1 Skalenniveaus 1.2 Empirische Verteilungen 1.3 Mittelwerte 1.4 Streuungsmaße 1.0
MehrI. Zahlen, Rechenregeln & Kombinatorik
XIV. Wiederholung Seite 1 I. Zahlen, Rechenregeln & Kombinatorik 1 Zahlentypen 2 Rechenregeln Brüche, Wurzeln & Potenzen, Logarithmen 3 Prozentrechnung 4 Kombinatorik Möglichkeiten, k Elemente anzuordnen
MehrEinführung Teil I: Erste Schritte bei der statistischen Analyse mit R... 25
O:/Wiley/Reihe_Dummies/71398_Schmuller/3d/ftoc.3d from 26.06.2017 16:16:30 Auf einen Blick Über den Autor.... 9 Einführung... 21 Teil I: Erste Schritte bei der statistischen Analyse mit R.... 25 Kapitel
MehrReduSoft Ltd. Kurzbeschreibungen zu einigen Modulen, die im Programm
ReduSoft Ltd. www.redusoft.de Kurzbeschreibungen zu einigen Modulen, die im Programm MathProf 5.0 unter dem Themenbereich Stochastik implementiert sind. Urnenmodell Das Modul Urnenmodell ermöglicht die
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
MehrStichwortverzeichnis. Ausgleichsgerade 177 Ausreißer 13, 40
283 Stichwortverzeichnis a Alpha-Wert 76, 91 Alter 256 Alternativhypothese 68, 70 ANOVA siehe einfache Varianzanalyse, zweifache Varianzanalyse Anpassung 178 Anpassungstest siehe Chi-Quadrat-Anpassungstest
MehrStatistik K urs SS 2004
Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die
MehrEinführung in die Statistik
Elmar Klemm Einführung in die Statistik Für die Sozialwissenschaften Westdeutscher Verlag INHALTSVERZEICHNIS 1. Einleitung und Begrifflichkeiten 11 1.1 Grundgesamtheit, Stichprobe 12 1.2 Untersuchungseinheit,
MehrUniv.-Prof. Dr. Georg Wydra
Univ.-Prof. Dr. Georg Wydra Methoden zur Auswertung von Untersuchungen 1 SKALENTYPEN UND VARIABLEN 2 ZUR BEDEUTUNG DER STATISTIK IN DER FORSCHUNG 3 STATISTIK ALS VERFAHREN ZUR PRÜFUNG VON HYPOTHESEN 4
MehrInhalt. I Einführung. Kapitel 1 Konzept des Buches Kapitel 2 Messen in der Psychologie... 27
Inhalt I Einführung Kapitel 1 Konzept des Buches........................................ 15 Kapitel 2 Messen in der Psychologie.................................. 27 2.1 Arten von psychologischen Messungen....................
Mehr