Größe: px
Ab Seite anzeigen:

Download ""

Transkript

1 Prozesskontrolle Modul 7 Dr.-Ing. Klaus Oberste Lehn Fachhochschule Düsseldorf Sommersemester 2012

2 Quellen Dr. Klaus Oberste Lehn 2

3 SPC Statistische Prozess Regelung ist eine Methode Prozessdaten zu sammeln und so aufzubereiten und zu interpretieren, damit sie zur Qualitätsstrategie und Produktivitätssteigerungen verwendet werden können. Anwendung des Konzepts "SPC": Prinzipiell in jedem Bereich einsetzbar, wo Arbeit verrichtet wird, deren Resultat eine Streuung beinhaltet und der Wunsch nach Verbesserung besteht. Beispiele der Anwendung: Dimension eines Teiles Buchführungsfehlerraten Leistungsziffern Transportzeiten von Kaufteilen Fehlervermeidung statt Fehlerentdeckung: Die Strategie der Fehlervermeidung führt zu einer wirtschaftlichen Fertigung in der unbrauchbaren Produkte erst gar nicht produziert werden Dr. Klaus Oberste Lehn 3

4 Beurteilung von Fehlerraten Fehlerrate 0,1% - wieviel ist das eigentlich? - Jeden Monat für 45 Minuten schlechtes Wasser aus der Leitung! Postsendungen, die täglich verloren gehen! Rezepte, die monatlich falsch vom Arzt ausgestellt werden! - 40 Operationen die monatlich falsch durchgeführt werden! Bankbuchungen, die pro Stunde falsch gebucht werden! Oder auf eine Produktion bezogen (25 Millionen Teile täglich): Teile, die täglich mit Fehlern an den Kunden ausgeliefert werden!! 2012 Dr. Klaus Oberste Lehn 4

5 Streuung : Das Abweichungsverhalten eines Merkmals, das sich aus dem Zusammenwirken von Einflüssen ergibt, nennt man Streuung. Beispiele von Einflüssen: Maschine (Lagerspiel, Lagerverschleiß) Werkzeug (Festigkeit, Standzeiten) Material (Abmessung, Härte) Personal (Einrichten, Positionsgenauigkeit) Instandhaltung (Schmierung, Ersatz von Teilen) Arbeitsumwelt (Temperatur, Konstanz der zugeführten Energie) Arten der Streuung: Zufallseinflüsse Systematische Einflüsse 2012 Dr. Klaus Oberste Lehn 5

6 Zufällige Ursachen Zufällige Ursachen für Produktionsabweichungen sind durch die Herstellung selbst bestimmt und grundsätzlich in ihrer Wirkung nicht (unmittelbar) zu beseitigen. Größe und Richtung des Einflusses zufälliger Ursachen sind nicht kalkulierbar im Sinne einer Vorhersagbarkeit. Nach außen in Erscheinung tretende Zufallsabweichungen werden hervorgerufen durch die Überlagerung aller gleichzeitig wirkenden zufälligen Ursachen. Beispiele von zufälligen Ursachen: Vibration Lagerspiel Zufällige Einflüsse führen zu einer natürlichen Streuung der Q-Merkmale z.b. Streuung des Abfüllgewichts des Biers Brenndauer von Leuchtstoffröhren Abmessung von Schrauben 2012 Dr. Klaus Oberste Lehn 6

7 Systematische & sprunghafte Ursachen Systematische Ursachen sind lokalisierbar und damit beeinflussbar, wenn nicht sogar berechenbar. Unter ihrer Einwirkung kommt es zu allmählichen oder plötzlichen Veränderungen in der Verteilung der Q-Merkmale. langsam Werkzeugverschleiß allmählich Temperaturanstieg Ermüdung von Personal Sprunghafte Ursachen: Werkzeugbeschädigung Maschinenbeschädigung Wechsel von Rohmaterial Umstellung der Arbeitsmethode Schichtwechsel 2012 Dr. Klaus Oberste Lehn 7

8 Stichprobe Die Beurteilung der Qualität jedes einzelnen Produktes eines Prozesses ist nicht durchführbar und / oder zu teuer. Wesentlich wirtschaftlicher ist es, eine Stichprobe des Produktes zu beurteilen und die Ergebnisse für eine Voraussage über die Gesamtheit aller gefertigten Produkte zu verwenden. Mit statistischen Verfahren kann man Aussagen über die Qualität des Produktes machen. Die Genauigkeit der Voraussagen lässt sich abhängig von dem Stichprobenumfang und von den verwendeten Methoden abschätzen. Statistische Verfahren: tabellarische Auflistung: Strichliste Histogramm Stetige Verteilungen Form, Lage u. Streuung 2012 Dr. Klaus Oberste Lehn 8

9 Normalverteilung Die Normalverteilung ist graphisch eine symmetrische Glockenkurve. Für die Stichprobe ist sie durch zwei Kennwerte bestimmt. Der Mittelwert: (genannt: x quer) ist ein Maß für die Lage der Verteilung der Stichprobe. Die Standardabweichung "s" ist ein Maß für die Streuung des Prozesses. Die Standardabweichung "s" ist der Abstand zwischen Mittelwert und Wendepunkt der Glockenkurve Dr. Klaus Oberste Lehn 9

10 Normalverteilung 2012 Dr. Klaus Oberste Lehn 10

11 Prozessregelkarten Prozessregelkarten sind Hilfsmittel, um systematische Einflüsse festzustellen. Anschließend können diese Fehler abgestellt werden. Die Prozessgüte ist somit vorhersagbar Dr. Klaus Oberste Lehn 11

12 Kontinuierliche Vorgehensweise Prozeßregelung (-verbesserung) ist eine kontinuierliche Vorgehensweise, in dem die grundlegenden Phasen immer wieder wiederholt werden Datensammlung: Variable Daten (messende Prüfung) Die Beurteilung der Ausführungsqualität erfolgt bei der variablen Prüfung aufgrund der Messergebnisse oder nach Kennzahlen die aus den Messergebnissen berechnet werden. Attributive Daten (zählende Prüfung) Die Beurteilung der Ausführungsqualität nach dem gut/schlecht - Prinzip Beispiel von Daten Meßwerte eines Werkstückes Anzahl Lackläufer auf einer Tür Fahrzeugdurchlaufzeiten Buchführungsfehler 2012 Dr. Klaus Oberste Lehn 12

13 Diese o. g. Daten werden in eine graphische Form gebracht. Berechnung der Eingriffsgrenzen: Eingriffsgrenzen sind keine Spezifikationsgrenzen oder Zielvorstellungen, sondern ein Spiegelbild der natürlichen Prozesssteuerung. Durch Vergleich der Daten mit den Eingriffsgrenzen wird festgestellt, ob die Streuung stabil ist und nur durch Zufallseinflüsse verursacht wird. Liegen systematische Fehler vor: Ursachenfindung Ergreifen von Maßnahmen Liegen keine systematische Fehler vor, dann folgt: die Fähigkeitsverbesserung. Fähigkeitsverbesserung: Feststellen ob ein Prozeß fähig ist, d.h. kann man mit der Streuung der Daten (ohne systemetische Fehler) leben. Wenn nicht, dann muß das System verbessert werden (neue Maschinen, Klimaanlagen etc.) oder 100%-ige Kontrolle Dr. Klaus Oberste Lehn 13

14 x(quer)/r-karte Bestimmung von (Mittelwert) und R (Spannweite) aus einer Stichprobe. Diese Daten werden zunächst benutzt zur Abschätzung einer Grundgesamtheit. Berechnung der Eingriffsgrenzen nach Vorlauf Prozessmittelwert mittlere Spannweite Eingriffsgrenzen 2012 Dr. Klaus Oberste Lehn 14

15 Interpretation der QRK 2012 Dr. Klaus Oberste Lehn 15

16 Prozessfähigkeit Fähigkeit des (Produktions-) Prozesses, die Anforderungen des Kunden zu erfüllen Anforderungen des Kunden Zielwert (T g, target value) Untere Spezifikationsgrenze (LSL, lower specification limit) Obere Spezifikationsgrenze (USL, upper specification limit) 2012 Dr. Klaus Oberste Lehn 16

17 C p -Fähigkeitsindex Indexzahlen, die das Ausmaß messen, in dem ein Prozess die Anforderungen des Kunden erfüllt (capability indices) : C p -Fähigkeitsindex C p = (USL LSL)/(6s) misst die zulässige Streuung des Prozesses als Anteil an der tatsächlichen Streuung 2012 Dr. Klaus Oberste Lehn 17

18 C p -Fähigkeitsindex Normalverteilte Qualitätsvariable wenn µ = T g, enthält der ±3σ-Bereich 99.73% der Produkte C p = 1 bedeutet: 0.27% sind defekt wenn µ = T g Achtung! C p sagt nichts darüber aus, wie groß der Anteil der defekten tatsächlich ist! 2012 Dr. Klaus Oberste Lehn 18

19 C p -Fähigkeitsindex Viele Unternehmen verlangen ein C p von 1.33! Schätzung von C p : σ wird durch s ersetzt C p -hat = (USL LSL)/(6s) 2012 Dr. Klaus Oberste Lehn 19

20 C p und Anteil der Defekten C p und Anteil der Defekten: C p Bereich Def.ppm 1.00 ±3σ ±4σ ±5σ ±6σ Dr. Klaus Oberste Lehn 20

21 C pk -Fähigkeitsindex C pk = Min {USL µ, µ LSL}/(3σ) geschätzter C pk : µ und σ werden durch x- bar und s ersetzt C pk -hat = Min {USL x-bar, x-bar LSL}/(3s) 2012 Dr. Klaus Oberste Lehn 21

22 2012 Dr. Klaus Oberste Lehn 22

Operations Management

Operations Management Operations Management Qualitätsmanagement Prof. Dr. Helmut Dietl Lernziele Nach dieser Veranstaltung sollen Sie wissen, was man unter Qualitätsmanagement versteht welche Ziele das Qualitätsmanagement verfolgt

Mehr

1 Fähigkeitskennwerte und deren Bedeutung

1 Fähigkeitskennwerte und deren Bedeutung 1 Fähigkeitskennwerte und deren Bedeutung (in Anlehnung an Textband DIHT Naturwissenschaftliche Grundlagen) 1.1 Fähigkeitsuntersuchungen Die Qualitätsforderungen in der Serien- und Massenfertigung können

Mehr

Grundlagen der statistischen Prozessregelung (SPC)

Grundlagen 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

Mehr

Übungen mit dem Applet x /s-regelkarte nach Shewhart

Übungen mit dem Applet x /s-regelkarte nach Shewhart x /s-regelkarte nach Shewhart 1 Übungen mit dem Applet x /s-regelkarte nach Shewhart 1 Statistischer Hintergrund... 2 1.1 Ziel und Vorgehensweise der x /s-regelkarte nach Shewhart...2 1.2 Kurzbeschreibung

Mehr

POCKET POWER. Qualitätssicherung Produktionsprozess

POCKET 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

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

Übungen mit dem Applet Rangwerte

Übungen mit dem Applet Rangwerte Rangwerte 1 Übungen mit dem Applet Rangwerte 1 Statistischer Hintergrund... 2 1.1 Verteilung der Einzelwerte und der Rangwerte...2 1.2 Kurzbeschreibung des Applets...2 1.3 Ziel des Applets...4 2 Visualisierungen

Mehr

Selbsttest Nr. 1: Qualitätsmanager

Selbsttest Nr. 1: Qualitätsmanager 01. Was ist R in der Statistischen Prozessüberwachung? Rauigkeitswert Spannweite Anzahl der vorhandenen Stichproben 02. Wenn mit einer Wahrscheinlichkeit von 12% eine Lieferung unvollständig und mit einer

Mehr

Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend

Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten

Mehr

Übung 4 im Fach "Biometrie / Q1"

Übung 4 im Fach Biometrie / Q1 Universität Ulm, Institut für Epidemiologie und Medizinische Biometrie, D-89070 Ulm Institut für Epidemiologie und Medizinische Biometrie Leiter: Prof. Dr. D. Rothenbacher Schwabstr. 13, 89075 Ulm Tel.

Mehr

1. Definieren Sie Qualität. 2. Wer ist befugt, über Qualität zu sprechen? 3. Stellen Sie das Prinzip des inneren Kunden dar.

1. Definieren Sie Qualität. 2. Wer ist befugt, über Qualität zu sprechen? 3. Stellen Sie das Prinzip des inneren Kunden dar. 1. Definieren Sie Qualität. 2. Wer ist befugt, über Qualität zu sprechen? 3. Stellen Sie das Prinzip des inneren Kunden dar. 4. In welchen Regelwerken sind die Elemente der Qualitätssicherung beschrieben.

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

Messung von Rendite und Risiko. Finanzwirtschaft I 5. Semester

Messung 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

Mehr

absolute Häufigkeit h: Anzahl einer bestimmten Note relative Häufigkeit r: Anzahl einer bestimmten Note, gemessen an der Gesamtzahl der Noten

absolute Häufigkeit h: Anzahl einer bestimmten Note relative Häufigkeit r: Anzahl einer bestimmten Note, gemessen an der Gesamtzahl der Noten Statistik Eine Aufgabe der Statistik ist es, Datenmengen zusammenzufassen und darzustellen. Man verwendet dazu bestimmte Kennzahlen und wertet Stichproben aus, um zu Aussagen bzw. Prognosen über die Gesamtheit

Mehr

Produktionsprozesse in der Pharmazie

Produktionsprozesse in der Pharmazie r r Produktionsprozesse in der Pharmazie Statistische Regelung und Analyse Werner Altenschmidt 1^ Heribert Häusler EDITIO CANTOR VERLAG AULENDORF Inhaltsverzeichnis Gleitwort 9 Vorwort 10 Einleitung 11

Mehr

OPERATIONS MANAGEMENT. - Qualitätsmanagement - Lernziele

OPERATIONS MANAGEMENT. - Qualitätsmanagement - Lernziele OPERATIONS MANAGEMENT - Qualitätsmanagement - Helmut M. Dietl 1 Lernziele Nach dieser Veranstaltung sollen Sie wissen, was man unter Qualitätsmanagement versteht welche Ziele das Qualitätsmanagement verfolgt

Mehr

Statistische Qualitätssicherung

Statistische Qualitätssicherung Produktionstechnische Schriftenreihe Herausgeber: Prof. Dr.-Ing. H. Kalac Band 1 Qualitätsmanagement Hassan Kalac Statistische Qualitätssicherung. Shaker Verlag Aachen 2004 Bibliografische Information

Mehr

3k. Die Qualitätsregelkarte

3k. 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

Mehr

2.3 Intervallschätzung

2.3 Intervallschätzung 2.3.1 Motivation und Hinführung Bsp. 2.15. [Wahlumfrage] Der wahre Anteil der rot-grün Wähler unter allen Wählern war 2009 auf eine Nachkommastelle gerundet genau 33.7%. Wie groß ist die Wahrscheinlichkeit,

Mehr

2.3 Intervallschätzung

2.3 Intervallschätzung 2.3.1 Motivation und Hinführung Bsp. 2.11. [Wahlumfrage] Der wahre Anteil der rot-grün Wähler 2009 war genau 33.7%. Wie groß ist die Wahrscheinlichkeit, in einer Zufallsstichprobe von 1000 Personen genau

Mehr

Aussagen hierzu sind mit einer unvermeidbaren Unsicherheit behaftet, die statistisch über eine Irrtumswahrscheinlichkeit bewertet wird.

Aussagen 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

Mehr

Hypothesentests und Konfidenzintervalle

Hypothesentests und Konfidenzintervalle Beispiel 1: Befüllen von Cornflakesschachteln Problem Ein Hersteller von Cornflakes möchte überprüfen, ob der Abfüllprozess den Zielvorgaben entspricht. Das Sollgewicht der Schachteln beträgt 365 Gramm.

Mehr

Inhaltsverzeichnis. Inhaltsverzeichnis. 1 Qualitätsprüfung als Aufgabe der Prozessorganisation 17

Inhaltsverzeichnis. Inhaltsverzeichnis. 1 Qualitätsprüfung als Aufgabe der Prozessorganisation 17 1 Qualitätsprüfung als Aufgabe der Prozessorganisation 17 2 Qualitätsmanagement in der operativen Wertschöpfungskette 22 2.1 Qualitätsprüfung im Unternehmensprozess 22 2.2 Prüfmittel, Prüfmittelverwaltung

Mehr

Gauß sche Normalverteilung

Gauß sche Normalverteilung SPC Statistik 1 Versuch Glockenkurve Gauß sche Normalverteilung Gauß sche Normalverteilung Dichtefunktion φ = 1 2π e 1 2 x2 Mittelwert n µ = 1 n i=1 xi S = Standardabweichung 1 n 1 i=1 n (xi µ) Carl Friedrich

Mehr

Inhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 15 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen

Inhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 15 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 6... 2 Aufgabe 133... 2 Aufgabe 134... 5 Aufgabe 135 (Grunderhebung für eine Qualitätsregelkarte)... 8 Aufgabe 136 (Klausuraufgabe SS 04)... 10 Aufgabe 137

Mehr

SIX SIGMA TEIL 3: DIE MEASURE PHASE DMAIC MARTIN ZANDER. Green Belt Level

SIX SIGMA TEIL 3: DIE MEASURE PHASE DMAIC MARTIN ZANDER. Green Belt Level 2010 SIX SIGMA TEIL 3: DIE MEASURE PHASE DMAIC MARTIN ZANDER Green Belt Level 2 M. ZANDER SIX SIGMA TEIL 3: DIE MEASURE PHASE Dieses Buch wurde online bezogen über: XinXii.com Der Marktplatz für elektronische

Mehr

Leseprobe. Horst Quentin. Statistische Prozessregelung - SPC ISBN: Weitere Informationen oder Bestellungen unter

Leseprobe. Horst Quentin. Statistische Prozessregelung - SPC ISBN: Weitere Informationen oder Bestellungen unter Leseprobe Horst Quentin Statistische Prozessregelung - SPC ISBN: 978-3-446-41637-6 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-41637-6 sowie im Buchhandel. Carl Hanser

Mehr

Qualität " Beschaffenheit einer Einheit bezüglich ihrer Eignung festgelegt und vorrausgesetzter Erfordernisse zu erfüllen " ( DIN Teil 11 ).

Qualität  Beschaffenheit einer Einheit bezüglich ihrer Eignung festgelegt und vorrausgesetzter Erfordernisse zu erfüllen  ( DIN Teil 11 ). Qualitätssicherung (Folien) - 1 - KN103..2001 QS beginnt: - Im Aufbau und Ausbau des Systems in allen Bereichen. - Betrifft jeden Mitarbeiter - Betrifft die Produktionsplanung - Betrifft die Gestaltung

Mehr

Kenngrößen von Zufallsvariablen

Kenngrößen von Zufallsvariablen Kenngrößen von Zufallsvariablen Die Wahrscheinlichkeitsverteilung kann durch die sogenannten Kenngrößen beschrieben werden, sie charakterisieren sozusagen die Verteilung. Der Erwartungswert Der Erwartungswert

Mehr

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 10 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie als Wissenschaft

Mehr

Grundlagen der statistischen Prozessregelung SPC

Grundlagen der statistischen Prozessregelung SPC I-Q SCHACHT & KOLLEGEN QUALITÄTSKONSTRUKTION GMBH Grundlagen der statistischen Prozessregelung SPC Seminar-Inhalte SPC - Grundlagen der statistischen Prozessregelung Inhaltliche Beschreibung: In dieser

Mehr

Maurizio Musso, Universität Salzburg, ver Physikalische Grundlagen der Meßtechnik. Teil 2

Maurizio Musso, Universität Salzburg, ver Physikalische Grundlagen der Meßtechnik. Teil 2 Teil 2 Auswertung von Messungen, zufällige oder statistische Abweichungen Auswertung direkter Messungen Häufigkeitsverteilung, Häufigkeitsfunktion Mittelwert, Standardabweichung der Einzelwerte Standardabweichung

Mehr

4L Die Normalverteilung

4L Die Normalverteilung L. Normalverteilung L Die Normalverteilung Zufallsverteilungen lassen sich in der Natur gut beobachten, denn die Natur setzt bei ihrer Fortpflanzungsstrategie auf den totalen Überfluss. So ergab zum Beispiel

Mehr

Wie man zwei Kekssorten auf Unterschiede testet

Wie 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

Mehr

Demo-Text für STOCHASTIK. Tschebyscheff-Ungleichung. Einführung mit Anwendungsbeispielen. Datei Nr Friedrich W.

Demo-Text für   STOCHASTIK. Tschebyscheff-Ungleichung. Einführung mit Anwendungsbeispielen. Datei Nr Friedrich W. STOCHASTIK Tschebyscheff-Ungleichung Einführung mit Anwendungsbeispielen Datei Nr. 36111 Friedrich W. Buckel Stand 1. April 010 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK www.mathe-cd.de Inhalt 1 Wiederholung:

Mehr

Kapitel 2. Fehlerrechnung

Kapitel 2. Fehlerrechnung Fehlerrechnung 1 Messungen => quantitative Aussagen Messungen müssen zu jeder Zeit und an jedem Ort zu den gleichen Ergebnissen führen Messungen sind immer mit Fehler behaftet. => Angabe des Fehlers! Bespiel

Mehr

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 10 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft

Mehr

Statistik eindimensionaler Größen

Statistik 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,

Mehr

Statistik. Mittelwert Standardabweichung s Spannweite R c P (c m )

Statistik. Mittelwert Standardabweichung s Spannweite R c P (c m ) Statistik Mittelwert Standardabweichung s Spannweite R c P (c m ) c P (c m ) x Inhalt Folie 1/17 x Der arithmetische Mittelwert aller Messwerte aus einer Stichprobe Mittelwert Folie 2/17 1 X = n n i= 1

Mehr

Stichwortverzeichnis. Symbole

Stichwortverzeichnis. Symbole Stichwortverzeichnis Symbole 50ste Perzentil 119 A Absichern, Ergebnisse 203 Abzählbar unendliche Zufallsvariable 146 Alternativhypothese 237 238 formulieren 248 Anekdote 340 Annäherung 171, 191 Antwortquote

Mehr

Kapitel 2. Häufigkeitsverteilungen

Kapitel 2. Häufigkeitsverteilungen 6 Kapitel 2 Häufigkeitsverteilungen Ziel: Darstellung bzw Beschreibung (Exploration) einer Variablen Ausgangssituation: An n Einheiten ω,, ω n sei das Merkmal X beobachtet worden x = X(ω ),, x n = X(ω

Mehr

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir

Mehr

Übungsaufgaben zu Kapitel 6

Übungsaufgaben zu Kapitel 6 Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 6... Aufgabe 133... Aufgabe 134... 5 Aufgabe 135 (Grunderhebung für eine Qualitätsregelkarte)... 8 Aufgabe 136 (Klausuraufgabe SS 04)... 10 Aufgabe 137 (Überwachung

Mehr

3.2 Streuungsmaße. 3 Lage- und Streuungsmaße 133. mittlere Variabilität. geringe Variabilität. große Variabilität 0.0 0.1 0.2 0.3 0.4 0.

3.2 Streuungsmaße. 3 Lage- und Streuungsmaße 133. mittlere Variabilität. geringe Variabilität. große Variabilität 0.0 0.1 0.2 0.3 0.4 0. Eine Verteilung ist durch die Angabe von einem oder mehreren Mittelwerten nur unzureichend beschrieben. Beispiel: Häufigkeitsverteilungen mit gleicher zentraler Tendenz: geringe Variabilität mittlere Variabilität

Mehr

3. Prozesskontrolle. 1 Prozesskontrolle: Einführung

3. Prozesskontrolle. 1 Prozesskontrolle: Einführung 3. Prozesskontrolle Stichwörter: Kontrollkarten, Shewhart-Karte, x-karte, R-Karte, s-karte, p-karte, c-karte, Kontrollgrenzen, Lauflänge, ARL, Warngrenzen, EWMA- Karte, CUSUM-Karte, Fähigkeitsindizes,

Mehr

Applikationen für das Qualitätsmanagement

Applikationen für das Qualitätsmanagement QUALITY-APPS Applikationen für das Qualitätsmanagement Die Normalverteilung Autor: Dr. Konrad Reuter Die Normalverteilung oder auch "GAUSS-Verteilung" nimmt eine zentrale Stellung in der praxisbezogenen

Mehr

Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1

Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1 Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1 Aufgabe 1: Von 2 gleichartigen Maschinen eines pharmazeutischen Betriebes stellt die erste 40% und die zweite 60% der Produkte her. Dabei verursacht

Mehr

9. Übungen. Statistik: Mittelwert und Standardabweichung Statistik: Median Statistik: Kennwerte

9. 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:

Mehr

Von der Normalverteilung zu z-werten und Konfidenzintervallen

Von der Normalverteilung zu z-werten und Konfidenzintervallen Von der Normalverteilung zu z-werten und Konfidenzintervallen Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH

Mehr

lndustrial Engineering

lndustrial Engineering lndustrial Engineering Standardmethoden zur Produktivitätssteigerung und Prozessoptimierung http://shop.refa.de/shop/details.php?id=207 PRINT ISBN 978-3-446-44786-8 E-PDF ISBN 978-3-446-44787-5 1. Auflage

Mehr

Operations Management

Operations Management Operations Management Qualitätsmanagement Prof. Dr. Helmut Dietl Lernziele Nach dieser Veranstaltung sollen Sie wissen, was man unter Qualitätsmanagement versteht welche Ziele das Qualitätsmanagement verfolgt

Mehr

825 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?

825 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

Mehr

Statistik II für Betriebswirte Vorlesung 6

Statistik II für Betriebswirte Vorlesung 6 Statistik II für Betriebswirte Vorlesung 6 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 30. November 2016 Prof. Dr. Hans-Jörg Starkloff Statistik II für Betriebswirte

Mehr

Statistik für SozialwissenschaftlerInnen II p.85

Statistik für SozialwissenschaftlerInnen II p.85 Schätzverfahren Statistik für SozialwissenschaftlerInnen II p.85 Schätzverfahren Ziel von Schätzverfahren: Ausgehend von Stichproben Aussagen über Populationskennwerte machen Kenntnis der Abweichung des

Mehr

Qualitätslenkung und -regelkreise

Qualitätslenkung und -regelkreise Folienauszüge Qualitätslenkung und -regelkreise Steinbeis-Transferzentrum Managementsysteme Marlene-Dietrich-Straße 5, 89231 Neu-Ulm Tel.: 0731-98588-900, Fax: 0731-98588-902 Mail: info@tms-ulm.de, Internet:

Mehr

Grenzen für x -s-regelkarten

Grenzen 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

Mehr

Verfahren für metrische Variable

Verfahren für metrische Variable Verfahren für metrische Variable Grafische Methoden Histogramm Mittelwertsplot Boxplot Lagemaße Mittelwert, Median, Quantile Streuungsmaße Standardabweichung, Interquartilsabstand Lagemaße und Streumaße

Mehr

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,

Mehr

Operations Management

Operations Management Operations Management Qualitätsmanagement Prof. Dr. Helmut Dietl Lernziele Nach dieser Veranstaltung sollen Sie wissen, was man unter Qualitätsmanagement versteht, welche Ziele das Qualitätsmanagement

Mehr

8 Stichprobenkennwerteverteilung

8 Stichprobenkennwerteverteilung 8 Stichprobenkennwerteverteilung 8.1 Vorbemerkungen 8.2 Die Normalverteilung: Teil 2 8.3 Die t Verteilung 8.4 Normalverteilungs Approximation: Der zentrale Grenzwertsatz 8.1 Vorbemerkungen Daten x 1,...,

Mehr

Ü b u n g s b l a t t 15

Ü b u n g s b l a t t 15 Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel 2. 7. 2007 Ü b u n g s b l a t t 15 Hier ist zusätzliches Übungsmaterial zur Klausurvorbereitung quer durch die Inhalte der Vorlesung. Eine

Mehr

2. Grundbegriffe. Literatur. Skript D. Huhnke S emg GEM. emg GEM

2. Grundbegriffe. Literatur. Skript D. Huhnke S emg GEM. emg GEM . Grundbegriffe Literatur Skript D. Huhnke S. 10-1 Messung Messwert: Wert, der zur Messgröße gehört und der Ausgabe eines Messgerätes eindeutig zugeordnet ist. Messvoraussetzungen Die Messung soll sein

Mehr

Statistik II für Betriebswirte Vorlesung 15

Statistik II für Betriebswirte Vorlesung 15 Statistik II für Betriebswirte Vorlesung 15 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 05. Februar 2018 Dr. Andreas Wünsche Statistik II für Betriebswirte Vorlesung 15 Version:

Mehr

Deskriptive Statistik 1 behaftet.

Deskriptive Statistik 1 behaftet. Die Statistik beschäftigt sich mit Massenerscheinungen, bei denen die dahinterstehenden Einzelereignisse meist zufällig sind. Statistik benutzt die Methoden der Wahrscheinlichkeitsrechnung. Fundamentalregeln:

Mehr

Brückenkurs Statistik für Wirtschaftswissenschaften

Brückenkurs Statistik für Wirtschaftswissenschaften Peter von der Lippe Brückenkurs Statistik für Wirtschaftswissenschaften Weitere Übungsfragen UVK Verlagsgesellschaft mbh Konstanz Mit UVK/Lucius München UVK Verlagsgesellschaft mbh Konstanz und München

Mehr

Grundlagen der. h Rückblick. Dr. K. Krüger. Grundwissen Mathematik

Grundlagen der. h Rückblick. Dr. K. Krüger. Grundwissen Mathematik Grundlagen der Schulmathematik h Rückblick Sommersemester 2009 Dr. K. Krüger Grundwissen Mathematik (DGS) Folie aus der 1. Vorlesung Inhalte 1. Beschreibende Statistik Mauna Loa Co2 1200 Streudiagramm

Mehr

Statistik für NichtStatistiker

Statistik 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

Mehr

Statistik K urs SS 2004

Statistik 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

Mehr

untersuchen Lage- und Streumaße von Stichproben

untersuchen Lage- und Streumaße von Stichproben Qualifikationsphase Leistungskurs 1 QII 2.1.2 Konkretisierte Unterrichtsvorhaben auf der Basis des Lehrwerks Buch: Elemente der Mathematik, Qualifikationsphase NRW Leistungskurs, Braunschweig 2015, Westermann

Mehr

2. Dosieren. H.-C. Langowski Lebensmittel-Verpackungstechnik (früher: Abfüll- und Verpackungstechnik 2) Dosieren

2. Dosieren. H.-C. Langowski Lebensmittel-Verpackungstechnik (früher: Abfüll- und Verpackungstechnik 2) Dosieren 2. Dosieren Begriffsbestimmungen Dosieren: Unter Dosieren versteht man nach G. Vetter die nach Größe und zeitlicher Folge veränderliche Zuteilung von Stoffen in Produktionsprozessen. Die Dosierung wird

Mehr

Inhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 16 Prof. Dr. Karin Melzer, Fakultät Grundlagen

Inhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 16 Prof. Dr. Karin Melzer, Fakultät Grundlagen Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 6... 2 Aufgabe 126... 2 Aufgabe 127... 5 Aufgabe 128 (Grunderhebung für eine Qualitätsregelkarte)... 8 Aufgabe 129 (Klausuraufgabe SS 04)... 10 Aufgabe 130

Mehr

Die Operationscharakteristik von Regelkarten SPC als Hypothesentest Autor: Beat Giger

Die Operationscharakteristik von Regelkarten SPC als Hypothesentest Autor: Beat Giger QUALITY APPs Applikationen für das Qualitätsmanagement Probieren und Studieren Die Operationscharakteristik von Regelkarten SPC als Hypothesentest Autor: Beat Giger Die Regelkartentechnik (Statistical

Mehr

Statistische Methoden der Qualitätssicherung

Statistische Methoden der Qualitätssicherung Horst Rinne/ Hans-Joachim Mittag Statistische Methoden der Qualitätssicherung 3., überarbeitete Auflage Carl Hanser Verlag München Wien Vorwort Wegweiser Seite XIII XV 1 Einführung 1 1.1 Qualität und Qualitätsmanagement

Mehr

Methodenbeschreibung Design Scorecards

Methodenbeschreibung Design Scorecards Ziel Prinzip dienen der Bestimmung des Zielerreichungsgrades von Design-Faktoren unter Berücksichtigung von Variation durch den Herstellprozess. Die Methode baut auf die identifizierten kritischen Design-Faktoren

Mehr

Kapitel VII. Einige spezielle stetige Verteilungen

Kapitel VII. Einige spezielle stetige Verteilungen Kapitel VII Einige spezielle stetige Verteilungen D. 7.. (Normalverteilung) Eine stetige Zufallsgröße X sei als normalverteilt bezeichnet, wenn sie folgende Wahrscheinlichkeitsdichte besitzt: µ f ( ; µ,

Mehr

Statistische Methoden der Qualitätssicherung

Statistische Methoden der Qualitätssicherung Horst Rinne/ Hans-Joachim Mittag Statistische Methoden der Qualitätssicherung Carl Hanser Verlag München Wien VII Inhaltsübersicht Seite Vorwort Wegweiser durch das Buch XIII XV 1 Einführung l 1.1 Qualität

Mehr

Statistik I für Betriebswirte Vorlesung 14

Statistik I für Betriebswirte Vorlesung 14 Statistik I für Betriebswirte Vorlesung 14 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. Juli 017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 14 Version: 8. Juli

Mehr

Ursula Meiler DGQ-Regionalkreis

Ursula Meiler DGQ-Regionalkreis Von Toleranzen, Prüfmitteleignung und Prozessfähigkeit Interpretation von Daten durch Anwendung statistischer Methoden BEISPIEL 1 von Maßen, Toleranzen, Prüfmitteleignung und Prozessfähigkeit 2 1 Fokus

Mehr

Konfidenzintervall für den Anteilswert θ. Konfidenzintervalle. Jost Reinecke. Universität Bielefeld. 13. Juni 2005

Konfidenzintervall für den Anteilswert θ. Konfidenzintervalle. Jost Reinecke. Universität Bielefeld. 13. Juni 2005 Universität Bielefeld 13. Juni 2005 Einführung Einführung Wie kann die Kenntnis der Wahrscheinlichkeitsverteilung der Parameter einer Stichprobe dazu verhelfen auf die wahren Werte der Grundgesamtheit

Mehr

Six Sigma Six Sigma (6σ)

Six Sigma Six Sigma (6σ) Six Sigma (6σ) ist ein statistisches Qualitätsziel und zugleich der Name einer Qualitätsmanagement-Methodik. Ihr Kernelement ist die Beschreibung, Messung, Analyse, Verbesserung und Überwachung von Geschäftvorgängen

Mehr

Verteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen. Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung

Verteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen. Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung Verteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung Typisierung der stetigen theoretischen Verteilungen Bibliografie:

Mehr

Problemstellung und Lernziele

Problemstellung und Lernziele Servicequalität II Problemstellung und Lernziele Mit welchen statistischen Methoden kann die Servicequalität analysiert werden? Nach dieser Veranstaltung sollten Sie in der Lage sein, Methoden der statistischen

Mehr

Stichproben Parameterschätzung Konfidenzintervalle:

Stichproben Parameterschätzung Konfidenzintervalle: Stichproben Parameterschätzung Konfidenzintervalle: Beispiel Wahlprognose: Die Grundgesamtheit hat einen Prozentsatz p der Partei A wählt. Wenn dieser Prozentsatz bekannt ist, dann kann man z.b. ausrechnen,

Mehr

Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Stetige Verteilungen

Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Stetige Verteilungen Materialien zur Lösung der folgenden Aufgaben: - in Übung 3 beigefügte Tabelle Wahrscheinlichkeitsverteilungen diskreter und stetiger Zufallsgrößen - Übersicht - beigefügte Tabelle spezieller stetiger

Mehr

Statistik in der Fertigungstechnik. die Normalverteilung und ihre Anwendung im zweiten Lehrjahr der industriellen Metallberufe

Statistik in der Fertigungstechnik. die Normalverteilung und ihre Anwendung im zweiten Lehrjahr der industriellen Metallberufe Statistik in der Fertigungstechnik die Normalverteilung und ihre Anwendung im zweiten Lehrjahr der industriellen Metallberufe 1 Berufliches Schulzentrum an der Deroystraße Berufsschule für Fertigungstechnik

Mehr

Lage- und Streuungsparameter

Lage- 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

Mehr

Analytische Statistik II

Analytische 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.

Mehr

Mit Hilfe der Hypothesentests kann auf Basis einer festgelegten Irrtumswahrscheinlichkeit eine Entscheidung getroffen werden.

Mit Hilfe der Hypothesentests kann auf Basis einer festgelegten Irrtumswahrscheinlichkeit eine Entscheidung getroffen werden. Voraussetzung und verwandte Themen Für diese Beschreibungen sind Grundlagen der Statistik vorteilhaft. Weiterführende und verwandte Themen sind: www.versuchsmethoden.de/normalverteilung.pdf Einführung

Mehr

Steuern von Fertigungsprozessen mit PRECONTROL Karten

Steuern von Fertigungsprozessen mit PRECONTROL Karten Steuern von Fertigungsprozessen mit PRECONTROL Karten Jürgen P. Bläsing Verlag TQU Precontrol hat viele Vorteile Vorteile, die jeder versteht! Weniger Probleme mit fremdsprachigen Mitarbeitern Keine Probleme

Mehr

Teilklausur des Moduls Kurs 42221: Vertiefung der Statistik

Teilklausur des Moduls Kurs 42221: Vertiefung der Statistik Name, Vorname Matrikelnummer Teilklausur des Moduls 32741 Kurs 42221: Vertiefung der Statistik Datum Termin: 21. März 2014, 14.00-16.00 Uhr Prüfer: Univ.-Prof. Dr. H. Singer Vertiefung der Statistik 21.3.2014

Mehr

= 3. Kapitel 4: Normalverteilung.. und Standardnormalverteilung und: das Konfidenzintervall..

= 3. Kapitel 4: Normalverteilung.. und Standardnormalverteilung und: das Konfidenzintervall.. Kapitel : Normalverteilung.. und Standardnormalverteilung und: das Konfidenzintervall.. Mittelwert = Summe aller Einzelwerte / n = durchschnittliche Ausprägung, wenn alle gleich viel hätten. Streuung =

Mehr

Anleitung zum Applet

Anleitung zum Applet Anleitung zum Applet Visualisierung des Begriffs erwartungstreu bearbeitet von: Edwin Rohr WS 2004/2005 E/TI - 7 betreut von: Prof. Dr. Wilhelm Kleppmann Edwin Rohr - 1 - Inhaltsverzeichnis 1 Vorwort..

Mehr

Inferenzstatistik (=schließende Statistik)

Inferenzstatistik (=schließende Statistik) Inferenzstatistik (=schließende Statistik) Grundproblem der Inferenzstatistik: Wie kann man von einer Stichprobe einen gültigen Schluß auf di Grundgesamtheit ziehen Bzw.: Wie groß sind die Fehler, die

Mehr

Das Konfidenzintervall (Confidence Interval CI) Vertrauen schaffen, Signifikanz erkennen Autor: Beat Giger

Das 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

Mehr

Arbeitsblatt 27: Normalverteilung Kerzen

Arbeitsblatt 27: Normalverteilung Kerzen Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücke erst die Taste

Mehr

Sigma-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. 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

Mehr