Grundlagen der Statistik

Größe: px
Ab Seite anzeigen:

Download "Grundlagen der Statistik"

Transkript

1 - 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 die Lieferung den geforderten Toleranzen, ist die Ausführung fachgerecht,... Dabei ist es aber (aufgrund der großen Stückzahl) nicht möglich, alle Teile zu überprüfen. Daher hat man statistische Methoden entwickelt, mit Hilfe derer man aus den Eigenschaften einer kleinen Zahl Werkstücke, die man der Lieferung zufällig entnommen hat (eine sog. Stichprobe), auf die Eigenschaften aller Werkstücke schließen kann. Da diese Methoden sehr zuverlässig, einfach und aussagekräftig sind, werden sie mittlerweile auch verwendet, um die Eigenschaften von Kleinserien zu beschreiben. 1. Begriffe und Definitionen Stichprobe: Alle Werkstücke, die in der Lieferung geprüft wurden Stichprobenumfang n: Anzahl der als Stichprobe entnommenen Werkstücke 2. Das Balkendiagramm Will man sich einen Überblick über die Eigenschaft einer Stichprobe verschaffen, so stellt man diese Eigenschaft gerne grafisch dar. Dabei wird die jeweilige Eigenschaft meist nach rechts, die Anzahl der entsprechenden Werkstücke nach oben angetragen. Arbeitsauftrag: Fasse die folgenden Ergebnisse einer Durchmessermessung (nächste Seite) zusammen zu Gruppen von je 0,1 mm (also 49,50mm 49,59mm; 49,60mm 49,69mm...) und zähle die Häufigkeit der Messergebnisse. Erstelle dann ein Balkendiagramm dazu. 49,50 49,60 49,70-49,80 49,90 50,00 50,10 50,20 50,30 50,40 49,59 49,69 49,79 49,89 49,99 50,09 50,19 50,29 50,39 50,50 Team.Klasse Metall 1/6 t08_01_skript_grundlagen_statistik_normalverteilt.odt\

2 49,56 50,34 49,89 49,55 50,32 50,15 49,92 49,86 49,86 50, 49,85 49,82 50,04 50,02 50,29 49,88 50,01 49,79 49,98 49,98 49,70 49,61 49,97 49,97 50,08 50,25 50,29 50,09 50,00 49,84 49,75 50,12 49,89 50,03 49,75 50,03 50,01 49,81 49,93 50,05 50,02 49,84 49,77 49,91 50,09 49,94 50,06 49,92 49,90 50,10 49,83 50,22 49,89 49,76 50,23 50,50 49,92 49,89 50,03 50,37 49,66 50,29 49,67 50,19 50,10 50,31 50,26 49,87 50,47 50,32 50,29 50,10 50,17 49,97 50,21 50,02 49,90 50,13 50,46 50,24 Anzahl ,50 49,59 49,60 49,69 49,70-49,79 49,80 49,89 3. Die Normalverteilung 49,90 49,99 50,00 50,09 Wenn man die folgenden Testmethoden anwendet, geht man davon aus, dass die gesamte Lieferung der sog. Gauß schen Normalverteilung entspricht. Dazu dürfen die Eigenschaften eines Werkstücks nicht von denen seines Vorgängers oder seines 50,10 50,19 50,20 50,29 50,30 50,39 50,40 50,50 Geldschein mit dem Bild von Gauß und der Normalverteilungskurve Nachfolgers abhängen (es muss statistisch unabhängig sein). Außerdem muss eine Abweichung nach oben genauso wahrscheinlich sein wie eine Abweichung nach unten. Bsp.: Sticht man Scheiben von einer Welle ab, so ist die Dicke einer Scheibe nicht abhängig von einer anderen. Gegenbeispiel: Die Leistung von Schülern in einer Klasse hängt selbstverständlich von deren Nachbarn ab. Noten sind deshalb meist nicht normalverteilt. Durchmesser t08_01_skript_grundlagen_statistik_normalverteilt.odt \ /6 Team.Klasse Metall

3 - Qualitätssicherung Datum: Blatt: T08 01 Bei der Normalverteilung stellt man fest, dass sich die Messergebnisse um eine (häufigste) Wertegruppe herum gleichmäßig verteilen. Je weiter man nach außen geht, desto seltener werden diese Messergebnisse. Dies kann man aber erst erkennen, wenn der Stichprobenumfang groß genug ist (n 50). Es ergibt sich ein Balkendiagramm der folgenden Form: Eigenschaft Fasst man sehr wenige Eigenschaften zusammen (das heißt: verwendet man sehr viele, sehr schmale Balken), so entsteht eine Art Glockenkurve (die rote Linie als Verbindung der Balken). 4. Die Spannweite Eigenschaft Die Spannweite (engl.: range ) gibt an, wie weit der größte und der kleinste Messwert voneinander entfernt sind: R = x max x min 5. Werte, um die Mitte der Verteilung zu kennzeichnen: 5.1. Der Modalwert D Dieser Wert ist der am häufigsten gemessene Wert, er liegt (bei einer normalverteilten Stichprobe) in der Mitte Zentralwert (Medianwert) x ~ (sprich: x Tilde ) Dieser Wert ist der Wert, der in der Mitte zwischen größtem und kleinstem gemessenen Wert liegt. Team.Klasse Metall 3/6 t08_01_skript_grundlagen_statistik_normalverteilt.odt\

4 5.3. Der (arithmetische) Mittelwert Der Mittelwert x ist der (rechnerische) Wert, der in der Mitte der Stichprobe liegt. Er wird häufig auch als Durchschnitt bezeichnet (manchmal: µ): x = x 1 + x n x n X n : Messwert Nummer n n: Stichprobenumfang Arbeitsauftrag: Ermittle den Mittelwert für die obige Messreihe (S. 2)! x = 6. Die Standardabweichung (Streuung) Der Mittelwert sagt alleine nichts über die Qualität einer Stichprobe aus. Hat man zum Beispiel bei 50 gemessenen Teilen 25 mal das Maß 9,7 mm und 25 mal das Maß 10,3 mm, so beträgt der Mittelwert x = 10,0 mm, die Toleranz 10,0 ± 0,1 mm kann trotzdem nicht eingehalten werden. Also braucht man ein Maß für die Streuung. Das heißt, man möchte wissen wie weit weg die Messwerte im Mittel liegen. Dazu verwendet man diestandardabweichung oder Streuung s (oder σ): s = ( x x)² + ( x 1 2 Dabei bedeutet das Maß s folgendes: x)² n 1 ( x x)² 68,3 % der Messwerte der Lieferung liegen im Bereich x ± 1 s 95,4% der Messwerte der Lieferung liegen im Bereich x ± 2 s 99,7% der Messwerte der Lieferung liegen im Bereich x ± 3 s n Je nach Qualitätsanforderung sollte die Toleranz also 4*s (d.h. 4,55% Ausschuss) bis 6*s (d.h. 0,27% Ausschuss) betragen. µ - 2s µ - s µ µ + s µ + 2s Dabei bedeutet eine große Streuung, dass die Messwerte sehr weit auseinander liegen, eine kleine Streuung, dass die Messwerte nahe beieinander liegen. Daher kann man mit kleinen Streuungen kleine Toleranzen einhalten während man für große Toleranzen auch nur große Streuungen benötigt. t08_01_skript_grundlagen_statistik_normalverteilt.odt \ /6 Team.Klasse Metall

5 - Qualitätssicherung Datum: Blatt: T08 01 Arbeitsauftrag: Berechne für die ersten zwei Zeilen der Messwerttabelle auf Seite 2 den Mittelwert und die Standardabweichung. Für Starke: Die Messwerte liegen auch als Excel Tabelle vor. Versuche, den Mittelwert und die Standardabweichung mit Hilfe der Excel Funktionen auszuwerten (gesondertes Skript vorhanden) oder selber zu programmieren. Erstelle außerdem ein Balkendiagramm für die Messwerte! Zusammenfassung der wichtigen Begriffe: Team.Klasse Metall 5/6 t08_01_skript_grundlagen_statistik_normalverteilt.odt\

6 Übung: Prüfung einer Lieferung von Passschrauben Der Durchmesser in der Mitte der Klemmlänge ist für den Wareneingang zu prüfen. Aus der Lieferung wurden an verschiedenen Positionen neun Prüflinge für eine Zufallsstichprobe entnommen. Mit einem Feinzeiger wurden folgende Messwerte in μm festgestellt: Zu bestimmen sind der Modalwert, Median, Mittelwert, die Spannweite der Streuung und die Standardabweichung; dazu ein Balkendiagramm für die Abmaße von 0 bis 12 μm. Im Balkendiagramm sind Mindest- und Höchstmaß einzutragen sowie die sich durch s ergebende Verteilungskurve. t08_01_skript_grundlagen_statistik_normalverteilt.odt \ /6 Team.Klasse Metall

7 - Qualitätssicherung Datum: Blatt: T08 03 Auswertung von Messungen Statistik Ein Mensch der von Statistik hört, denkt dabei nur an Mittelwert. Er glaubt nicht dran und ist dagegen, ein Beispiel soll es gleich belegen: Ein Jäger auf der Entenjagd Hat einen ersten Schuß gewagt. Der Schuß, zu hastig aus dem Rohr, lag eine Handbreit vor. Der zweite Schuß mit lautem Krach Lag eine gute Handbreit nach. Der Jäger spricht ganz unbeschwert Voll glauben an den Mittelwert: Statistisch ist die Ente tot. Doch wär er klug und nähme Schrot - dies sei gesagt ihn zu bekehren er würde seine Chancen mehren: Der Schuss geht ab, die Ente stürzt, weil Streuung ihr das Leben kürzt. Das mathematische Opfer: Eugen Roth A. Lindner 1/2 t08_03_eugen_roth_auswertung_von_messungen.odt\03.02.

8 t08_03_eugen_roth_auswertung_von_messungen.odt\ /2 Team.Klasse Metall

9 - Qualitätssicherung Datum: Blatt: T10 01 Die Maschinen- und Prozessfähigkeit Situation: Du arbeitest bei einem kleinen Zulieferbetrieb für die Luftfahrtindustrie und wirst gebeten, ein Angebot für eine Welle abzugeben. Die Welle soll auf eine Länge von 60 ± 0,03 mm abgestochen werden. Dazu überlegst du, ob der alte Drehautomat aus der Fertigung die 5000 Stück pro Woche in der geforderten Toleranz fertigen kann. Ansonsten musst du überlegen, ob die Beschaffung einer neuen CNC Drehmaschine notwendig ist. Die Maschinen- und die Prozessfähigkeit sind dazu (neben der Hauptnutzungszeit, vgl. FTNC) die wichtigsten Größen in der statistischen Prozessregelung. Sie lassen sich (bei gleichen Formeln) folgendermaßen voneinander abgrenzen: Kennzeichen Maschinenfähigkeit Prozessfähigkeit Untersuchungszeitraum Neuinstallation einer Kurzzeituntersuchung, z.b. Langzeituntersuchung Maschine Untersuchungsgegenstand Stichprobe Ziel Komponenten innerhalb einer Produktionsanlage Entnahme einer einzigen Stichprobe Beurteilung einer Maschine hinsichtlich Fähigkeiten (Abnahme) Produktionsprozess, d.h. Zusammenwirken von Menschen, Maschinen, Material, Arbeitsmethoden und Arbeitsumwelt Entnahme kleiner Stichproben über einen längeren Zeitraum Beurteilung eines Prozesses hinsichtlich Fähigkeit Ermittlung der Maschinenfähigkeit C m und C mk : (engl. capability) (Stichprobengröße n > 50) c m T = 6 s C m gibt Auskunft, ob die Maschine im Rahmen ihrer normalen Schwankungen in der Lage ist, in der geforderten Toleranz zu fertigen. Bildlich gesprochen ist der Wert ein Maß dafür, wie viel von der Normalverteilungskurve (begrenzt durch ± 3s) in die Toleranz hineinpasst. Daher entscheidet diese Prüfung, ob die Maschine fähig ist. G u N G O Team.Klasse Metall 1/2 t10_01_skript_mfu_pfu.odt\

10 Um zu überprüfen, ob die Kurve auch ausreichend mittig G u N G O zwischen den Toleranzgrenzen liegt (in der Fertigung strebt man häufig die Toleranzmitte an), benötigt man den Kennwert C mk. c mk Z krit = 3 s mit Z ob = G O x und Z un = x G U Entscheidend ist hier, ob ib den Abstand des Mittelwertes zur nächstliegenden Toleranzgrenze (G O / G U ) die Hälfte der Normalverteilungskurve (begrenzt durch ± 3s) hineinpasst. Deshalb wird der kleinere der beiden Werte als Z krit in die Formel eingesetzt. Ablauf einer Prüfung: Durch Verträge einigen sich Kunde und Lieferant auf den Grenzwert für die Prüfung der Maschinen- und Prozessfähigkeit. Durch Vertrag kann der Wert auf 1,33 (ungenau) festgelegt werden, Automobilproduzenten steigern den Wert häufig auf 2,66 oder 3,0. Dabei muss beiden Vertragspartnern klar sein, dass diese größere Genauigkeit auch mehr Geld kostet (in etwa gilt: eine Zehnerstelle genauer verdoppelt die Fertigungskosten). Solange Sie keine weiteren Angaben haben, gilt der Wert aus dem Tabellenbuch (obwohl der in der Praxis nicht mehr oft verwendet wird). Zunächst wird die Maschinenfähigkeit geprüft, um festzustellen, ob die Maschine technisch in der Lage ist, den Auftrag in der geforderten Genauigkeit zu erledigen. Danach wird die kritische Maschinenfähigkeit geprüft, um sicherzustellen, dass die Maschine richtig eingestellt ist. Damit die Teile auch im Fertigungsprozess die gewünschte Qualität aufweisen, werden während der Fertigung die Prozessfähigkeit (und die kritische Prozessfähigkeit) überwacht, damit das System aus den Maschinenkomponenten und dem Bediener funktioniert. t10_01_skript_mfu_pfu.odt \ /2 Team.Klasse Metall

11 - Qualitätssicherung Datum: Blatt: T10 02 Arbeitsauftrag 1: Beschrifte das Arbeitsblatt. Hilfsmittel: Fachkundebuch Metall und Skript Statistik! Maschinenfähigkeit 1. Welchen Zweck erfüllt die Maschinenfähigkeit? Beurteilung, ob eine Maschine (nach Aufstellung oder bei Wartung) eine vorgegebene Toleranz einhalten kann. 2. Was muss bei der Maschinenfähigkeit berücksichtigt werden? - Toleranz - Standardabweichung der Stichprobe (Kurzzeit) - Stichprobengröße - Lage von Mittelwert und Mitte des Toleranzfelds zueinander Team.Klasse Metall

12 - Qualitätssicherung Datum: Blatt: T10 03 Arbeitsauftrag 2: Beschrifte das Arbeitsblatt. Hilfsmittel: Fachkundebuch Metall, Tabellenbuch und Skript Statistik! Maschinenfähigkeit c m und c mk Erklärung c m Kurzzeituntersu- chung, ob das Tole- ranzfeld getroffen wird Kurzzeituntersuchung, ob die Maschine die geforderte Genauigkeit erreicht c mk Formel c m = c m k = Bedeutung der Abkürzungen (Legende) c m m = machine c mk k = kritisch c = capability Z krit ( krit) = s = Standardabweichung Zkrit: kleinerer Wert aus: N = Nennmaß Zoben = Go - G u = unteres Grenzmaß Zunten = - Gu G o = oberes Grenzmaß x = gemessener Mittelwert 6s = 99,8% Qualität! Team.Klasse Metall

13 - Qualitätssicherung Datum: Blatt: T10 04 Arbeitsauftrag 3: Beschrifte die Grafik (siehe Beispiel in Prozess 2). Hilfsmittel: Fachkundebuch Metall und Skript Statistik! Maschinenfähigkeit T = 10 krit = 5 s = 0,98 C m C mk Beispiel: Maschine ist fähig und beherrscht T = 10 krit = 2 s = 0,98 C m = 1,70 > 1,67 C mk = 0,68 < 1,67 Maschine fähig, aber nicht beherrscht T = 10 krit = 5 s = 4 C m C mk Maschine ist nicht fähig und nicht beherrscht T = 10 krit = s = 4 C m C mk Maschine ist nicht fähig und nicht beherrscht Team.Klasse Metall

14 - Qualitätssicherung Datum: Blatt: T10 05 Arbeitsauftrag 4: Beschrifte das Arbeitsblatt. Hilfsmittel: Fachkundebuch Metall, Tabellenbuch und Skript Statistik! Prozessfähigkeit c p und c pk Erklärung c p Untersuchung, ob der Prozess (Maschine, u Umwelt,...) die geforderte Genauigkeit erreicht c pk Fähigkeit des Prozesses die Ergebnisse um das richtige Nennmaß herum zu fertigen Formel c p = c pk = Bedeutung der Abkürzungen (Legende) c p p = process c pk k = kritisch c = capability Z krit ( krit) = s = Streuung N = G u = unteres Grenzmaß G o = oberes Grenzmaß T= Toleranz 6s = 99,8% Qualität! Z krit : kleinerer Wert aus: x = gemessener Mittelwert Team.Klasse Metall

15 - Qualitätssicherung Datum: Blatt: T10 06 Arbeitsauftrag 5: Beschrifte die Grafik (siehe Beispiel in Prozess 2). Hilfsmittel: Fachkundebuch Metall und Skript Statistik! Prozessfähigkeit T = 1 krit = 0,5 s = 0,1 C p C pk Beispiel: T = 1 krit = 0,2 s = 0,1 C p > 1,33 C pk < 1 Prozess: fähig aber nicht beherrscht T = 1 krit = 0,5 s = 0,15 C p C pk T = 1 krit = 0,1 s = 0,3 C p C pk Team.Klasse Metall

16 Qualitätssicherung Datum: Blatt: T10 07 Arbeitsauftrag 6: Berechne die Aufgabe. Hilfsmittel: Tabellenbuch und Taschenrechner! Während des Verpackens wurden bei einem Lebensmittelhersteller in den letzten 10 Stunden jede Stunde eine Stichprobe (fünf Fischstäbchenpackungen) entnommen, um die Prozessfähigkeit zu ermitteln. Das Gewicht der Packungen in Gramm betrug: Stichproben Nr. Packung i=1 i=2 i=3 i=4 i=5 i=6 i=7 i=8 i=9 i=10 j= j= j= j= j= Berechne den c p - und c pk - Index. (Die Standardabweichung beträgt 2,64) Info: Nach der deutschen Fertigpackungsverordnung (zum in großen Teilen zurückgezogen) darf ein fertigverpacktes Lebensmittel mit einer Nennfüllmenge von 300g bis 500g höchstens um 3% der Nennfüllmenge nach unten abweichen. Im Mittel muss die Nennfülmenge eingehalten werden. Geg: Ges: Lös.: Team.Klasse Metall

17 - Qualitätssicherung Datum: Blatt: T12 02 Qualitätsregelkarten Um möglichst wenig Ausschuss zu produzieren, empfiehlt es sich, die Teile sofort in der Fertigung zu kontrollieren und wenn sich Probleme andeuten Maßnahmen zur Verbesserung der Produktqualität zu treffen. Da an der Maschine in der Produktion häufig ungelernte Arbeiter sitzen, muss man die Messergebnisse grafisch so aufbereiten, dass jeder Mitarbeiter erkennen kann, wann Maßnahmen gefordert sind. Zu diesem Zweck wurden Qualitätsregelkarten entwickelt. Prinzipiell gibt es hierbei zwei verschiedene Arten von Karten: Zählkarten Geeignet für attributive Merkmale, um Häufigkeit von Fehlern zu erfassen Zählkarte: Fehlersammelkarte Messwertkarten Geeignet für quantitative Merkmale, um Tendenzen zu erfassen Auftrag Nr. Bauteil: Fahrertür rechts Stichprobe Nr. n = 20 Fehlerart Σ % Lackfehler Falten in Oberfläche Schweißfehler Teile nicht montiert Fehler je Stichprobe Um bei Messwertkarten die Stichprobenergebnisse darzustellen, wird einerseits der Mittelwert der Stichproben und andererseits die Spannweite oder die Standardabweichung der Stichprobe eingetragen, um das Streuverhalten der Fertigung mit zu berücksichtigen. Die Spannweite hat den Vorteil, dass sie sich sehr leicht im Kopf ermitteln lässt. Daher findet sie obwohl sie weniger aussagekräftig ist immer dann Anwendung, wenn die Karten von Hand geführt werden. Die Standardabweichung wird nur bei rechnergestützten Karten verwendet, ist aber genauer in der Aussage. A. Lindner t12_02_qualitaetsregelkarte_loesung.odt\10.01.

18

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

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

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

d) Ist bei Prozess 4 µ zeitlich konstant? Ist bei Prozess 4 σ 2 zeitlich konstant? Ist der Prozess 1 beherrscht? Ist der Prozess 2 beherrscht?

d) Ist bei Prozess 4 µ zeitlich konstant? Ist bei Prozess 4 σ 2 zeitlich konstant? Ist der Prozess 1 beherrscht? Ist der Prozess 2 beherrscht? Statistik Kapitel 6 Übungen Stichworte: Qualitätssicherung, Qualitätsregelkarte, Prozessfähigkeit, AQL, Annahme-Stichprobenprüfung, Abnehmer-/Produzentenrisiko; Skript: Kapitel 6 Aufgabe 112: In vier verschiedenen

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

Thema: Mittelwert einer Häufigkeitsverteilung. Welche Informationen kann der Mittelwert geben?

Thema: 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.

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

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

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

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

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

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

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

Übungen mit dem Applet Wahrscheinlichkeitsnetz

Übungen mit dem Applet Wahrscheinlichkeitsnetz Wahrscheinlichkeitsnetz 1 Übungen mit dem Applet Wahrscheinlichkeitsnetz 1 Statistischer Hintergrund... 1.1 Verteilungen... 1. Darstellung von Daten im Wahrscheinlichkeitsnetz...4 1.3 Kurzbeschreibung

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

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

Lösungen. w58r4p Lösungen. w58r4p. Name: Klasse: Datum:

Lösungen. w58r4p Lösungen. w58r4p. Name: Klasse: Datum: Testen und Fördern Name: Klasse: Datum: 1) Ermittle jeweils das arithmetische Mittel. Ordne die Datenerhebungen nach der Größe der arithmetischen Mittel. Beginne mit dem Größten. 45, 39, 44, 48, 42, 39,

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

Auswertung und Lösung

Auswertung und Lösung Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage

Mehr

QM-Übungsaufgaben und Fragen

QM-Übungsaufgaben und Fragen QM-Übungsaufgaben und Fragen QM-Fragen F1 (15 Aufgaben Kennwerte) QM-Fragen F50 (13 Fragen) QM-Fragen F100 (43 Fragen) QM-Fragen F150 (40 Fragen) QM-Fragen F200 (17 Aufgaben Wahrscheinlichkeit) QM-Fragen

Mehr

Prozesskontrolle 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

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

p = h n (K)= Juli vl smart vp qk notebook Praktische Lösung des Problems: mit den Werten

p = h n (K)= Juli vl smart vp qk notebook Praktische Lösung des Problems: mit den Werten I. Eigenschaften von Schätzfunktionen Wir wollen den unbekannten Anteil p von Autos ermitteln, die mit Katalysator fahren. Mathematisch können wir das Problem wie folgt beschreiben: Sei X der Autotyp eines

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

Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen?

Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? 1. Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? a.) Anzahl der Kunden, die an der Kasse in der Schlange stehen. b.) Die Menge an Energie, die pro Tag von einem Energieversorgungsunternehmen

Mehr

1 45, 39, 44, 48, 42, 39, 40, , 31, 46, 35, 31, 42, 51, , 42, 33, 46, 33, 44, 43

1 45, 39, 44, 48, 42, 39, 40, , 31, 46, 35, 31, 42, 51, , 42, 33, 46, 33, 44, 43 1) Ermittle jeweils das arithmetische Mittel. Ordne die Datenerhebungen nach der Größe der arithmetischen Mittel. Beginne mit dem Größten. 1 45, 39, 44, 48, 42, 39, 40, 31 2 35, 31, 46, 35, 31, 42, 51,

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

Statistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe

Statistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe Kapitel 4 Statistische Tests 4.1 Grundbegriffe Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe X 1,..., X n. Wir wollen nun die Beobachtung der X 1,...,

Mehr

Physikalische Übungen für Pharmazeuten

Physikalische Übungen für Pharmazeuten Helmholtz-Institut für Strahlen- und Kernphysik Seminar Physikalische Übungen für Pharmazeuten Ch. Wendel Max Becker Karsten Koop Dr. Christoph Wendel Übersicht Inhalt des Seminars Praktikum - Vorbereitung

Mehr

Statistische Grundlagen I

Statistische 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.

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Übung 3 1 Inhalt der heutigen Übung Vorrechnen der Hausübung B.7 Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben C.1: Häufigkeitsverteilung C.2: Tukey

Mehr

Wirtschaftsstatistik-Klausur am

Wirtschaftsstatistik-Klausur am Wirtschaftsstatistik-Klausur am 0.07.017 Aufgabe 1 Ein Handy- und PC-Hersteller verfügt über ein exklusives Filialnetz von 900 Filialen. Der Gewinn (in GE) der Filialen ist in der folgenden Tabelle nach

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: [email protected], Internet:

Mehr

8. Statistik Beispiel Noten. Informationsbestände analysieren Statistik

8. 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

Mehr

Bachelor 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

Mehr

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik

Dr. 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

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung Einführung Fehlerrechnung Bei jeder Messung, ob Einzelmessung oder Messreihe, muss eine Aussage über die Güte ( Wie groß ist der Fehler? ) des Messergebnisses gemacht werden. Mögliche Fehlerarten 1. Systematische

Mehr

Statistische Messdatenauswertung

Statistische Messdatenauswertung Roland Looser Statistische Messdatenauswertung Praktische Einführung in die Auswertung von Messdaten mit Excel und spezifischer Statistik-Software für naturwissenschaftlich und technisch orientierte Anwender

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

SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf. SBP Mathe Aufbaukurs 1

SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf. SBP Mathe Aufbaukurs 1 SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf SBP Mathe Aufbaukurs 1 # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das

Mehr

Je nach dem, was du für ein Gerät verwendet hast, sehen deine Messdaten anders aus. Hier einige Beispiele:

Je nach dem, was du für ein Gerät verwendet hast, sehen deine Messdaten anders aus. Hier einige Beispiele: IdeenSet Wearables: Einheit Schlaf Anleitung: für Schülerinnen und Schüler Trackerdaten in Excel übertragen Trackerdaten lesen Je nach dem, was du für ein Gerät verwendet hast, sehen deine Messdaten anders

Mehr

In den letzten zwei Abschnitten wurde die tatsächliche Häufigkeitsverteilung bzw. prozentuale Häufigkeitsverteilung abgehandelt.

In den letzten zwei Abschnitten wurde die tatsächliche Häufigkeitsverteilung bzw. prozentuale Häufigkeitsverteilung abgehandelt. .3.3 Theoretisch-prozentuale Häufigkeitsverteilung In den letzten zwei Abschnitten wurde die tatsächliche Häufigkeitsverteilung bzw. prozentuale Häufigkeitsverteilung abgehandelt. Charakteristisch für

Mehr

Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik

Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik INSTITUT FÜR STOCHASTIK WS 2007/08 UNIVERSITÄT KARLSRUHE Blatt 1 Dr. B. Klar Übungen zur Vorlesung Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik Musterlösungen

Mehr

Übungen mit dem Applet Vergleich von zwei Mittelwerten

Übungen mit dem Applet Vergleich von zwei Mittelwerten Vergleich von zwei Mittelwerten 1 Übungen mit dem Applet Vergleich von zwei Mittelwerten 1 Statistischer Hintergrund... 2 1.1 Typische Fragestellungen...2 1.2 Fehler 1. und 2. Art...2 1.3 Kurzbeschreibung

Mehr

Beispiel 4 (Einige weitere Aufgaben)

Beispiel 4 (Einige weitere Aufgaben) 1 Beispiel 4 (Einige weitere Aufgaben) Aufgabe 1 Bestimmen Sie für die folgenden Zweierstichproben, d. h. Stichproben, die jeweils aus zwei Beobachtungen bestehen, a) den Durchschnitt x b) die mittlere

Mehr

Binomialverteilung Vertrauensbereich für den Anteil

Binomialverteilung Vertrauensbereich für den Anteil Übungen mit dem Applet Binomialverteilung Vertrauensbereich für den Anteil Binomialverteilung Vertrauensbereich für den Anteil 1. Statistischer Hintergrund und Darstellung.... Wie entsteht der Vertrauensbereich?...

Mehr

Leseprobe. Edgar Dietrich, Alfred Schulze, Stephan Conrad. Abnahme von Fertigungseinrichtungen ISBN:

Leseprobe. Edgar Dietrich, Alfred Schulze, Stephan Conrad. Abnahme von Fertigungseinrichtungen ISBN: Leseprobe Edgar Dietrich, Alfred Schulze, Stephan Conrad Abnahme von Fertigungseinrichtungen ISBN: 978-3-446-42053-3 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-42053-3

Mehr

Lösg: a) 0,0548 b) 0,4514 c) 23 Becher d) 234,9 [ml]

Lösg: a) 0,0548 b) 0,4514 c) 23 Becher d) 234,9 [ml] Ein Elektrokonzern stellt Halogenlampen mit einer durchschnittlichen Lebensdauer von 8 Stunden und einer Standardabweichung von 4 Stunden her. Die Lebensdauer sei eine normalverteilte Zufallsvariable.

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

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

5. Seminar Statistik

5. Seminar Statistik Sandra Schlick Seite 1 5. Seminar 5. Seminar Statistik 30 Kurztest 4 45 Testen von Hypothesen inkl. Übungen 45 Test- und Prüfverfahren inkl. Übungen 45 Repetitorium und Prüfungsvorbereitung 15 Kursevaluation

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

Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL)

Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Prof. Dr. M. Schweizer ETH Zürich Sommer 2018 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Bitte... Lege deine Legi auf den Tisch. Trage deine Daten in dieses Deckblatt ein, und schreibe auf jedes

Mehr

Angewandte Statistik 3. Semester

Angewandte Statistik 3. Semester Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen

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

Anteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen. Anteile Häufigkeiten Verteilungen

Anteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen. Anteile Häufigkeiten Verteilungen DAS THEMA: VERTEILUNGEN LAGEMAßE - STREUUUNGSMAßE Anteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen Anteile Häufigkeiten Verteilungen Anteile und Häufigkeiten Darstellung

Mehr

1. Einführung in die induktive Statistik

1. Einführung in die induktive Statistik Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen

Mehr

Normalverteilung. Mathematik 8. Arbeitsblatt A 8-2: Normalverteilung

Normalverteilung. Mathematik 8. Arbeitsblatt A 8-2: Normalverteilung Schule Bundesgymnasiu um für Berufstätige Salzburg Modul Thema Mathematik 8 Arbeitsblatt A 8-2: Normalverteilung Normalverteilung Viele natürlich vorkommende, voneinander unabhängige Größen sind normalverteilt

Mehr

Statistik Prüfung 24. Jänner 2008

Statistik Prüfung 24. Jänner 2008 Statistik Prüfung 24. Jänner 2008 February 10, 2008 Es ist immer nur EINE Antwort richtig, bei falsch beantworteten Fragen gibt es KEINEN Punktabzug. Werden mehrere Antworten bei einer Frage angekreuzt,

Mehr

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse

Mehr

Statistik und Wahrscheinlichkeit

Statistik und Wahrscheinlichkeit Statistik und Wahrscheinlichkeit 1) Eine Schülergruppe hat an einem Mathematikwettbewerb teilgenommen. a) Die 12 Burschen der Schülergruppe haben folgende Punktezahlen erreicht: 32; 38; 40; 52; 53; 54;

Mehr

Deskription, 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 Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische

Mehr

8a 41,5 27, , ,5 8b ,5 41,5 36, ,5 29, ,5 25

8a 41,5 27, , ,5 8b ,5 41,5 36, ,5 29, ,5 25 8 Aufgaben im Dokument Aufgabe P7/2009 Die Jungen der Klassen 8a und 8b werden gemeinsam in einer Sportgruppe unterrichtet. Beim Ballwurf werden von den 10 Schülern der 8a und den 13 Schülern der 8b folgende

Mehr

Deskriptive Statistik Erläuterungen

Deskriptive Statistik Erläuterungen Grundlagen der Wirtschaftsmathematik und Statistik Erläuterungen Lernmaterial zum Modul - 40601 - der Fernuniversität Hagen 7 2.1 Einfache Lageparameter aus einer gegebenen Messreihe ablesen Erklärung

Mehr

Übungen mit dem Applet

Übungen mit dem Applet Übungen mit dem Applet 1. Visualisierung der Verteilungsform... 1.1. Normalverteilung... 1.. t-verteilung... 1.3. χ -Verteilung... 1.4. F-Verteilung...3. Berechnung von Wahrscheinlichkeiten...3.1. Visualisierung

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik 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

Mehr

Klausur zur Vorlesung Wahrscheinlichkeitsrechnung

Klausur zur Vorlesung Wahrscheinlichkeitsrechnung FH Karlsruhe - Hochschule Technik Name: 3. Februar 2005, 10.30-12.00 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 90 min, 1,5 Zeitstunden Skriptum, Taschenrechner Schreiben Sie

Mehr

PRAKTIKUM Grundlagen der Messtechnik. VERSUCH GMT 01 Auswertung von Messreihen

PRAKTIKUM Grundlagen der Messtechnik. VERSUCH GMT 01 Auswertung von Messreihen 1 Fachbereich: Fachgebiet: Maschinenbau Mess-, Steuerungs- und Regelungstechnik Prof. Dr.-Ing. habil. Michael Kaufmann PRAKTIKUM Grundlagen der Messtechnik VERSUCH GMT 01 Auswertung von Messreihen Version

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

BOXPLOT 1. Begründung. Boxplot A B C

BOXPLOT 1. Begründung. Boxplot A B C BOXPLOT 1 In nachstehender Tabelle sind drei sortierte Datenreihen gegeben. Zu welchem Boxplot gehört die jeweilige Datenreihe? Kreuze an und begründe Deine Entscheidung! Boxplot A B C Begründung 1 1 1

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen

Mehr

Biomathematik für Mediziner

Biomathematik für Mediziner Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur SS 2002 Aufgabe 1: Franz Beckenbauer will, dass

Mehr

1 Messfehler. 1.1 Systematischer Fehler. 1.2 Statistische Fehler

1 Messfehler. 1.1 Systematischer Fehler. 1.2 Statistische Fehler 1 Messfehler Jede Messung ist ungenau, hat einen Fehler. Wenn Sie zum Beispiel die Schwingungsdauer eines Pendels messen, werden Sie - trotz gleicher experimenteller Anordnungen - unterschiedliche Messwerte

Mehr

Wahrscheinlichkeitsverteilungen

Wahrscheinlichkeitsverteilungen Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet

Mehr

Stoffverteilungsplan Mathematik Leistungskurs. Lambacher Schweizer Stochastik ISBN Klassenarbeit

Stoffverteilungsplan Mathematik Leistungskurs. Lambacher Schweizer Stochastik ISBN Klassenarbeit Lambacher Schweizer Q3.1 Grundlegende Begriffe der Grundlagen der Wahrscheinlichkeitstheorie: Beschreiben von Zufallsexperimenten (Laplace-Experimente) unter Verwendung der Begriffe Ergebnis, Ergebnismenge,

Mehr

Werksnorm 0007/MUC Statistische Prozesskontrolle - SPC

Werksnorm 0007/MUC Statistische Prozesskontrolle - SPC 1 Historie Werksnorm 0007/MUC Version Gültig ab Verfasser Änderung 01.12.2009 N. Maurer Erstausgabe 2 Allgemein Die ordnungsgemäße Funktion von Lasern ist u.a. von der Konformität (= Übereinstimmung) ihrer

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

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

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

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

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

Mittelwert und Standardabweichung

Mittelwert und Standardabweichung Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Mittelwert und Standardabweichung Überblick Mittelwert Standardabweichung Weitere Maße

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

Statistik und Wahrscheinlichkeitsrechnung

Statistik 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

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

Begleitmaterial zur Vorlesung. Fehlerrechnung und Fehlerabschätzung bei physikalischen Messungen

Begleitmaterial zur Vorlesung. Fehlerrechnung und Fehlerabschätzung bei physikalischen Messungen Institut für Technische Thermodynamik und Kältetechnik Leiter: Prof. Dr.-Ing. K. Schaber Begleitmaterial zur Vorlesung Fehlerrechnung und Fehlerabschätzung bei physikalischen Messungen Verfasst von Dr.

Mehr