2. Stichproben-Verfahren in der Annahmekontrolle
|
|
- Renate Engel
- vor 7 Jahren
- Abrufe
Transkript
1 2. Stichproben-Verfahren in der Annahmekontrolle Stichwörter: Einfacher Prüfplan, zweifacher Prüfplan, Ausschussanteil, Operations-Charakteristik, OC-Kurve, Annahmegrenze, AQL, Ablehngrenze, LTPD, LQ, Produzenten-Risiko, Konsumenten-Risiko, AOQ, AOQL, sequentielle Annahmekontrolle, Military Standard 105E, ISO 2859, break even Qualität. Literatur: Ledolter & Burrill, Statistical Quality Control: Kap.11: Acceptance Sampling Plans. Bergman & Klefsjö, em Quality: Kap.14: Quality in the Supply Process. Zur Kontrolle einer (bei einem Unternehmen eingehenden oder von ihm hinausgehenden) Lieferung werden seit Mitte des letzten Jahrhunderts die Verfahren der Annahmekontrolle angewendet. Dabei wird davon ausgegangen, dass die Lieferung aus einer Menge von Produkteinheiten gleicher Art und gleichen Typs besteht, die unter möglichst einheitlichen Bedingungen hergestellt wurden. Die Idee des Verfahrens ist es, die Entscheidung über Annahme oder Ablehnung nicht nach Prüfung der ganzen Lieferung, sondern auf Basis einer Zufallsstichprobe vorzunehmen. Die hier behandelten Verfahren sind vor allem die Annahmekontrollen mit einfachem und mit zweifachem Prüfplan; neben der Vorgangsweise bei der Anwendung werden uns die Eigenschaften und die Möglichkeiten zur Beurteilung solcher Verfahren beschäftigen. Eine zentrale Rolle spielt dabei die Operations- Charakteristik, der Verlauf der Wahrscheinlichkeit, dass eine Lieferung angenommen wird, in Abhängigkeit vom Ausschussanteil in der Lieferung. 1 Annahmekontrolle Unter Annahmekontrolle (acceptance sampling) verstehen wir Verfahren zur Entscheidung über die Annahme oder Ablehnung einer Lieferung eines bestimmten Umfangs (N Stück) von gleichartigen Produkteinheiten; jedes einzelne Stück kann in einer Gut/Schlecht-Prüfung (nicht-messende Prüfung) bewertet werden. Verfahren der Annahmekontrolle sind die Annahmekontrolle mit einfachem Prüf- oder Stichprobenplan, auch einfache Annahmekontrolle genannt (single sample inspection)
2 die Annahmekontrolle mit zweifachem Prüfplan, auch zweifache Annahmekontrolle genannt (double sample inspection) sequentielle Annahmekontrolle Die stichprobenweise Annahmekontrolle ist zwingend, wenn die Prüfung des Qualitätsmerkmals zerstörend ist; bei umfangreichen Lieferungen eines billigen Produktes; wenn die Prüfung ermüdend ist. 2 Annahmekontrolle mit einfachem Prüfplan Ablaufdiagramm der Annahmekontrolle Die einfache Annahmekontrolle erfolgt auf Basis eines Stichprobenplans, der durch ein Zahlenpaar (n, Ac) charakterisiert ist. Dabei ist n die Anzahl der zu prüfenden Stücke oder der Umfang der Zufallsstichprobe, die aus der Lieferung zu ziehen ist; Ac ist die maximal tolerierte Anzahl von defekten Stücken in der Stichprobe; wir nennen Ac die Annahmezahl. Operations-Charakteristik oder OC-Kurve OC(θ) gibt die Wahrscheinlichkeit an, dass die Lieferung angenommen wird, wenn der Anteil der defekten Stücke (Ausschussanteil) den Wert θ hat. Die OC-Kurve dient zur Beurteilung des Stichprobenplans. Die Berechnung der OC-Kurve kann mit Hilfe des Urnen-Modells erfolgen: Sei X die Anzahl der schlechten Stücke in der Stichprobe; X folgt der Binomialverteilung: X B(n, θ) oder näherungsweise der Poissonverteilung P (λ) mit λ = nθ. Damit können wir die OC-Kurve bestimmen aus OC(θ) = P {X Ac θ}
3 Charakteristika der OC-Kurve: OC-Kurve für den Prüfplan (100, 3) Annahmegrenze oder AQL (acceptable quality level) θ 1 : größter Anteil der schlechten Stücke, bei dem die Lieferung für den Belieferten noch akzeptabel ist; Ablengrenze oder LTPD (lot tolerance percent defective), auch LQ (limit quality) θ 2 : jener Anteil der schlechten Stücke, bei dem die Lieferung fast immer abgelehnt werden soll. Eine Lieferung mit einem Ausschussanteil θ < θ 1 sollte fast immer angenommen werden, mit θ > θ 2 fast nie. Wir definieren das α-risiko (Produzenten-Risiko) als die Wahrscheinlichkeit, dass eine Lieferung mit Ausschussanteil AQL nicht angenommen wird, also 1 OC( theta 1 ). Der AQL wird üblicherweise so festgelegt, dass das Produzenten- Risiko einen Wert von 10% oder 5% hat, bzw. OC( theta 1 ) eine Wert von 90% oder 95% hat. das β-risiko (Konsumenten-Risiko) als die Wahrscheinlichkeit, dass eine Lieferung mit Ausschussanteil LTPD angenommen wird, also OC( theta 2 ). Diese Wahrscheinlichkeit üblicherweise mit 10% festgelegt. Beispiel 1: Produzenten- und Konsumenten-Risiko. Für eine Annahmegrenze (AQL) θ 1 = 0.02 und eine Ablehngrenze (LTPD) θ 1 = 0.08 ergibt sich für den Stichprobenplan (100,3) OC(0.02) = P {X } = 0.859, OC(0.08) = P {X } = ;
4 somit sind α = und β = Die beiden Risiken für den Stichprobenplan (100,4) ergeben sich zu bzw. zu α = und β = OC(0.02) = P {X } = 0.947, OC(0.08) = P {X } = 0.090, Zur Konstruktion eines Stichprobenplans für die einfache AnnahmeKontrolle gibt es folgende Möglichkeiten: Nomogramm für Binomial-Verteilung: Bei Vorgabe von zwei Punkten der zu verwendenden OC-Kurve, (θ 1, 1 α) und (θ 2, β), kann ein passender Stichprobenplan abgelesen werden. Aus Tabellen; z.b. JIS-Tabellen für α = 0.05 und β = Durch trial and error: Beginne mit (n 0, Ac 0 ); durch Erhöhen von n bei fixem Ac oder Verringern von Ac bei fixem n verschiebt sich die OC-Kurve nach links. Ein weiteres Charakteristikum des Stichprobenplans ist die Größe AOQ (average outgoing quality), d.i. der durchschnittliche Anteil der defekten Stücke in den Lieferungen, wenn eine abgelehnte Lieferung durch eine Lieferung mit θ = 0 (also eine fehlerfreie Lieferung) ersetzt wird; die Größe AOQ hängt von θ ab. Wir erhalten AOQ(θ) = θ OC(θ) + 0 [1 OC(θ)] = θ OC(θ). Unter der Größe AOQL (average outgoing quality limit) verstehen wir den maximalen Ausschussanteil AOQ. 3 Annahmekontrolle mit zweifachem Prüfplan Bei der zweifachen Annahmekontrolle wird zuerst eine kleinere Stichprobe gezogen. Findet man sehr wenige oder sehr viele defekte Stücke, so kann man die Entscheidung bereits mit der kleinen Stichprobe fällen; im nicht so eindeutigen Fall zieht man eine zweite Stichprobe, um zur Entscheidung zu kommen. Der Stichprobenplan besteht aus den Zahlen (n 1, Ac 1, R 1, n 2, Ac 2 ).
5 Die Operations-Charakteristik OC(θ) erhalten wir zu OC(θ) = P {X 1 Ac 1 θ} + P {Ac 1 < X 1 < R 1 θ} P {X 2 Ac 2 θ}, wobei X i (i = 1, 2) die Zahl der schlechten Stücke in der i-ten Stichprobe ist. Beispiel 2: Ein- und zweifache Annahmekontrolle. Für den Stichprobenplan (100,4) ergibt sich α = (AQL = 0.02) und β = (LPTD = 0.08). Die entsprechenden Werte für den Stichprobenplan (50, 1, 5, 50, 4) sind α = und β = 0.135; er lässt öfters schlechte Lieferungen durch, kommt aber mit weniger Prüfaufwand aus. 4 Annahmekontrolle: Weitere Verfahren Bei der Sequentiellen Annahmekontrolle wird nach der Prüfung jedes einzelnen Stücks entschieden, ob die Lieferung angenommen werden kann, ob sie abgelehnt wird, oder ob die Prüfung fortgesetzt wird. Der Stichprobenplan besteht aus der Annahmelinie Ac(n) und der Rückweisungslinie R(n): Ac(n) = a 1 + bn, R(n) = a 2 + bn. Die Parameter a 1, a 2 und b werden so gewählt, dass OC(θ 1 ) = 1 α und OC(θ 2 ) = β. Damit ergeben sich a 1 = 1 [ ] 1 α K log, β a 2 = 1 [ ] 1 β K log, α b = 1 [ ] 1 K log θ1, 1 θ 2 wobei K = log [ ] θ2 (1 θ 1 ). θ 1 (1 θ 2 )
6 Beispiel 3: Sequentiellen Annahmekontrolle. Für θ 1 = 0.02, θ 2 = 0.08, α = 0.05 und β = 0.10 ergeben sich K = 0.629, a 1 = 1.553, a 2 = und b = Die Annahme- und Rückweisungslinien sind Ac(n) = n, R(n) = n. Das Verfahren kann so modifiziert werden, dass für jede Prüfung kleine Stichproben anstelle eines einzelnen Stücks gezogen werden; wir sprechen dann von multipler Annahmekontrolle. Weitere Verfahren Verfahren, die auf einem quantitativen Qualitätsmerkmal basieren, Verfahren, welche die Kosten der Entscheidung berücksichtigen (kostenoptimale Prüfpläne). 5 Stichprobenplan-Systeme Im Lauf der Zeit wurden mehrere Stichprobenplan-Systeme entwickelt. Die bekanntesten Stichprobenplan-Systeme sind MIL-STD-105E oder Military Standard 105E (USA, 1989; seit 1950); die Stichprobenpläne werden auf der Basis des AQL (und des Lieferumfanges) gewählt; man spricht von einem AQL-System. ISO 2859 (seit 1974); dem Military Standard nachempfunden. Große Unternehmen, z.b. die Fa. Phillips, haben ihre eigenen Stichprobenplan- Systeme entwickelt, die bei Lieferverträgen mit ihren Lieferanten und Kunden zur Anwendung kommen. Military Standard 105E: Dieses Stichprobenplan-System umfasst drei allgemeine und vier spezielle Inspektionsniveaus. Die allgemeinen Inspektionsniveaus dienen der verschärften normalen reduzierten Kontrolle.
7 Es gibt genaue Regeln für Übergang zwischen den Inspektionsniveaus, z.b. von normaler Prüfung ist auf die verschärfte überzugehen, wenn zwei von fünf aufeinanderfolgende Losen gesperrt wurden; von verschärfter Prüfung geht man auf die normale über, wenn fünf aufeinanderfolgende Lose akzeptiert wurden. Achtung: Das α- und β-risiko hängt beim Military Standard 105E vom Stichprobenplan ab; z.b. ergibt sich für θ 1 = 0.01 (a) bei normaler Prüfung (50, 3): α = 0.037, (b) bei verschärfter Prüfung (125, 2): α = 0.131, (c) bei reduzierter Prüfung (50, 4): α = Kritik am Konzept der Annahmekontrolle Die am häufigsten vorgebrachten Argumente sind: Sie widerspricht der Idee des continuous improvement. Sie ist nicht praktikabel bei sehr kleinen Werten von θ; der Trend geht aber zu immer geringeren Ausschussanteilen ( Six Sigma ). Sie berücksichtigt meist nicht die Kosten. Deming: Prüfe alles oder nichts (all or none rule); wenn der Ausschussanteil θ geringer als die break-even Qualität ist, sollte man aus ökonomischen Überlegungen auf die Annahmekontrolle verzichten, andernfalls eine Vollprüfung vornehmen. Die Begründung ist wie folgt: Es sei k 1 : Kosten für Prüfung eines Stücks, k 2 : Folgekosten eines schlechten Stücks. Im Fall, dass der Ausschussanteil den Wert θ 0 hat, sodass k 1 = θ 0 k 2, kosten Prüfen und Nichtprüfen dasselbe! Wir nennen θ 0 = k 1 k 2 die break-even Qualität. Prüfe 100%, wenn θ > k 1 /k 2 ; ansonsten prüfe nicht!
8 Aufgaben 1. Eine Annahmekontrolle verwendet den Stichprobenplan (15, 1). Berechnen Sie (i) die OC-Kurve für θ = 0.00(0.01)0.20, (ii) das α- und β-risiko für AQL = 0.03 und LPTD = 0.10; (iii) die AOQ-Kurve und den AOQL-Wert; zeichnen Sie die Graphen zu (i) und (iii). 2. Suchen Sie einen Stichprobenplan für α = und β = bei AQL = 0.03 und LPTD = Der Stichprobenplan einer doppelten Annahmekontrolle mit zerstörender Prüfung lautet: Ziehe eine Stichprobe (n 1 = 4); sind alle Exemplare gut, so akzeptiere die Lieferung; sind zwei oder mehr schlecht, lehne die Lieferung ab. Ist ein Exemplar schlecht, so ziehe eine weitere Stichprobe (n 2 = 2); sind alle Exemplare gut, so akzeptiere die Lieferung; andernfalls lehne die Lieferung ab. Berechnen und zeichnen Sie die OC-Kurve. 4. Welchen Stichprobenplan würden Sie verwenden, wenn die Fehlerquote in der Größenordnung von 1 pro liegt? (i) Wählen Sie einen Stichprobenplan. Beginnen Sie mit Ac = 0, und wählen Sie den Plan so, dass α = 0.05 bei AQL = (ii) Wie groß müssen Sie n wählen, damit das β-risiko den Wert 0.08 für LPTD = hat.
Statistik II für Betriebswirte Vorlesung 13
Statistik II für Betriebswirte Vorlesung 13 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 21. Januar 2019 Dr. Andreas Wünsche Statistik II für Betriebswirte Vorlesung 13 Version:
MehrKapitel 3: QM in der Beschaffung Wiederholungs- und Verständnisfragen
Nennen Sie die Aufgaben des s im Beschaffungsprozess Nennen Sie die Punkte in einer vereinbarung Was ist ein Erstmuster Nennen Sie Aspekte einer Lieferantenbewertung für Wirtschaftsingenieure Grenzen der
MehrStatistik. ist damit unter anderem die Zusammenfassung bestimmter Methoden, um empirische Daten zu analysieren. Projektmanagement
Technischer Betriebswirt VIII die Lehre von Methoden zum Umgang mit quantitativen Informationen (Daten). Möglichkeit, eine systematische Verbindung zwischen Erfahrung (Empirie) und Theorie herzustellen.
MehrKapitel 6: Statistische Qualitätskontrolle
Kapitel 6: Statistische Qualitätskontrolle 6. Allgemeines Für die Qualitätskontrolle in einem Unternehmen (produzierendes Gewerbe, Dienstleistungsunternehmen, ) gibt es verschiedene Möglichkeiten. Statistische
Mehrd) 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
MehrStichprobenanweisungen n-c : Simulation und Berechnungen
HTL Saalfelden Stichrobensysteme Seite von 2 Wilfried Rohm wrohm@aon.at Stichrobenanweisungen n-c : Simulation und Berechnungen INHALT Prinzi einer n-c-stichrobenanweisung Simulation der Stichrobenentnahme,
MehrKapitel VIII - Tests zum Niveau α
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VIII - Tests zum Niveau α Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh Testsituationen
MehrAlternativtest Einführung und Aufgabenbeispiele
Alternativtest Einführung und Aufgabenbeispiele Ac Einführendes Beispiel: Ein Medikament half bisher 10% aller Patienten. Von einem neuen Medikament behauptet der Hersteller, dass es 20% aller Patienten
MehrKostenoptimiert Prüfen Prüfen oder Nicht-Prüfen?
QUALITY-APPs Applikationen für das Qualitätsmanagement Kostenoptimiert Prüfen Prüfen oder Nicht-Prüfen? Autor: Dr. Konrad Reuter Lohnt sich der interne Aufwand für Prüfen, Sortieren und Nacharbeiten gegenüber
MehrAllgemeine Grundlagen / General Principles
Allgemeine Grundlagen / General Principles Allgemeine Grundlagen / General Principles überarbeitet Allgemeine Grundlagen / General Principles schnell und portofrei erhältlich bei beck-shop.de DIE FACHBUCHHANDLUNG
MehrKugelschreiber-Aufgabe Bayern LK 1986
Kugelschreiber-Aufgabe Bayern LK 1986 1. Eine Firma stellt Kugelschreiber her. Sie werden in Packungen zu je 20 Stück geliefert. Ein Händler prüft aus jeder Packung nacheinander zwei Kugelschreiber (ohne
MehrÜberblick Hypothesentests bei Binomialverteilungen (Ac)
Überblick Hypothesentests bei Binomialverteilungen (Ac) Beim Testen will man mit einer Stichprobe vom Umfang n eine Hypothese H o (z.b.p o =70%) widerlegen! Man geht dabei aus von einer Binomialverteilung
MehrStatistische Prozesskontrolle
Statistische Prozesskontrolle Paul-Ehrlich-Institut P. Volkers Paul-Ehrlich-Straße 51-59 63225 Langen GERMANY +49 (0) 6103 77-3720 +49 (0) 6103 77-1251 Email: pei@pei.de Homepage: http://www.pei.de 1 -
MehrStatistische Qualitätsregelung zur Einführung in die Beurteilende Statistik
Statistische Qualitätsregelung zur Einführung in die Beurteilende Statistik Manfred Borovcnik, Klagenfurt Kurzfassung: Statistisches Testen gilt als schwierig. Einige der Verständnisprobleme entstehen
MehrEin Modell für den Qualitätstest - Welche Fehler sind möglich?
1.1 1 Ein Modell für den Qualitätstest - Welche Fehler sind möglich? Das einführende Beispiel von den Knallkörpern schildert einen statistischen Qualitätstest. Anhand dieses praktischen Beispiels erfahren
Mehr7 Ergänzungen zum Training Qualitätsmanagement auf CD-ROM
7 Ergänzungen zum Training Qualitätsmanagement auf CD-ROM Die im Buch enthaltene CD-ROM kann mit einem Standard-PC mit dem Betriebssystem Microsoft Windows (98, Me, NT, 2000 oder XP) verwendet werden.
MehrDie 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
MehrA: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen:
5 Diskrete Verteilungen 1 Kapitel 5: Diskrete Verteilungen A: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen: 5 0.6 x 0.4 5 x (i) P x (x)
Mehrx(n x) cm 2 ) zweier Betonsorten wird überprüft. Dabei ergaben Sorte 1 185 186 184 186 185 187 186 187 185 Sorte 2 183 182 185 182 181 179
. Aufgabe: Zwei bis drei Millionen deutsche Haushalte sind überschuldet. Einer der Hauptgründe für die Überschuldung privater Haushalte ist eine gescheiterte Selbstständigkeit. In einer Stichprobe von
MehrStatistische 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
MehrAQL. 9. Statistisches Qualitätsmanagement 9.3 Statistische Methoden der Warenannahme (AQL)
9.3 Statistische Methoden der Warenannahme (AQL) AQL Vorlesung Qualitätsmanagement, Prof. Dr. Johann Neidl Seite 1 Um was geht es? Stichprobensysteme insbesondere für Eingangsprüfungen. Diese werden durch
MehrProf. Dr. Bernhard Arnold, Institut für Statistik und Ökonometrie der Universität Hamburg. Lebensdaueranalyse und Zuverlässigkeit von Systemen
Prof. Dr. Bernhard Arnold, Institut für Statistik und Ökonometrie der Universität Hamburg Lebensdaueranalyse und Zuverlässigkeit von Systemen Aufgabe 1 Bestimmen Sie für 0
MehrStatistische 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
MehrR. Brinkmann Seite
R. Brinkmann http://brinkmann-du.de Seite 1 17.3.21 Grundlagen zum Hypothesentest Einführung: Wer Entscheidungen zu treffen hat, weiß oft erst im nachhinein ob seine Entscheidung richtig war. Die Unsicherheit
MehrKapitel XI - Operationscharakteristik und Gütefunktion
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XI - Operationscharakteristik und Gütefunktion Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo
MehrStochastik und Statistik für Ingenieure Vorlesung 4
Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Stochastik und Statistik für Ingenieure Vorlesung 4 30. Oktober 2012 Quantile einer stetigen Zufallsgröße Die reelle Zahl
MehrHypergeometrische Verteilung
Hypergeometrische Verteilung Aufgaben Aufgabe 1 Eine Firma produziert insgesamt 30 elektronische Bauteile des gleichen Typs. Aus langjähriger Erfahrung weiß man das davon jedes 70te defekt ist. Um die
MehrStatistik Zusätzliche Beispiele WS 2018/19
Statistik Zusätzliche Beispiele WS 208/9 Blatt 2: Wahrscheinlichkeitsrechnung. Erstellen Sie zur Zufallsgröße Augensumme von drei fairen Würfeln eine Tabelle der Wahrscheinlichkeitsfunktion und vergleichen
MehrMit 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
MehrR. Brinkmann Seite
R. Brinkmann http://brinkmann-du.de Seite 1 24.2.214 Grundlagen zum Hypothesentest Einführung: Wer Entscheidungen zu treffen hat, weiß oft erst im nachhinein ob seine Entscheidung richtig war. Die Unsicherheit
MehrAussagen hierzu sind mit einer unvermeidbaren Unsicherheit behaftet, die statistisch über eine Irrtumswahrscheinlichkeit bewertet wird.
Stichprobenumfang Für die Fragestellung auf Gleichheit von ein oder zwei Stichproben wird auf Basis von Hypothesentests der notwendige Stichprobenumfang bestimmt. Deshalb werden zunächst die Grundlagen
MehrKapitel 13. Grundbegriffe statistischer Tests
Kapitel 13 Grundbegriffe statistischer Tests Oft hat man eine Vermutung über die Verteilung einer Zufallsvariablen X. Diese Vermutung formuliert man als Hypothese H 0.Sokönnte man daran interessiert sein
MehrTimo Alt 1. DRK-Blutspendedienst Rheinland-Pfalz und Saarland gemeinnützige Gesellschaft mit beschränkter Haftung
Statistisches Verfahren zur Prozessüberwachung gemäß Kapitel 3 der Hämotherapierichtlinien für nicht bestrahlte leukozytenreduzierte Erythrozytenkonzentrate, hergestellt im DRK Blutspendedienst West Timo
MehrHow To Find Out If A Ball Is In An Urn
Prof. Dr. P. Embrechts ETH Zürich Sommer 2012 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Schreiben Sie für Aufgabe 2-4 stets alle Zwischenschritte und -rechnungen sowie Begründungen auf. Aufgabe
Mehr2) Ihr Chef schlägt vor, dass die Firma nicht Lieferant werden soll, wenn
Aufgabe Stochastik Mathe Grundkurs Signifikanztests Ein Hersteller von Schrauben behauptet, dass mindestens 90% seiner Schrauben rostfrei sind, wenn sie fünf Jahre lang im Außenbereich eingesetzt werden.
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
MehrStatistische Tests (Signifikanztests)
Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)
MehrRubbeln und gewinnen!
Abituraufgaben Stochastik BG (Teil 3 mit Hilfsmittel) ab 2017 Aufgabe A1/2017 Beim Strafstoß (Elfmeter) gibt es drei mögliche Ereignisse: (1) Der Schütze erzielt ein Tor. (2) Der Torhüter wehrt den Ball
MehrWahrscheinlichkeitsrechnung
Aufgaben Wahrscheinlichkeitsrechnung 1. Eine Münze wird viermal geworfen. Y sei die Anzahl der Wechsel zwischen 0 und 1 während einer Versuchsfolge, z. B. Y(00) =. Bestimmen Sie die Verteilung von Y, zeichnen
MehrAllgemeines zu Tests. Statistische Hypothesentests
Statistische Hypothesentests Allgemeines zu Tests Allgemeines Tests in normalverteilten Grundgesamtheiten Asymptotische Tests Statistischer Test: Verfahren Entscheidungsregel), mit dem auf Basis einer
MehrMathematik 3 für Informatik
Gunter Ochs Wintersemester 20/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt 4 Lösungshinweise (ohne Ganantie auf Fehlerfreiheit. Wenn man beim Roulette auf Rot oder Schwarz setzt, erhält
MehrHypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests
ue biostatistik: hypothesen, fehler 1. und. art, power 1/8 h. lettner / physik Hypothesen: Fehler 1. und. Art, Power eines statistischen Tests Die äußerst wichtige Tabelle über die Zusammenhänge zwischen
Mehr7. Übung: Aufgabe 1. b), c), e) Aufgabe 2. a), c), e) Aufgabe 3. c), e) Aufgabe 4. Aufgabe 5. Aufgabe 6. Aufgabe 7. Aufgabe 8. Aufgabe 9.
7. Übung: Aufgabe 1 b), c), e) Aufgabe a), c), e) Aufgabe 3 c), e) Aufgabe 4 b) Aufgabe 5 a) Aufgabe 6 b) Aufgabe 7 e) Aufgabe 8 c) Aufgabe 9 a), c), e) Aufgabe 10 b), d) Aufgabe 11 a) Aufgabe 1 b) Aufgabe
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Karin Waldherr & Pantelis Christodoulides 11. Mai 2011 Waldherr / Christodoulides Einführung in Quantitative Methoden- 8.VO 1/40 Poisson-Verteilung Diese Verteilung
MehrBeurteilende Statistik
Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten
MehrPrüfungsteil B, Aufgabengruppe 1, Geometrie. Bayern Aufgabe 1. a b. Bundesabitur Mathematik: Musterlösung. Abitur Mathematik Bayern 2014
Abitur Mathematik Bayern Prüfungsteil B; Aufgabengruppe : Bundesabitur Mathematik: Prüfungsteil B, Aufgabengruppe, Bayern Aufgabe a) SCHRITT: BERECHNUNG DER VEKTOREN AB UND AC Den Flächeninhalt eines Dreiecks
MehrStochastik-Praktikum
Stochastik-Praktikum Markov Chain Monte Carlo Peter Frentrup Humboldt-Universität zu Berlin 16. Januar 2018 (Humboldt-Universität zu Berlin) Markov Chain Monte Carlo 16. Januar 2018 1 / 17 Übersicht 1
MehrKapitel III: Einführung in die schließende Statistik
Kapitel III: Einführung in die schließende Statistik Das zweite Kapitel beschäftigte sich mit den Methoden der beschreibenden Statistik. Im Mittelpunkt der kommenden Kapitel stehen Verfahren der schließenden
Mehr2 Statistische Grundlagen
MEBAK GuP Statistische Grundlagen 2 Statistische Grundlagen 2.1 Einführung Mit Hilfe der Statistik oder vielmehr statistischer Methoden kann eine Prognose (Vorhersage) bezüglich bestimmter Qualitätsmerkmale
Mehr8 Experimentieren: Sigma-Regeln
8 Experimentieren: Sigma-Regeln Didaktische Hinweise Mit dieser Station wird ein Unterrichtsbeispiel zur Einführung der Sigma-Regeln vorgestellt, die von den Schülerinnen und Schülern an mehreren Beispielen
MehrKapitel VII - Funktion und Transformation von Zufallsvariablen
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel VII - Funktion und Transformation von Zufallsvariablen Markus Höchstötter Lehrstuhl
MehrPrüfungsteil 2, Aufgabe 6. Stochastik. Nordrhein-Westfalen 2014LK. Aufgabe 6. Abitur Mathematik: Musterlösung
Abitur Mathematik: Prüfungsteil 2, Aufgabe 6 Nordrhein-Westfalen 2014LK Aufgabe 6 a) (1) 1. SCHRITT: MODELLIERUNG MIT EINER BERNOULLIKETTE Wir modellieren die Situation mit einer Bernoullikette der Länge
MehrKonfidenzintervalle. Gesucht: U = U(X 1,..., X n ), O = O(X 1,..., X n ), sodass für das wahre θ gilt
Konfidenzintervalle Annahme: X 1,..., X n iid F θ. Gesucht: U = U(X 1,..., X n ), O = O(X 1,..., X n ), sodass für das wahre θ gilt P θ (U θ O) = 1 α, α (0, 1). Das Intervall [U, O] ist ein Konfidenzintervall
MehrDWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr
2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen Wir betrachten nun ein Verfahren zur Konstruktion von Schätzvariablen für Parameter von Verteilungen. Sei X = (X 1,..., X n ). Bei X
Mehr5. 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
Mehr1 Von Test zu Test. 2 Arbeitsblatt
1 Von Test zu Test 2 Arbeitsblatt 1. Ein FDP-Kandidat behauptet, dass 10% oder mehr Wahlberechtigten seines Stimmkreises FDP wählen würden. Zur Überprüfung befragt die Partei 200 Wahlberechtigte des Stimmkreises.
Mehr7.5 Erwartungswert, Varianz
7.5 Erwartungswert, Varianz Def. 7.5.: a) X sei eine diskrete ZV, die bei unendl. vielen Werten x k folgende Zusatzbedingung erfüllt: x k p k
Mehr1.5.4 Quantile und Modi. Bem [Quantil, Modus]
1.5.4 Quantile und Modi 1.5 Erwartungswert und Varianz Bem. 1.73. [Quantil, Modus] und Vertei- Analog zu Statistik I kann man auch Quantile und Modi definieren. Gegeben sei eine Zufallsvariable X mit Wahrscheinlichkeitsverteilung
MehrFF Düsseldorf WS 2007/08 Prof. Dr. Horst Peters. Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6
Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6 (Konfidenzintervalle, Gauß scher Mittelwerttest) 1. Bei einem bestimmten Großraumflugzeug sei die Auslastung
MehrZeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: k = n (n + 1) 2
Aufgabe 1. (5 Punkte) Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n k = k=1 n (n + 1). 2 Aufgabe 2. (5 Punkte) Bestimmen Sie das folgende Integral mithilfe partieller
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Pantelis Christodoulides & Karin Waldherr 4. Juni 2014 Christodoulides / Waldherr Einführung in Quantitative Methoden 1/35 Ein- und Zweiseitige Hypothesen H 0 : p =
MehrProbeklausur zu Mathematik 3 für Informatik
Gunter Ochs Juli 0 Probeklausur zu Mathematik für Informatik Lösungshinweise wie immel ohne Galantie auf Fehreleiheit Sei f ln a Berechnen Sie die und die Ableitung f und f Mit der Produktregel erhält
MehrInhaltsverzeichnis: 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
Mehr1. 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
MehrWirtschaftsstatistik-Klausur am
Wirtschaftsstatistik-Klausur am 03.07.208 Aufgabe Statistik-Dozent K.R. lehrt an einer privaten FH in Köln, wohnt aber in Frankfurt am Main. Er hat - wegen möglicher saisonaler Schwankungen - zwei Semester
MehrAbitur 2015 Mathematik Stochastik IV
Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 201 Mathematik Stochastik IV In einer Urne befinden sich vier rote und sechs blaue Kugeln. Aus dieser wird achtmal eine Kugel zufällig gezogen, die Farbe
Mehrb) Bestimmen Sie die Varianz der beiden Schätzer. c) Ist ein oder sind beide Schätzer konsistent? Begründen Sie!
Aufgabe 1 (3 + 3 + 2 Punkte) Ein Landwirt möchte das durchschnittliche Gewicht von einjährigen Ferkeln bestimmen lassen. Dies möchte er aus seinem diesjährigen Bestand an n Tieren schätzen. Er kann dies
MehrLösungen zu Übungsblatt 9 Höhere Mathematik2/Stochastik 2 Master KI/PI
Lösungen zu Übungsblatt 9 Höhere Mathematik/Stochastik Anpassung von Verteilungen Zu Aufgabe ) a) Zeichnen des Histogranmmes: Um das Histogramm zu zeichnen, benötigen wir die Höhe der Balken. Die Höhe
MehrNachklausur Mathematik für Biologen WS 08/09
Aufgabe 1: (5 Punkte) In einer diploiden Population beobachten wir die Ausprägung eines bestimmten Gens, das zwei Allele V und W annimmt. Somit besitzt jedes Individuum V V, V W oder W W als Genotyp. Die
MehrPrüfungsteil 2, Aufgabe 8 Stochastik
Prüfung Mathematik Nordrhein-Westfalen 2013 (LK) Aufgabe 7: (WTR) Abitur Mathematik: Prüfungsteil 2, Aufgabe 8 Nordrhein-Westfalen 2012 GK Aufgabe a (1) und (2) 1. SCHRITT: VERTEILUNG ANGEBEN Da die Anzahl
MehrFERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT
FERNUNIVERSITÄT IN HAGEN FAKULTÄT WIRTSCHAFTSWISSENSCHAFT Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. A. Kleine Lehrstuhl für Angewandte
MehrSo berechnen Sie einen Schätzer für einen Punkt
htw saar 1 EINFÜHRUNG IN DIE STATISTIK: SCHÄTZEN UND TESTEN htw saar 2 Schätzen: Einführung Ziel der Statistik ist es, aus den Beobachtungen eines Merkmales in einer Stichprobe Rückschlüsse über die Verteilung
MehrGrundlagen der Statistik
www.nwb.de NWB Studium Betriebswirtschaft Grundlagen der Statistik Band 2: Wahrscheinlichkeitsrechnung und induktive Statistik Von Professor Dr. Jochen Schwarze 9., vollständig überarbeitete Auflage STUDIUM
MehrSimulation einer Binomialverteilung
HTL Saalfelden Simulation einer Binomialverteilung Seite 1 von 7 Wilfried Rohm wrohm@aon.at Simulation einer Binomialverteilung Mathematische / Fachliche Inhalte in Stichworten: Binomialverteilung, Simulation
Mehr3. Mathematik Olympiade 1. Stufe (Schulolympiade) Klasse 12 Saison 1963/1964 Aufgaben und Lösungen
3. Mathematik Olympiade 1. Stufe (Schulolympiade) Klasse 12 Saison 1963/1964 Aufgaben und Lösungen 1 OJM 3. Mathematik-Olympiade 1. Stufe (Schulolympiade) Klasse 12 Aufgaben Hinweis: Der Lösungsweg mit
MehrAufgabe 8: Stochastik (WTR)
Abitur Mathematik: Nordrhein-Westfalen 2013 Aufgabe 8 a) (1) WAHRSCHEINLICHKEIT FÜR KEINE ANGABE ERMITTELN Nach der Laplace Formel ist Anzahl der Personen, die keine Angabe machten keine Angabe Gesamtzahl
MehrPrüfungsteil 2, Aufgabe 8 Stochastik
Prüfung Mathematik Nordrhein-Westfalen 2013 (LK) Aufgabe 8: (WTR) Abitur Mathematik: Prüfungsteil 2, Aufgabe 8 Nordrhein-Westfalen 2012 LK Aufgabe a (1) und (2) 1. SCHRITT: VERTEILUNG ANGEBEN Da die Anzahl
MehrModellanpassung und Parameterschätzung. A: Übungsaufgaben
7 Modellanpassung und Parameterschätzung 1 Kapitel 7: Modellanpassung und Parameterschätzung A: Übungsaufgaben [ 1 ] Bei n unabhängigen Wiederholungen eines Bernoulli-Experiments sei π die Wahrscheinlichkeit
MehrStatistische 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,...,
MehrÜbungsaufgaben zu Kapitel 12 bis 14
Hochschule für Technik und Wirtschaft Dresden Wintersemester 0/6 Fakultät Informatik/Mathematik Prof. Dr. B. Jung Übungsaufgaben zu Kapitel bis Hinweis: Die Berechnung evtl. auftretender Integrale kann
Mehr1. Statistische Grundlagen: Überblick
1. Statistische Grundlagen: Überblick Stichwörter: Messprozess, Bias, Präzision, Grundgesamtheit, Stichprobe, Stichprobenrahmen, systematische Stichprobe, einfache Stichprobe, geschichtete Stichprobe,
Mehr1. rechtsseitiger Signifikanztest
Testen von Hypothesen HM2 Seite Geschichte und ufgabe der mathematischen Statistik Stochastik ist die Kunst, im Falle von Ungewißheit auf geschickte Weise Vermutungen aufzustellen. Entwickelt wurde sie
MehrStochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. P. Embrechts ETH Zürich Winter 2012 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Schreiben Sie für Aufgabe 2-4 stets alle Zwischenschritte und -rechnungen sowie Begründungen auf. Aufgabe
Mehrˆ Die Verluste der einzelnen Perioden sind in den ersten zehn Perioden stochastisch
Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 39 14 jutta.arrenberg@th-koeln.de Übungen zu QM III (Wirtschaftsstatistik) Binomialverteilung
MehrSCHRIFTLICHE ABITURPRÜFUNG Mathematik (Leistungskurs) Arbeitszeit: 300 Minuten
Mathematik (Leistungskurs) Arbeitszeit: 300 Minuten Der Prüfling wählt je eine Aufgabe aus den Gebieten L 1, L 2 und L 3 zur Bearbeitung aus. Gewählte Aufgaben (Die drei zur Bewertung vorgesehenen Aufgaben
Mehr4 Testen von Hypothesen
4 Testen von Hypothesen Oft müssen zweiwertige Entscheidungen ( Ja oder Nein ) gefällt werden. Denken wir an die elektronisch gesicherten Waren, wo am Ausgang eines Geschäftes durch eine Maschine geprüft
MehrKursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL Sommmersemester Aufgabe Punkte
Kursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL Sommmersemester 2014 29.07.2014 Bitte gut leserlich ausfüllen: Name: Vorname: Matr.-nr.: Wird vom Prüfer ausgefüllt: Aufgabe 1 2 3 4
MehrLineare Funktionen. Klasse 8 Aufgabenblatt für Lineare Funktionen Datum: Donnerstag,
Lineare Funktionen Aufgabe 1: Welche der folgenden Abbildungen stellen eine Funktion dar? Welche Abbildungen stellen eine lineare Funktion dar? Ermittle für die linearen Funktionen eine Funktionsgleichung.
MehrAufgabensammlung zum Üben - Blatt 2
Seite 1 Aufgabensammlung zum Üben - Blatt 2 Quadratische Funktionen ohne Parameter: 1. Bestimmen Sie die Nullstellen der folgenden Funktionen a) f(x) = 2,5x² + 5x + 2,5 b) f(x) = x² - 3x + 4 c) f(x) =
Mehr1.2 Summen von Zufallsvariablen aus einer Zufallsstichprobe
1.2 Summen von Zufallsvariablen aus einer Zufallsstichprobe Nachdem eine Stichprobe X 1,..., X n gezogen wurde berechnen wir gewöhnlich irgendwelchen Wert damit. Sei dies T = T (X 1,..., X n, wobei T auch
MehrÜbungen zu Splines Lösungen zu Übung 20
Übungen zu Splines Lösungen zu Übung 20 20.1 Gegeben seien in der (x, y)-ebene die 1 Punkte: x i 6 5 4 2 1 0 1 2 4 5 6 y i 1 1 1 1 1 + 5 1 + 8 4 1 + 8 1 + 5 1 1 1 1 (a) Skizzieren Sie diese Punkte. (b)
MehrStatistik II. Version A. 1. Klausur Sommersemester 2011 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik II Version A 1. Klausur Sommersemester 2011 Hamburg, 27.07.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................
MehrSCHRIFTLICHE ABSCHLUSSPRÜFUNG 2017 REALSCHULABSCHLUSS MATHEMATIK. Pflichtteil 2 und Wahlpflichtteil. Arbeitszeit: 160 Minuten
Pflichtteil 2 und Wahlpflichtteil Arbeitszeit: 160 Minuten Es sind die drei Pflichtaufgaben und eine Wahlpflichtaufgabe zu lösen. Kreuzen Sie die Wahlpflichtaufgabe, die bewertet werden soll, an. Wahlpflichtaufgabe
MehrStatistik 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
MehrFERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT
FERNUNIVERSITÄT IN HAGEN FAKULTÄT WIRTSCHAFTSWISSENSCHAFT Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. A. Kleine Lehrstuhl für Angewandte
MehrPunktetabelle (wird von den Korrektoren beschriftet)
Probability and Statistics FS 2018 Prüfung 13.08.2018 Dauer: 180 Minuten Name: Legi-Nummer: Diese Prüfung enthält 12 Seiten (zusammen mit dem Deckblatt) und 10 Aufgaben. Das Formelblatt wird separat verteilt.
MehrExemplar für Prüfer/innen
Exemplar für Prüfer/innen Kompensationsprüfung zur standardisierten kompetenzorientierten schriftlichen Reifeprüfung AHS Juni 2015 Mathematik Kompensationsprüfung 15 Angabe für Prüfer/innen Hinweise zur
MehrAufgaben zu Kapitel 3
Aufgaben zu Kapitel 3 Aufgabe 1 a) Berechnen Sie einen t-test für unabhängige Stichproben für den Vergleich der beiden Verarbeitungsgruppen strukturell und emotional für die abhängige Variable neutrale
Mehr