Statistische Methoden der Qualitätssicherung
|
|
- Ina Rothbauer
- vor 6 Jahren
- Abrufe
Transkript
1 Konrad Wälder Olga Wälder Statistische Methoden der Qualitätssicherung Praktische Anwendung mit MINITAB und JMP
2 Inhalt Vorwort... Inhalt... VII IX 1 Einleitung Der Qualitätsbegriff Einführung in das Qualitätsmanagement Statistische Grundlagen Deskriptive Statistik und explorative Datenanalyse Grundlegende Begriffe und statistische Kenngrößen Visualisierung von Daten Wichtige Verteilungen Der Wahrscheinlichkeitsbegriff Die Verteilungsfunktion Normalverteilung Exponentialverteilung Weibull-Verteilung Binomialverteilung Poissonverteilung Schließende Statistik Punktschätzung Konfidenzschätzung Statistische Tests ANOVA und Regression Regression Varianzanalyse (ANOVA) Methoden und Qualitätswerkzeuge Die sieben Qualitätswerkzeuge Quality Function Deployment (QFD) Messsystemanalyse und Prozessfähigkeit Anforderungen an Messmittel Messsystemanalyse C g -/C gk -Studie (Verfahren 1) R&R-Studie (Verfahren 2)... 91
3 X Inhalt Überprüfung der Linearität (Verfahren 4) Überprüfen der Stabilität (Verfahren 5) Prozessfähigkeit und Prozess fähigkeitsindizes Stichprobenpläne zur Annahmestichprobenprüfung (n,c) Stichprobenpläne Sequentielle Stichprobenpläne (n,k) Stichprobenpläne bei messender Prüfung Zuverlässigkeitsanalyse Einführung Berücksichtigung des Risikos Exponentiell verteilte Lebensdauern Zuverlässigkeit von Systemen aus N Komponenten Weibull verteilte Lebensdauern Zensierte und klassierte Daten Zuverlässigkeitsanalyse mit Minitab und JMP Nichtparametrische Verfahren Statistische Prozesslenkung (SPC) Einführung Regelkarten zur Überwachung von Mittelwert und Streuung Die Mittelwert Regelkarte ( Karte) Regelkarten für die Streuung Regelkarten für attributive Daten Multivariate Regelkarten Einführung in die statistische Versuchsplanung Motivation Vollfaktorielle Versuchspläne Teilfaktorielle Versuchspläne Anhang Literatur Stichwortverzeichnis Die Dateien zum Buch finden Sie auf fachbuch.de/. Geben Sie im Suchfeld Wälder ein. Auf der Buchsite klicken Sie auf > Mehr und dann auf den Reiter Extras.
4 2 Statistische Grundlagen Die Statistik lässt sich in zwei Teilgebiete aufgliedern. In der deskriptiven oder beschreibenden Statistik werden Kennzahlen ermittelt und Daten werden grafisch dargestellt. In den 1970er Jahren wurde die deskriptive Statistik von John W. Tukey zur Explorative Datenanalyse (EDA) weiterentwickelt, insbesondere zur Identifikation von Strukturen und zur Vorauswahl weiterführender statistischer Methoden. Das zweite Teilgebiet bildet die schließende oder analytische Statistik. Hier geht es um die Herleitung, Analyse und Modellierung von Strukturen und Zusammenhängen zwischen Variablen. 2.1 Deskriptive Statistik und explorative Datenanalyse Grundlage statistischer Methoden sind so genannte zufällige Merkmale, die auch Zufallsvariablen oder Zufallsgrößen genannt werden. Zunächst ist ein Merkmal eine kennzeichnende Eigenschaf t einer statistischen Einheit, des sogenannten Merkmalsträgers. In Abschnitt 1.1 wurden mit Qualitätsmerkmalen spezielle Merkmale eingeführt. Ist dieses Merkmal zufällig, so spricht man von einer Zufallsvariablen, einer Zufallsgröße oder einem zufälligen Merkmal. Ein konkreter Mess- oder Beobachtungswert einer Zufallsvariable heißt Realisierung. Mögliche Realisierungen, die auftreten können, nennt man Merkmalsausprägungen. Qualitätsmerkmale können in der Qualitätssicherung als zufällig angesehen werden, da beispielsweise aufgrund des Einflusses von Umweltbedingungen, Störgrößen und Messungenauigkeiten nicht alle betrachteten Einheiten identische Werte aufweisen. Ganz entscheidend für die Anwendung von statistischen Methoden sind der Typ und die Skalierung eines zufälligen Merkmals. Man unterscheidet zunächst zwei Typen von zufälligen Merkmalen: Qualitative Merkmale und ihre Ausprägungen können nicht direkt durch Zahlen ausgedrückt werden. Beispiele hierfür sind das Merkmal Geschlecht mit den Ausprägungen männlich und weiblich sowie das Qualitätsmerkmal Fehlerart bei der Qualitätskontrolle vor Auslieferung eines PKW. Mögliche Ausprägungen sind hier Lackfehler, zu große Spaltmaße und Klappergeräusche.
5 10 2 Statistische Grundlagen Quantitative Merkmale sind Merkmale, deren Ausprägungen in bestimmten Zahlen oder Maßeinheiten gemessen werden können. Ganz offensichtlich gehören alle Qualitätsmerkmale, die messtechnisch erfasst werden, zu diesem Typ. Qualitative Merkmale können quantifiziert werden. Jeder qualitativen Ausprägung wird dabei ein Zahlenwert zugewiesen, bei obigem Beispiel etwa dem Lackfehler die 0, den Spaltmaßen die 1, den Klappergeräuschen die 2, usw. Allerdings kann eine solche Quantifizierung zu Problemen führen; etwa wenn eine statistische Methode dann von einem quantitativen Merkmal ausgeht und Operationen durchführt, die sich nicht mehr interpretieren lassen. Im einfachsten Fall ist nach einer Quantifizierung eine Mittelwertbildung möglich, die aber ganz offensichtlich keinen Sinn macht, da es keine Fehlerart mit Kommawert wie z. B. 1,5 gibt. Um die verschiedenen Ausprägungen eines Merkmals nach einheitlichen Kriterien angeben, messen und skalieren zu können, muss eine Skalierung vorgenommen werden. Folgende Skalen sind möglich: Nominalskala: Nominal skalierte Merkmalsausprägungen werden verbal beschrieben. Im Allgemeinen gibt es keine Rangordnung unterschiedlicher Ausprägungen. Beispiele sind das Geschlecht, die Staatsangehörigkeit von Mitarbeitern oder die Schicht bei einem Mehrschichtbetrieb. Ordinalskala: Ordinal skalierte Merkmalsausprägungen werden verbal beschrieben. Allerdings gibt es eine Rangordnung unterschiedlicher Ausprägungen. Ein typisches Beispiel hier sind Schulnoten, da die Ausprägung sehr gut ganz offensichtlich besser ist als die Ausprägung ausreichend. Im Qualitätsmanagement spielt die Ordi nalskala bei der Bewertung von Kunden, Lieferanten und Mitarbeitern eine wichtige Rolle. Das Qualitätsmerkmale Lieferantenstatus mit den 3 Ausprägungen A-Lie ferant (höchste Zuverlässigkeit), B-Lieferant (akzeptable Zuverlässigkeit) und C-Lie ferant (Zuverlässigkeit nicht gegeben) wird sinngemäß in vielen Unternehmen verwendet. Nominal und ordinal skalierte Merkmale werden auch als kategoriale oder attributive Merkmale bezeichnet. Bei metrischen Skalen liegen Zahlen als Ausprägungen vor. Metrische Skalen sind die natürlichen Skalen quantitativer Merkmale. Eine Rangordnung ist immer definiert. Die Differenzbildung ist stets möglich. Die metrische Skalierung wird weiter unterteilt in die: Absolute Skalierung: Eine natürliche Einheit und ein natürlicher Nullpunkt sind hier gegeben. Anzahlen (Fehleranzahl pro Schicht, Fehltage eines Mitarbeiters, etc.) sind stets absolut skaliert. Verhältnis-Skalierung: Es gibt einen natürlichen Nullpunkt, aber keine natürliche Einheit. Merkmale, die sich auf Entfernungen, Längen und Geschwindigkeiten beziehen sind Verhältnis-skaliert. Das Qualitätsmerkmale Dicke der Lackschicht weist eine natürlich Null auf (keine Schicht vorhanden). Die Dicke der Schicht kann allerdings in m, mm, Inch oder einer beliebigen anderen Einheit angegeben werden.
6 2.1 Deskriptive Statistik und explorative Datenanalyse 11 Intervall-Skalierung: Hier sind weder ein natürlicher Nullpunkt noch eine natürliche Einheit gegeben. Im Gegensatz zur Verhältnis Skalierung ist Quotientenbildung hier sinnlos. Betrachtet man beispielsweise das Merkmal Temperatur in C so ist die Aussage, 2 C sind doppelt so warm wie 1 C, relativ sinnlos. Vor jeder Visualisierung von Daten, d. h. den Realisierungen von Merkmalen, müssen die entsprechenden Skalierungen festgelegt werden Grundlegende Begriffe und statistische Kenngrößen Wir betrachten ein beliebiges Merkmal X, beispielsweise sei X ein Qualitätsmerkmal und beschreibe die Länge einer Schraube in mm. Grundgesamtheit Stichprobe ABBILDUNG 2-1 Grundgesamtheit und Stichprobe Möglicherweise können aufgrund der Vielzahl der produzierten Schrauben nicht alle gemessen werden. Alle Schrauben bilden die so genannte Grundgesamtheit oder Population. Aus dieser wird eine Auswahl getroffen, die so genannte Stichprobe. Wir nehmen an, dass die Stichprobe n Werte umfasst. n heißt dann Stichprobenumfang. Die Werte werden mit bezeichnet. Statistische Methoden beruhen auf der Stichprobe. Ziel ist es allerdings, Aussagen für die Grundgesamtheit zu treffen, vgl. Abbildung 2 1. Lagemaße Zunächst betrachten wir so genannte Lageparameter oder Lagemaße. Hierzu gehört zunächst der arithmetische Mittelwert (Xbar im Englischen) mit (2 1) Der arithmetische Mittelwert ist normalerweise eine gute Kenngröße für die mittlere Prozesslage. Allerdings hängt von so genannten Ausreißern, d. h. Merkmalswerten ab, die aus welchen Gründen auch immer nicht zu den anderen Werten passen.
7 12 2 Statistische Grundlagen Beispiel 2-1: Wir betrachten das Qualitätsmerkmal Länge einer Schraube in mm. Die Stichprobe sei durch i ,1 33,2 32,8 33,0 32,9 gegeben. Ganz offensichtlich ergibt sich hier. Wird durch eine Unaufmerksamkeit der letzte Wert zu 329 mm verfälscht, so ergibt sich, was natürlich die mittlere Prozesslage nicht beschreibt. Die Ausreißerfrage ist meistens nicht so offensichtlich zu beantworten wie im obigen Beispiel. Man benötigt daher so genannte robuste Kenngrößen, die nicht oder nur in geringem Ausmaß auf Ausreißer reagieren. Ein robustes Maß für die mittlere Prozesslage stellt der Median dar. Der Median entspricht demjenigen Wert, unter dem 50 % aller Werte liegen. Er wird daher auch als 50 % Quantil bzw. ½ Quantil bezeichnet. Um den Median zu bestimmen, müssen die Werte der Stichprobe der Größe nach sortiert werden; dies führt zu der geordneten Stichprobe. ABBILDUNG 2-2 Median bei ungeradem (oben) und geradem Stichprobenumfang (unten) Bei einem ungeraden Stichprobenumfang ist der Median durch den Wert gegeben. In Abbildung 2 2 ergibt sich für n = 5. Ist der Stichprobenumfang gerade, so ergibt sich der Median als Mittelwert aus dem (n/2) ten und (n+1)/2 ten Wert der geordneten Stichprobe. (2 2)
8 2.1 Deskriptive Statistik und explorative Datenanalyse 13 Für die Werte aus Beispiel 2 1 mit n = 5 und i ,8 32,9 33,0 33,1 33,2 gilt. Im Falle des Tippfehlers ergibt sich i ,8 33,0 33,1 33,2 329 mit. Es kommt also nur zu einer minimalen Veränderung des Medians. Wie oben ausgeführt, wird der Median auch als 50 % Quantil oder ½ Quantil bezeichnet. Es lässt sich nun auch allgemeiner ein Quantil definieren, das demjenigen Wert entspricht, unter dem der Werte liegen. Bei der Berechnung von muss zunächst eine ganze Zahl k als Hilfsgröße berechnet werden. Hierbei ist die folgende Fallunterscheidung zu beachten: nicht ganzzahlig: k entspricht der auf folgenden ganzen Zahl. ganzzahlig: Nun gilt: (2 3) Neben dem Median sind das 25 % und 75 % Quantil von besonderer Bedeutung, sie werden als unteres bzw. oberes Quartil oder als unterer bzw. oberer Viertelwert bezeichnet: : unteres Quartil, unterer Viertelwert : oberes Quartil, oberer Viertelwert : Median Beispiel 2-2: Berechnung der Quartile Die Werte aus Beispiel 2 1 werden wieder verwendet. Das untere und obere Quartil sollen berechnet werden. Unteres Quartil: Oberes Quartil:
Statistische Methoden der Qualitätssicherung: Praktische Anwendung mit MINITAB und JMP. Click here if your download doesn"t start automatically
Statistische Methoden der Qualitätssicherung: Praktische Anwendung mit MINITAB und JMP Click here if your download doesn"t start automatically Statistische Methoden der Qualitätssicherung: Praktische Anwendung
MehrStatistische Methoden der Qualitätssicherung
Konrad Wälder Olga Wälder Statistische Methoden der Qualitätssicherung Praktische Anwendung mit MINITAB und JMP Konrad Wälder/Olga Wälder Statistische Methoden der Qualitätssicherung Bleiben Sie auf dem
MehrStatistik K urs SS 2004
Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die
Mehrhtw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK
htw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK htw saar 2 Grundbegriffe htw saar 3 Grundgesamtheit und Stichprobe Ziel: Über eine Grundgesamtheit (Population) soll eine Aussage über ein
MehrArbeitsbuch zur deskriptiven und induktiven Statistik
Helge Toutenburg Michael Schomaker Malte Wißmann Christian Heumann Arbeitsbuch zur deskriptiven und induktiven Statistik Zweite, aktualisierte und erweiterte Auflage 4ü Springer Inhaltsverzeichnis 1. Grundlagen
MehrDeskriptive Statistik
Deskriptive Statistik 1 Ziele In der deskriptiven (=beschreibenden) Statistik werden Untersuchungsergebnisse übersichtlich dargestellt, durch Kennzahlen charakterisiert und grafisch veranschaulicht. 2
MehrMathematische Statistik. Zur Notation
Mathematische Statistik dient dazu, anhand von Stichproben Informationen zu gewinnen. Während die Wahrscheinlichkeitsrechnung Prognosen über das Eintreten zufälliger (zukünftiger) Ereignisse macht, werden
MehrStatistik. Jan Müller
Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen
MehrEinführung in die computergestützte Datenanalyse
Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL
MehrStatistik 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
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
MehrStatistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt
MehrInhalt. I Einführung. Kapitel 1 Konzept des Buches Kapitel 2 Messen in der Psychologie... 27
Inhalt I Einführung Kapitel 1 Konzept des Buches........................................ 15 Kapitel 2 Messen in der Psychologie.................................. 27 2.1 Arten von psychologischen Messungen....................
MehrStatistik. Einführung in die com putergestützte Daten an alyse. Oldenbourg Verlag München B , überarbeitete Auflage
Statistik Einführung in die com putergestützte Daten an alyse von Prof. Dr. Karlheinz Zwerenz 4., überarbeitete Auflage B 366740 Oldenbourg Verlag München Inhalt Vorwort XI Hinweise zu EXCEL und SPSS XII
MehrStatistische Datenanalyse
Werner A. Stahel Statistische Datenanalyse Eine Einführung für Naturwissenschaftler 3., durchgesehene Auflage vieweg VII 1 Einleitung 1 1.1 Was ist Statistische Datenanalyse? 1 1.2 Ziele 6 1.3 Hinweise
MehrDeskriptive Statistik Auswertung durch Informationsreduktion
Deskriptive Statistik Auswertung durch Informationsreduktion Gliederung Ø Grundbegriffe der Datenerhebung Total-/Stichprobenerhebung, qualitatives/quantitatives Merkmal Einteilung der Daten (Skalierung,
Mehr3. Lektion: Deskriptive Statistik
Seite 1 von 5 3. Lektion: Deskriptive Statistik Ziel dieser Lektion: Du kennst die verschiedenen Methoden der deskriptiven Statistik und weißt, welche davon für Deine Daten passen. Inhalt: 3.1 Deskriptive
MehrBio- Statistik 1. mit 87 Abbildungen, 40 Tabellen und 102 Beispielen
Bio- Statistik 1 Beschreibende und explorative Statistik - Wahrscheinlichkeitsrechnung und Zufallsvariablen - Statistische Maßzahlen - Wichtige Verteilungen - Beurteilende Statistik - Vertrauensintervalle
MehrW-Seminar: Versuche mit und am Menschen 2017/2019 Skript
3. Deskriptive Statistik Die deskriptive (auch: beschreibende) Statistik hat zum Ziel, [ ] Daten durch Tabellen, Kennzahlen [ ] und Grafiken übersichtlich darzustellen und zu ordnen. Dies ist vor allem
MehrStatistik für Ingenieure Vorlesung 3
Statistik für Ingenieure Vorlesung 3 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 14. November 2017 3. Zufallsgrößen 3.1 Zufallsgrößen und ihre Verteilung Häufig sind
MehrBeispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es
Beispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es beim radioaktiven Zerfall, zwischen 100 und 110 Zerfälle
MehrFachrechnen für Tierpfleger
Z.B.: Fachrechnen für Tierpfleger A10. Statistik 10.1 Allgemeines Was ist Statistik? 1. Daten sammeln: Durch Umfragen, Zählung, Messung,... 2. Daten präsentieren: Tabellen, Grafiken 3. Daten beschreiben/charakterisieren:
Mehrfh 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
MehrStatistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 3. Vorlesung Dr. Jochen Köhler 1 Inhalte der heutigen Vorlesung Ziel: Daten Modellbildung Probabilistisches Modell Wahrscheinlichkeit von Ereignissen Im ersten
MehrDie mit * gekennzeichneten Abschnitte beinhalten Themen, die über die Anforderungen des Gegenstandskatalogs hinausgehen.
Die mit * gekennzeichneten Abschnitte beinhalten Themen, die über die Anforderungen des Gegenstandskatalogs hinausgehen. 1 Einleitung...1 1.1 Die Bedeutung der Statistik für die Medizin...1 1.2 Die medizinische
MehrSchließende Statistik
Schließende Statistik [statistical inference] Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.
MehrI Beschreibende Statistik 1
Inhaltsverzeichnis Vorwort ix I Beschreibende Statistik 1 Lernziele zu Teil I 2 1 Statistik, Daten und statistische Methoden 3 1.1 Statistik im Alltag, in Politik und Gesellschaft...... 3 1.2 Aufgaben
MehrVerfahren für metrische Variable
Verfahren für metrische Variable Grafische Methoden Histogramm Mittelwertsplot Boxplot Lagemaße Mittelwert, Median, Quantile Streuungsmaße Standardabweichung, Interquartilsabstand Lagemaße und Streumaße
MehrAngewandte 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
MehrWelche der folgenden Aussagen sind richtig? (x aus 5) A Ein metrisches Merkmal, das überabzählbar viele Ausprägungen besitzt heißt diskret.
Grundlagen der Statistik 25.9.2014 7 Aufgabe 7 Welche der folgenden Aussagen sind richtig? (x aus 5) A Ein metrisches Merkmal, das überabzählbar viele Ausprägungen besitzt heißt diskret. B Ein Merkmal
MehrBiomathematik 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
MehrTeil / Ein paar statistische Grundlagen 25. Kapitel 1 Was Statistik ist und Warum sie benötigt Wird 2 7
Inhaltsverzeichnis Einführung 21 Über dieses Buch 21 Törichte Annahmen über den Leser 22 Wie dieses Buch aufgebaut ist 23 Teil I: Ein paar statistische Grundlagen 23 Teil II: Die beschreibende Statistik
MehrErmitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:
1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie () Überblick. Deskriptive Statistik I - Grundlegende
MehrDeskriptive 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
MehrEinführung in die Statistik
Einführung in die Statistik 1. Deskriptive Statistik 2. Induktive Statistik 1. Deskriptive Statistik 1.0 Grundbegriffe 1.1 Skalenniveaus 1.2 Empirische Verteilungen 1.3 Mittelwerte 1.4 Streuungsmaße 1.0
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
MehrVariablen und Skalenniveaus
Analytics Grundlagen Variablen und Skalenniveaus : Photo Credit: Unsplash, Roman Mager Statistik Was ist eigentlich eine Variable? Variable In der Datenanalyse wird häufig die Bezeichnung Variable verwendet.
MehrStatistik I für Betriebswirte Vorlesung 9
Statistik I für Betriebswirte Vorlesung 9 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 06. Juni 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrAngewandte Statistik 1
Angewandte Statistik 1 Beschreibende und Explorative Statistik - Wahrscheinlichkeitsrechnung - Zufallsvariablen und Statistische Maßzahlen -Wichtige Verteilungen - Beurteilende Statistik -Vertrauensintervalle
MehrVII. Inhaltsverzeichnis
VII Inhaltsverzeichnis Vorwort XIII Teil 1 Datentypen 1 Datentypen 3 1.1 Kommt es wirklich darauf an? 3 1.2 Daten auf einer Intervallskala 3 1.3 Daten auf einer Ordinalskala 4 1.4 Daten auf einer Nominalskala
Mehr1 EINLEITUNG Allgemeines Kapitelübersicht Gebrauch dieses Buches Verwenden zusätzlicher Literatur...
Inhaltsverzeichnis 1 EINLEITUNG... 1 1.1 Allgemeines... 1 1.2 Kapitelübersicht... 2 1.3 Gebrauch dieses Buches... 3 1.4 Verwenden zusätzlicher Literatur... 4 DESKRIPTIVE STATISTIK 2 GRUNDLAGEN... 5 2.1
MehrEinführung in die Statistik mit R
Einführung in die Statistik mit R Bernd Weiler syntegris information solutions GmbH Neu Isenburg Schlüsselworte Statistik, R Einleitung Es ist seit längerer Zeit möglich statistische Berechnungen mit der
MehrPROC MEANS. zum Berechnen statistischer Maßzahlen (für quantitative Merkmale)
PROC MEAS zum Berechnen statistischer Maßzahlen (für quantitative Merkmale) Allgemeine Form: PROC MEAS DATA=name Optionen ; VAR variablenliste ; CLASS vergleichsvariable ; Beispiel und Beschreibung der
MehrStatistik I für Betriebswirte Vorlesung 9
Statistik I für Betriebswirte Vorlesung 9 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik Vorlesung am 8. Juni 2017 im Audi-Max (AUD-1001) Dr. Andreas Wünsche Statistik I für Betriebswirte
MehrWahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle
Wahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle von Dr. rer. nat. Regina Storni 11., verbesserte Auflage mit 82 Bildern, 20 Tafeln und 120 Beispielen Fachbuchverlag
MehrWahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle
Wahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle von Dr. rer. nat. Regina Storni 11., verbesserte Auflage mit 82 Bildern, 20 Tafeln und 120 Beispielen ra Fachbuchverlag
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2014 Christodoulides / Waldherr Einführung in Quantitative Methoden- 2.VO 1/57 Die Deskriptivstatistik
MehrWirtschaftsstatistik für Studienanfänger
Günter Deweß / Helga Hartwig Wirtschaftsstatistik für Studienanfänger Begriffe - Aufgaben - Lösungen EAG. LE Edition am Gutenbergplatz Leipzig Inhalt Beschreibende Statistik: Daten und Maßzahlen 1 Grundgesamtheiten,
MehrInhaltsverzeichnis DESKRIPTIVE STATISTIK. 1 Grundlagen Grundbegriffe Skalen... 15
Inhaltsverzeichnis 1 Grundlagen... 13 1.1 Grundbegriffe...13 1.2 Skalen... 15 DESKRIPTIVE STATISTIK 2 Eindimensionale Häufigkeitsverteilungen...16 2.1 Häufigkeiten... 16 2.1.1 Grundbegriffe... 16 2.1.2
MehrStatistik II: Grundlagen und Definitionen der Statistik
Medien Institut : Grundlagen und Definitionen der Statistik Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Hintergrund: Entstehung der Statistik 2. Grundlagen
MehrLehr- und Übungsbuch der angewandten Statistik. Von Dr. Bärbel Elpelt und. O. Prof. Dr. Joachim Hartung Fachbereich Statistik der Universität Dortmund
Grundkurs Statistik Lehr- und Übungsbuch der angewandten Statistik Von Dr. Bärbel Elpelt und O. Prof. Dr. Joachim Hartung Fachbereich Statistik der Universität Dortmund Mit ausführlichen Übungs- und Klausurteilen
MehrInhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5
Inhaltsverzeichnis Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite 1.0 Erste Begriffsbildungen 1 1.1 Merkmale und Skalen 5 1.2 Von der Urliste zu Häufigkeitsverteilungen 9 1.2.0 Erste Ordnung
MehrStatistische Methoden der Qualitätssicherung
Statistische Methoden der Qualitätssicherung Praktische Anwendung mit MINITAB und JMP Bearbeitet von Konrad Wälder, Olga Wälder, Franz J. Brunner. Auflage 203. Buch. X, S. Hardcover ISBN 978 3 446 4327
MehrForschungsmethoden in der Sozialen Arbeit
Forschungsmethoden in der Sozialen Arbeit Fachhochschule für Sozialarbeit und Sozialpädagogik Alice- Salomon Hochschule für Soziale arbeit, Gesundheit, Erziehung und Bildung University of Applied Sciences
MehrBiegen von Büroklammern
6.7 Zuverlässigkeitsanalyse mit Minitab und JMP 39 6.7 Zuverlässigkeitsanalyse mit Minitab und JMP In Minitab gelangt man über den Pfad Statistik-Zuverlässigkeit/Lebensdauer zu den entsprechenden Methoden
MehrLagemasse und Streuung
Lagemasse und Streuung Benjamin Schlegel 07. März 2016 Lagemasse sagen etwas über die Lage und das Zentrum der Daten aus, Streuungsmasse, wie die Daten um dieses Zentrum gestreut sind. Lagemasse Lagemasse
Mehr1 GRUNDLAGEN Grundbegriffe Skalen...15
Inhaltsverzeichnis 1 GRUNDLAGEN...13 1.1 Grundbegriffe...13 1.2 Skalen...15 DESKRIPTIVE STATISTIK 2 EINDIMENSIONALE HÄUFIGKEITSVERTEILUNGEN...16 2.1 Häufigkeiten...16 2.1.1 Grundbegriffe...16 2.1.2 Klassieren
MehrFrank Lammers. Statistik I: deskriptive und explorative Statistik. Lehr- und Übungsbuch
Frank Lammers Statistik I: deskriptive und explorative Statistik Lehr- und Übungsbuch 2004 Verlag der Gesellschaft für Unternehmensrechnung und Controlling m.b.h. Vorwort I Vorwort zur zweiten Auflage
MehrKapitel 1 Beschreibende Statistik
Beispiel 1.5: Histogramm (klassierte erreichte Punkte, Fortsetzung Bsp. 1.1) 0.25 0.2 Höhe 0.15 0.1 0.05 0 0 6 7 8,5 10 11 erreichte Punkte Dr. Karsten Webel 24 Beispiel 1.5: Histogramm (Fortsetzung) Klasse
MehrHäufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche
Lehrveranstaltung Empirische Forschung und Politikberatung der Universität Bonn, WS 2007/2008 Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche 30. November 2007 Michael
MehrÜ B U N G S S K R I P T S T A T I S T I K
Ü B U N G S S K R I P T S T A T I S T I K A. Ploner H. Strelec C. Yassouridis Universität für Bodenkultur Department für Raum, Landschaft und Infrastruktur Institut für Angewandte Statistik & EDV Peter-Jordan-Strasse
MehrStatistik... formeln für Dummies
Timm Si99 Statistik... formeln für Dummies Fachkorrektur tlon Christoph Maas und Joachim Gaukel WILEY WILEY-VCH Verlag GmbH & Co. KGaA lnhaftsllerzeichnis Einleitun9 17 Teil I Formeln aus der beschreibenden
MehrStatistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de
rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent
MehrStichwortverzeichnis. Ausgleichsgerade 177 Ausreißer 13, 40
283 Stichwortverzeichnis a Alpha-Wert 76, 91 Alter 256 Alternativhypothese 68, 70 ANOVA siehe einfache Varianzanalyse, zweifache Varianzanalyse Anpassung 178 Anpassungstest siehe Chi-Quadrat-Anpassungstest
MehrProzessoptimierung mit statistischen Verfahren
Prozessoptimierung mit statistischen Verfahren Eine anwendungsorientierte Einführung mit destra und Minitab Bearbeitet von Lorenz Braun, Claus Morgenstern, Michael Radeck 1. Auflage 010. Buch. IX, 354
MehrBitte am PC mit Windows anmelden!
Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung
Mehr3. Deskriptive Statistik
3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht
MehrÜber dieses Buch Die Anfänge Wichtige Begriffe... 21
Inhalt Über dieses Buch... 12 TEIL I Deskriptive Statistik 1.1 Die Anfänge... 17 1.2 Wichtige Begriffe... 21 1.2.1 Das Linda-Problem... 22 1.2.2 Merkmale und Merkmalsausprägungen... 23 1.2.3 Klassifikation
MehrÜber den Autor 7 Über den Fachkorrektor 7. Einführung 19
Inhaltsverzeichnis Über den Autor 7 Über den Fachkorrektor 7 Einführung 19 Über dieses Buch 19 Törichte Annahmen über den Leser 20 Wie dieses Buch aufgebaut ist 20 Teil I: Ein paar statistische Grundlagen
MehrVorwort zur 3. Auflage 15. Vorwort zur 2. Auflage 15. Vorwort 16 Kapitel 0 Einführung 19. Teil I Beschreibende Statistik 29
Inhaltsübersicht Vorwort zur 3. Auflage 15 Vorwort zur 2. Auflage 15 Vorwort 16 Kapitel 0 Einführung 19 Teil I Beschreibende Statistik 29 Kapitel 1 Eindimensionale Häufigkeitsverteilungen 31 Kapitel 2
MehrWahrscheinlichkeitsrechnung und Statistik
9. Vorlesung - 2017 Monte Carlo Methode für numerische Integration Sei g : [0, 1] R stetige Funktion; man möchte 1 0 g(t)dt numerisch approximieren mit Hilfe von Zufallszahlen: Sei (U n ) n eine Folge
MehrStandardisierte 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
MehrKapitel 3: Lagemaße. Ziel. Komprimierung der Daten zu einer Kenngröße, welche die Lage, das Zentrum der Daten beschreibt
Kapitel 3: Lagemaße Ziel Komprimierung der Daten zu einer Kenngröße, welche die Lage, das Zentrum der Daten beschreibt Dr. Matthias Arnold 52 Definition 3.1 Seien x 1,...,x n Ausprägungen eines kardinal
MehrBiostatistik. 4y Springer. Wolfgang Köhler Gabriel Schachtel Peter Voleske. Vierte, aktualisierte und erweiterte Auflage
Wolfgang Köhler Gabriel Schachtel Peter Voleske Biostatistik Vierte, aktualisierte und erweiterte Auflage Mit 65 Abbildungen und 50 Tabellen 4y Springer Einleitung 1 Kapitel I: Merkmalsauswahl 5 1 Wahl
MehrInhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale
1. Grundlagen... 1 1.1 Grundgesamtheit und Untersuchungseinheit................ 1 1.2 Merkmal oder statistische Variable........................ 2 1.3 Datenerhebung.........................................
MehrStichwortverzeichnis. 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
Mehr1 Grundlagen statistischer Versuchsauswertung
1 Grundlagen statistischer Versuchsauswertung 1.1 Statistische Daten Schon vor der Erhebung von Daten sollten erste statistische Überlegungen mit in das Erhebungsprogramm aufgenommen werden. Primäres Ziel
MehrInhaltsverzeichnis. 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
MehrStochastik in den Ingenieu rwissenschaften
---_..,.'"--.---------- Christine Müller Liesa Denecke Stochastik in den Ingenieu rwissenschaften Eine Einführung mit R ~ Springer Vieweg 1 Fragestellungen........................................... Teil
MehrDer Mythos des Mittelwertes
Der Mythos des Mittelwertes Neue Methodenlehre der Statistik Von o. Universitätsprofessor Dr. Friedrich Sixtl 2., überarbeitete und erweiterte Auflage R. Oldenbourg Verlag München Wien Inhaltsübersicht
Mehr1 Grundlagen der Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsräume. Ein erster mathematischer Blick auf Zufallsexperimente...
Inhaltsverzeichnis 1 Grundlagen der Wahrscheinlichkeitsrechnung 1 1.1 Wahrscheinlichkeitsräume Ein erster mathematischer Blick auf Zufallsexperimente.......... 1 1.1.1 Wahrscheinlichkeit, Ergebnisraum,
Mehr1 Einleitung und Grundlagen 1
Inhaltsverzeichnis Vorwort vii 1 Einleitung und Grundlagen 1 1.1 Einführende Beispiele 1 1.2 Statistischer Prozess 2 1.3 Grundlagen 2 1.4 Unterscheidung von Merkmalen 3 1.4.1 Skalenniveaus 3 1.4.2 Stetige
MehrI. Zahlen, Rechenregeln & Kombinatorik
XIV. Wiederholung Seite 1 I. Zahlen, Rechenregeln & Kombinatorik 1 Zahlentypen 2 Rechenregeln Brüche, Wurzeln & Potenzen, Logarithmen 3 Prozentrechnung 4 Kombinatorik Möglichkeiten, k Elemente anzuordnen
MehrÜbungen 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
MehrFit for Abi & Study Stochastik
Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen
MehrStatistik für das Psychologiestudium
Dieter Rasch / Klaus D. Kubinger Statistik für das Psychologiestudium Mit Softwareunterstützung zur Planung und Auswertung von Untersuchungen sowie zu sequentiellen Verfahren ELSEVIER SPEKTRUM AKADEMISCHER
MehrStatistik I für Betriebswirte Vorlesung 13
Statistik I für Betriebswirte Vorlesung 13 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 6. Juli 2017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 13 Version: 7. Juli
MehrQuantitative Methoden der Agrarmarktanalyse und des Agribusiness
Quantitative Methoden der Agrarmarktanalyse und des Agribusiness Teil Quantitative Methoden der Agrarmarktanalyse Vorlesung: Montag und Mittwoch 8:30-10:00 Dr. Bernhard Brümmer Tel.: 0431-880-4449, Fax:
MehrUwe Hassler. Statistik im. Bachelor-Studium. Eine Einführung. für Wirtschaftswissenschaftler. ^ Springer Gabler
Uwe Hassler Statistik im Bachelor-Studium Eine Einführung für Wirtschaftswissenschaftler ^ Springer Gabler 1 Einführung 1 2 Beschreibende Methoden univariater Datenanalyse 5 2.1 Grundbegriffe 5 2.2 Häufigkeitsverteilungen
MehrWeitere Lagemaße: Quantile/Perzentile I
3 Auswertung von eindimensionalen Daten Lagemaße 3.3 Weitere Lagemaße: Quantile/Perzentile I Für jeden Median x med gilt: Mindestens 50% der Merkmalswerte sind kleiner gleich x med und ebenso mindestens
Mehrentschieden hat, obwohl die Merkmalsausprägungen in der Grundgesamtheit voneinander abhängig sind.
Bsp 1) Die Wahrscheinlichkeit dafür, dass eine Glühbirne länger als 200 Stunden brennt, beträgt 0,2. Wie wahrscheinlich ist es, dass von 10 Glühbirnen mindestens eine länger als 200 Stunden brennt? (Berechnen
MehrTrim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19
Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist
Mehr5 Exkurs: Deskriptive Statistik
5 EXKURS: DESKRIPTIVE STATISTIK 6 5 Ekurs: Deskriptive Statistik Wir wollen zuletzt noch kurz auf die deskriptive Statistik eingehen. In der Statistik betrachtet man für eine natürliche Zahl n N eine Stichprobe
Mehr