Dekorationsartikel gehören nicht zum Leistungsumfang.
Sprache:
Deutsch
80,00 €*
Versandkostenfrei per Post / DHL
Lieferzeit 4-7 Werktage
Kategorien:
Beschreibung
NOT-Statistik umfasst den gesamten Datenanalyse-Prozess und zeigt anhand von zwei Praxisbeispielen die Umsetzung in Minitab R19 und R:
+Planung und Auswahl der Daten
+Prozess-Beschreibung und Ziele der Datenanalyse
+Plausibilitätsprüfung
+Grafiken für Einflüsse und Zusammenhänge
+Modellierung von Ursache-Wirkungs-Beziehungen
+Bewertung der Modell-Qualität und Ansatzpunkte zur Verbesserung
+Nutzung von Modellen für Vorhersagen, Simulationen, Optimierungen, Nachweisführung und Toleranzermittlung
Beispiel 1: Spritzgussprozess
Ziele: Vorhersage von Prozess-Ergebnissen und Ermittlung von Toleranzgrenzen
Beispiel 2: Projektlaufzeit
Ziele: zuverlässige Einschätzung von Projektlaufzeiten, Nachweis maximale Laufzeit
Die angewendeten Methoden (general linear model) gehören zum Bereich Maschinelles Lernen. NOT-Statistik liefert damit einen roten Faden für die Auswertung komplexerer Daten und zeigt, wie die Ergebnisse für die Produktentwicklung und Prozessoptimierung genutzt werden können. Die Daten und Programmdateien sind online verfügbar. Alle Beispiele können Schritt für Schritt selbständig nachvollzogen werden.
NOT-Statistik: Nachweis - Optimierung - Toleranzermittlung
+Planung und Auswahl der Daten
+Prozess-Beschreibung und Ziele der Datenanalyse
+Plausibilitätsprüfung
+Grafiken für Einflüsse und Zusammenhänge
+Modellierung von Ursache-Wirkungs-Beziehungen
+Bewertung der Modell-Qualität und Ansatzpunkte zur Verbesserung
+Nutzung von Modellen für Vorhersagen, Simulationen, Optimierungen, Nachweisführung und Toleranzermittlung
Beispiel 1: Spritzgussprozess
Ziele: Vorhersage von Prozess-Ergebnissen und Ermittlung von Toleranzgrenzen
Beispiel 2: Projektlaufzeit
Ziele: zuverlässige Einschätzung von Projektlaufzeiten, Nachweis maximale Laufzeit
Die angewendeten Methoden (general linear model) gehören zum Bereich Maschinelles Lernen. NOT-Statistik liefert damit einen roten Faden für die Auswertung komplexerer Daten und zeigt, wie die Ergebnisse für die Produktentwicklung und Prozessoptimierung genutzt werden können. Die Daten und Programmdateien sind online verfügbar. Alle Beispiele können Schritt für Schritt selbständig nachvollzogen werden.
NOT-Statistik: Nachweis - Optimierung - Toleranzermittlung
NOT-Statistik umfasst den gesamten Datenanalyse-Prozess und zeigt anhand von zwei Praxisbeispielen die Umsetzung in Minitab R19 und R:
+Planung und Auswahl der Daten
+Prozess-Beschreibung und Ziele der Datenanalyse
+Plausibilitätsprüfung
+Grafiken für Einflüsse und Zusammenhänge
+Modellierung von Ursache-Wirkungs-Beziehungen
+Bewertung der Modell-Qualität und Ansatzpunkte zur Verbesserung
+Nutzung von Modellen für Vorhersagen, Simulationen, Optimierungen, Nachweisführung und Toleranzermittlung
Beispiel 1: Spritzgussprozess
Ziele: Vorhersage von Prozess-Ergebnissen und Ermittlung von Toleranzgrenzen
Beispiel 2: Projektlaufzeit
Ziele: zuverlässige Einschätzung von Projektlaufzeiten, Nachweis maximale Laufzeit
Die angewendeten Methoden (general linear model) gehören zum Bereich Maschinelles Lernen. NOT-Statistik liefert damit einen roten Faden für die Auswertung komplexerer Daten und zeigt, wie die Ergebnisse für die Produktentwicklung und Prozessoptimierung genutzt werden können. Die Daten und Programmdateien sind online verfügbar. Alle Beispiele können Schritt für Schritt selbständig nachvollzogen werden.
NOT-Statistik: Nachweis - Optimierung - Toleranzermittlung
+Planung und Auswahl der Daten
+Prozess-Beschreibung und Ziele der Datenanalyse
+Plausibilitätsprüfung
+Grafiken für Einflüsse und Zusammenhänge
+Modellierung von Ursache-Wirkungs-Beziehungen
+Bewertung der Modell-Qualität und Ansatzpunkte zur Verbesserung
+Nutzung von Modellen für Vorhersagen, Simulationen, Optimierungen, Nachweisführung und Toleranzermittlung
Beispiel 1: Spritzgussprozess
Ziele: Vorhersage von Prozess-Ergebnissen und Ermittlung von Toleranzgrenzen
Beispiel 2: Projektlaufzeit
Ziele: zuverlässige Einschätzung von Projektlaufzeiten, Nachweis maximale Laufzeit
Die angewendeten Methoden (general linear model) gehören zum Bereich Maschinelles Lernen. NOT-Statistik liefert damit einen roten Faden für die Auswertung komplexerer Daten und zeigt, wie die Ergebnisse für die Produktentwicklung und Prozessoptimierung genutzt werden können. Die Daten und Programmdateien sind online verfügbar. Alle Beispiele können Schritt für Schritt selbständig nachvollzogen werden.
NOT-Statistik: Nachweis - Optimierung - Toleranzermittlung
Über den Autor
Barbara Bredner unterstützt als Statistikerin und Data Scientist Menschen in der Industrie bei der Produktentwicklung, Versuchsplanung und -auswertung sowie bei der Prozessanalyse und -optimierung. Ihr Motto lautet: "Es kommt darauf an."
Details
Erscheinungsjahr: | 2021 |
---|---|
Fachbereich: | Allgemeines |
Genre: | Mathematik |
Rubrik: | Naturwissenschaften & Technik |
Medium: | Taschenbuch |
Inhalt: |
332 S.
332 farbige Illustr. |
ISBN-13: | 9783347004818 |
ISBN-10: | 3347004817 |
Sprache: | Deutsch |
Ausstattung / Beilage: | Paperback |
Einband: | Kartoniert / Broschiert |
Autor: | Bredner, Barbara |
Hersteller: |
tredition
tredition GmbH |
Maße: | 240 x 170 x 24 mm |
Von/Mit: | Barbara Bredner |
Erscheinungsdatum: | 06.04.2021 |
Gewicht: | 0,633 kg |
Über den Autor
Barbara Bredner unterstützt als Statistikerin und Data Scientist Menschen in der Industrie bei der Produktentwicklung, Versuchsplanung und -auswertung sowie bei der Prozessanalyse und -optimierung. Ihr Motto lautet: "Es kommt darauf an."
Details
Erscheinungsjahr: | 2021 |
---|---|
Fachbereich: | Allgemeines |
Genre: | Mathematik |
Rubrik: | Naturwissenschaften & Technik |
Medium: | Taschenbuch |
Inhalt: |
332 S.
332 farbige Illustr. |
ISBN-13: | 9783347004818 |
ISBN-10: | 3347004817 |
Sprache: | Deutsch |
Ausstattung / Beilage: | Paperback |
Einband: | Kartoniert / Broschiert |
Autor: | Bredner, Barbara |
Hersteller: |
tredition
tredition GmbH |
Maße: | 240 x 170 x 24 mm |
Von/Mit: | Barbara Bredner |
Erscheinungsdatum: | 06.04.2021 |
Gewicht: | 0,633 kg |
Warnhinweis