Statistik für Ingenieure

Details

ID	1252919
Dauer	5.0 Tage
Methoden	Vortrag mit Beispielen und Übungen.
Vorwissen	Grundlegende Statistikkenntnisse
Zielgruppe	Ingenieure, MA der Qualitätssicherung

Ziele

Datensätze beschreiben

Lernen Sie, mit Lage- und Streuungsmaßen Datensätze zu beschreiben

Zusammenhängen aufdecken

Weisen Sie Zusammenhänge zwischen Datenreihen nach

Statistische Modelle entwickeln

Verwenden Sie Regression, um Daten in Modellen zu erklären

Rechnen mit Wahrscheinlichkeiten

Setzen Sie induktive Statistik für Wahrscheinlichkeiten ein

Hypothesen testen und nachweisen

Sehen Sie, wie Sie Hypothesen über die Grundgesamtheit prüfen

Experimente planen und analysieren

Setzen Sie erprobte Verfahren für Testreihen und ihre Analysen ein

Übersicht

Deskriptive und induktive Statistik sind in den Ingenieurswissenschaften bei der Planung und Kontrolle von (Produktions-)Prozessen überaus wichtig. Zentral ist hierbei die Qualitätsüberwachung durch Einsatz statistischer Methoden. Dieser Bereich stellt einen Teil der Einsatzmöglichkeiten statistischer Verfahren in Produktionsbetrieben dar. Die statistische Prozesslenkung (auch statistische Prozessregelung oder statistische Prozesssteuerung, englisch statistical process control, SPC genannt) wird üblicherweise als eine Vorgehensweise zur Optimierung von Produktions- und Serviceprozessen aufgrund statistischer Verfahren verstanden. Dieses einführende Seminar unterstützt Ingenieure und andere Beteiligte in der Verfahrensplanung und -durchführung bei der Analyse von Prozess-/Produktionsdaten sowie dem Aufbau einer statistisch fundierten Qualitätskontrolle.

Termine

OPEN

INHOUSE

Zurzeit stehen keine offenen Termine zur Verfügung. Nutzen Sie alternativ die Inhouse‑Option.

Lernen Sie anhand maßgeschneiderter Beispiele und Inhalte – passgenau für Ihre Anforderungen.

Ihre Vorteile im Überblick

Flexibles Wunschdatum
Maßgeschneiderte Inhalte
Intensiver Austausch
Hoher Praxisbezug

Comelio Medien

Noch auf der Suche nach weiterführender Literatur? Entdecken Sie passende Fachbücher in unserem Katalog.

Zum Bücherkatalog

Themen

Daten beschreiben, darstellen und zusammenfassen
Statistische Modelle für Prognosen und Erklärungen mit der linearen Regression aufbauen
Wahrscheinlichkeitstheorie verstehen und anwenden
Eigenschaften von Daten prüfen und mit Hypothesentests nachweisen
Statistische Qualitäts- und Prozesskontrolle nutzen
Design und Analyse von Experimenten einsetzen

Beschreibung

Lernen Sie, wie Sie mit deskriptiver Statistik Datenreihen strukturiert beschreiben, um dann mit induktiver Statistik Hypothesen zu beweisen. Experimentieren Sie mit eingeführten Methoden und kontrollieren Sie Ihre Prozesse.

Services

Mittagessen / Catering
Hilfe bei Hotel / Anreise
Comelio-Zertifikat
Flexibel: Bis einen Tag vorher kostenlos stornieren

Inhalt

Die Rolle der Statistik in den Ingenieurswissenschaften

Die Ingenieur-Tätigkeit und statistisches Denken - Sammeln von Daten aus Prozessen - Retrospektive Studie - Beobachtungsstudien - Experimente - Zufallsstichproben - Deterministische und empirische Modelle - Prozessbeobachtung im Zeitverlauf

Datenzusammenfassung und Präsentation

Datenzusammenfassung und Darstellung - Stamm-und-Blatt-Diagramm - Histogramme - Box-Plot - Zeitreihen - Multivariate Daten

Zufallsvariablen und Wahrscheinlichkeitsverteilungen

Einführung - Zufallsvariablen - Wahrscheinlichkeit - Kontinuierliche Zufallsvariablen: Wahrscheinlichkeitsdichtefunktion, Verteilungsfunktion, Mittelwert und Varianz - Wichtige Verteilungen: Normalverteilung, Lognormalverteilung, Gamma-Verteilung, Weibull-Verteilung, Beta Distribution - Wahrscheinlichkeitsdiagramme - Diskrete Zufallsvariablen: Wahrscheinlichkeitsmassenfunktion, Verteilungsfunktion, Mittelwert und Varianz - Binomialverteilung - Poisson-Prozess: Poisson-Verteilung, Exponentialverteilung - Annäherung der Normalverteilung an die Binomial-und Poisson-Verteilungen - Mehr als eine Zufallsvariable und Unabhängigkeit: Gemeinsame Verteilung, Unabhängigkeit - Funktionen von Zufallsvariablen: Lineare Funktionen unabhängiger Zufallsvariablen, Lineare und nichtlineare Funktionen von Zufallsvariablen - Zufallsstichproben, Zentraler Grenzwertsatz

Entscheidungsfindung bei einer einzelnen Stichprobe

Statistische Inferenz - Punktschätzung - Testen von Hypothesen: Statistische Hypothesen, Test von statistischen Hypothesen, P-Werte in Hypothesentests, einseitige und zweiseitige Hypothesen, allgemeines Verfahren zum Testen von Hypothesen - Inferenz für den Mittelwert einer Grundgesamtheit bei bekannter Varianz - Inferenz für den Mittelwert einer Grundgesamtheit bei unbekannter Varianz - Inferenz für die Varianz einer Normalverteilung - Inferenz für einen Anteil - Intervallschätzungen für eine einzige Probe - Test für Anpassungsgüte

Entscheidungsfindung bei zwei Stichproben

Einführung - Inferenz für den Mittelwert zweier Grundgesamtheiten bei (un)bekannten Varianzen - Der t-Test - Inferenz für das Verhältnis der Abweichungen von zwei Normalenverteilungen - Inferenz für zwei Anteile - Vollständig randomisierte Experimente und die Varianzanalyse (ANOVA) - Blockbildung

Empirische Modelle ableiten

Einführung in empirische Modelle - Einfache lineare Regression: Kleinste-Quadrate-Schätzung, Überprüfung von Hypothesen bei einfacher linearer Regression, Konfidenzintervalle bei der einfachen linearen Regression, Vorhersage von Beobachtungen, Modellüberprüfung, Korrelation und Regression - Multiple Regression: Schätzung der Parameter bei multipler Regression, Rückschlüsse bei multipler Regression, Modellüberprüfung - Polynome in der Modellbildung - Kategoriale Regressoren - Techniken der Variablenselektion

Experimente und ihre Analyse (DOE)

Die Strategie des Experimentierens - Faktorielle Experimente - 2k faktorielle Experiemente: 2² Design und seine statistische Analyse, Fehleranalyse und Modellprüfung, 2k-Design für k3 Faktoren, Einmal-Replikat eines 2k-Designs - Mittelpunkte und Blockbildung in 2k-Designs: Zentralpunkte, Blockbildung und Confounding - Fraktionelle Replikation von einem 2k-Design: Halbes 2k-Design, 2kp teilfaktorielle Modelle - Wirkungsflächenanalyse: Methode des steilsten Anfstiegs, Analyse eines Second-Order Response Surface - Faktorielle Experimente mit mehr als zwei Stufen

Statistische Prozesskontrolle

Qualitätsverbesserung und Statistische Prozesskontrolle - Einführung in Regelkarten: Grundlagen, Entwurf einer Regelkarte, Untergruppen, Analyse der Muster auf Regelkarten - R-Regelkarte - Regelkarten für Einzelmessungen - Prozessfähigkeit - Attributregelkarten: P- und nP-Diagramm, U-Diagramm und C-Diagramm - Messsysteme analysieren