Methoden der Statistik und Prozessanalyse
Eine anwendungsorientierte Einführung
Buch in deiner Nähe kaufen
Beschreibung
Dieses Buch konzentriert sich auf die Anwendung von modernen Methoden der
Statistik zur Modellierung und Analyse von Prozessmodellen der Verfahrenstechnik.
Beispiele für moderne Methoden sind Matrixansätze, im Gegensatz zu
manuellen Berechnungen, sowie das Konzept orthogonaler Basen. Diese Ansätze
ermöglichen eine computergestützte Analyse von Versuchsplänen.
Zunächst werden die wichtigsten Aspekte und Methoden der Statistik und Prozessanalysevorgestellt. Auf dieser
Grundlage werden anschließend komplexere Methoden für die Anwendung
erarbeitet. Hierbei legen die Autoren großen Wert auf eine kurze, jedoch umfassende
und konsistente Darstellung.
Zur Erleichterung der Implementierung werden detaillierte Vorgehensweisen für
die relevanten Konzepte vorgestellt und anhand geeigneter Beispiele vorgestellt.
Die Beispiele sind so gewählt, dass sie mit vorhandenen Softwarewerkzeugen (Matlab, Excel) nachgebildet werden können. Für diesen Zweck werden Excel-Vorlagen und
MATLAB-Programme bereitgestellt. Ein ausführliches deutsch-englisches Glossar
ist ebenfalls enthalten.
Der Inhalt
• Einführung in die Statistik und Datenvisualisierung
• Theoretische Grundlagen für die statistische Analyse
• Regression
• Versuchsplanung
• Modellierung stochastischer Prozesse mittels Zeitreihenanalyse• Modellierung dynamischer Prozesse mit Methoden zur Systemidentifikation
• Verwendung von MATLAB® zur statistischen Analyse• Verwendung von Excel® zur statistischen Analyse
Die Zielgruppen
Ingenieure, Studierende und Hochschullehrer der Fachgebiete Verfahrenstechnik,Elektrotechnik, Maschinenbau, Messtechnik sowie Mathematiker, insbesondere
der Bereich der Statistik.Die Autoren
Prof. Dr. Yuri A. W. Shardt ist derzeit Fachgebietsleiter des Fachgebiets „Automatisierungstechnik“
an der TU Ilmenau.
Dr. Heiko Weiß ist derzeit Entwicklungsingenieur für Regelungstechnik. Er war
wissenschaftlicher Mitarbeiter des Fachgebiets „Automatisierungstechnik“ an der
TU Ilmenau.
Dieses Buch konzentriert sich auf die Anwendung von modernen Methoden der
Statistik zur Modellierung und Analyse von Prozessmodellen der Verfahrenstechnik.
Beispiele für moderne Methoden sind Matrixansätze, im Gegensatz zu
manuellen Berechnungen, sowie das Konzept orthogonaler Basen. Diese Ansätze
ermöglichen eine computergestützte Analyse von Versuchsplänen.
Zunächst werden die wichtigsten Aspekte und Methoden der Statistik und Prozessanalysevorgestellt. Auf dieser
Grundlage werden anschließend komplexere Methoden für die Anwendung
erarbeitet. Hierbei legen die Autoren großen Wert auf eine kurze, jedoch umfassende
und konsistente Darstellung.
Zur Erleichterung der Implementierung werden detaillierte Vorgehensweisen für
die relevanten Konzepte vorgestellt und anhand geeigneter Beispiele vorgestellt.
Die Beispiele sind so gewählt, dass sie mit vorhandenen Softwarewerkzeugen (Matlab, Excel) nachgebildet werden können. Für diesen Zweck werden Excel-Vorlagen und
MATLAB-Programme bereitgestellt. Ein ausführliches deutsch-englisches Glossar
ist ebenfalls enthalten.
Unterstützt den Leser bei der korrekten Datenanalyse, indem es neben der konzeptionellen Darstellung auch detaillierte Anleitungsrahmen bietet Hervorhebung von Beispielen, die für Chemie- und Verfahrensingenieure relevant sind, insbesondere für diejenigen, die neu in der statistischen Analyse sind Microsoft Excel-Vorlagen erleichtern die Verwendung der vorgestellten Methoden, ohne dass der Praktiker Zugang zu spezieller Software haben muss Die generalisierte Darstellung der Ergebnisse ermöglicht den Einsatz in den unterschiedlichsten Anwendungen Integrativer Ansatz zur Systemidentifikation, linearen Regression und statistischen Theorie hilft dem Leser, die Ähnlichkeiten und Unterschiede in den verwendeten Methoden zu verstehen
Autor*in
Yuri Shardt
Themen in »Methoden der Statistik und Prozessanalyse«
ANOVA Analysis FE Review Manual Fundamentals of Engineering Exam Review Book Generalised Factorial Design Interpretation of Experiments Einführung Statistik Regressionsanalyse Hauptkomponentenanalyse Statistische Versuchsplanung Informationsvisualisierung Systemidentifikation Data-Mining Chemie