Andere Kunden interessierten sich auch für
![Eine mathematische Prognose für die Büroimmobilienwirtschaft]( "Eine mathematische Prognose für die Büroimmobilienwirtschaft")
Eine mathematische Prognose für die Büroimmobilienwirtschaft49,00 €![Mathematik, Steuerung, Planung, Prognose]( "Mathematik, Steuerung, Planung, Prognose")
Mathematik, Steuerung, Planung, Prognose129,00 €![An Introduction to Statistical Inference and Its Applications with R]( "An Introduction to Statistical Inference and Its Applications with R")
An Introduction to Statistical Inference and Its Applications with R40,99 €![Anwendung mathematisch-statistischer Verfahren bei der Fabrikationsüberwachung]( "Anwendung mathematisch-statistischer Verfahren bei der Fabrikationsüberwachung")
Anwendung mathematisch-statistischer Verfahren bei der Fabrikationsüberwachung54,99 €![Erfahrung und Prognose]( "Erfahrung und Prognose")
Erfahrung und Prognose44,99 €![Papers of the 8th DGOR Annual Meeting / Vorträge der 8. DGOR Jahrestagung]( "Papers of the 8th DGOR Annual Meeting / Vorträge der 8. DGOR Jahrestagung")
Papers of the 8th DGOR Annual Meeting / Vorträge der 8. DGOR Jahrestagung54,99 €![Bootstrap Tests for Regression Models]( "Bootstrap Tests for Regression Models")
Bootstrap Tests for Regression Models74,99 €
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 ToleranzermittlungBeispiel 1: SpritzgussprozessZiele: Vorhersage von Prozess-Ergebnissen und Ermittlung von ToleranzgrenzenBeispiel 2: ProjektlaufzeitZiele: zuverlässige Einschätzung von Projektlaufzeiten, Nachweis maximale LaufzeitDie 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 undProgrammdateien sind online verfügbar. Alle Beispiele können Schritt für Schritt selbständig nachvollzogen werden.NOT-Statistik: Nachweis - Optimierung - Toleranzermittlung