Methoden der Statistik und Prozessanalyse

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 Versuchsplanen.

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.

Autorentext
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.

Klappentext

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.

Inhalt
Einführung in Statistik und Datenvisualisierung.- Theoretische Grundlagen für die statistische Analyse.- Regression.- Versuchsplanung.- System Identification.- Data Mining.- Appendices: A Brief Review of Set Theory and Notation; A Traditional Approach to Ordinary, Linear Least Squares Regression' A Traditional Approach to Weighted, Linear Least Squares Regression; A Traditional Approach to Factorial Design Analysis; Using Excel for Statistical Analysis; Using MATLAB® for Statistical Analysis.