Buch, Deutsch, 481 Seiten, Paperback, Format (B × H): 168 mm x 240 mm, Gewicht: 850 g
Eine anwendungsorientierte Einführung
Buch, Deutsch, 481 Seiten, Paperback, Format (B × H): 168 mm x 240 mm, Gewicht: 850 g
ISBN: 978-3-662-61625-3
Verlag: Springer
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 Versuchspla¨nen.
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.
Zielgruppe
Professional/practitioner
Autoren/Hrsg.
Fachgebiete
- Technische Wissenschaften Maschinenbau | Werkstoffkunde Produktionstechnik
- Mathematik | Informatik Mathematik Stochastik Mathematische Statistik
- Technische Wissenschaften Verfahrenstechnik | Chemieingenieurwesen | Biotechnologie Verfahrenstechnik, Chemieingenieurwesen
- Technische Wissenschaften Elektronik | Nachrichtentechnik Nachrichten- und Kommunikationstechnik Regelungstechnik
Weitere Infos & Material
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.