Advertisement

Statistische Modellbildung

  • Karl Siebertz
  • David van Bebber
  • Thomas Hochkirchen
Chapter
Part of the VDI-Buch book series (VDI-BUCH)

Zusammenfassung

Grundkenntnisse der Ideen und Methoden der statistischen Modellbildung stellen sicher, dass man sinnvolle Versuchsauswertungen durchführt, die es erlauben, „echte“ Effekte von Effekten zu trennen, die durch das Messrauschen lediglich vorgetäuscht werden. Was ist eine dafür sinnvolle Anzahl von Versuchswiederholungen, und wie kann man sich davon überzeugen, ein valides Vorhersagemodell entwickelt zu haben?

Mit Randomisierung, Versuchswiederholung und Blockbildung werden drei Maßnahmen vorgestellt, die helfen, das Signal vom Rauschen zu trennen. Schließlich wird in diesem Zusammenhang die Frage beantwortet, was eigentlich „statistisch signifikant“ bedeutet und wie diese Idee bei der Versuchsauswertung nutzbar ist. Dieses Thema ist zwar von zentraler Bedeutung, wird aber in der Regel weder gut erklärt noch verstanden. Diese Lücke wird in Kapitel 4 geschlossen.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. 1. Box, G.: Do Interactions Matter? Tech. rep., Center for Quality and Productivity Improvement, University of Wisconsin - Madison (1989) 88Google Scholar
  2. 2. Box, G.: MustWe Randomize Our Experiment? Tech. rep., Center for Quality and Productivity Improvement, University of Wisconsin - Madison (1989) 89Google Scholar
  3. 3. Box, G.: Quality Improvement: An Expanding Domain for the Application of Scientific Method. Phil. Transact. Royal Soc. London, Series A 327, pp. 617–630 (1989) 95Google Scholar
  4. 4. Box, G., Friends: Improving Almost Anything: Ideas and Essays. John Wiley and Sons, NJ (2006) 92Google Scholar
  5. 5. Box, G., Hunter, W.G., Hunter, J.S.: Statistics for Experimenters. An Introduction to Design, Data Analysis, and Model Building. John Wiley and Sons, NJ (1978) 92Google Scholar
  6. 6. Fisher, R.A.: Statistical Methods for Research Workers. Oliver and Boyd, Edinburgh (1925). URL http://psychclassics.yorku.ca/Fisher/Methods/index.htm. (abgerufen 11/2016) 91
  7. 7. Fisher, R.A.: The Arrangement of Field Experiments. Journal of the Ministry of Agriculture of Great Britain 33, pp. 503–513 (1926) 90Google Scholar
  8. 8. Fisher, R.A.: The Design of Experiments. Oliver and Boyd, Edinburgh and London (1935) 1, 91, 104Google Scholar
  9. 9. Hellstrand, C.: The Necessity of Modern Quality Improvement and Some Experience With its Implementation in the Manufacture of Rolling Bearings. Tech. rep., Center for Quality and Productivity Improvement, University of Wisconsin - Madison (1989) 88Google Scholar
  10. 10. Montgomery, D.C.: Design and Analysis of Experiments. John Wiley and Sons, Hoboken, NJ (2001/2009) 90, 129, 234Google Scholar
  11. 11. Student: The Probable Error of a Mean. Biometrika VI(1), pp. 1–25 (1908) 91Google Scholar

Copyright information

© Springer-Verlag GmbH Deutschland 2017

Authors and Affiliations

  • Karl Siebertz
    • 1
  • David van Bebber
    • 2
  • Thomas Hochkirchen
    • 3
  1. 1.AldenhovenDeutschland
  2. 2.AachenDeutschland
  3. 3.VaalsNiederlande

Personalised recommendations