|
|
|
|
| LEADER |
02713nmm a2200445 u 4500 |
| 001 |
EB000383498 |
| 003 |
EBX01000000000000000236550 |
| 005 |
00000000000000.0 |
| 007 |
cr||||||||||||||||||||| |
| 008 |
130626 ||| ger |
| 020 |
|
|
|a 9783642054938
|
| 100 |
1 |
|
|a Siebertz, Karl
|
| 245 |
0 |
0 |
|a Statistische Versuchsplanung
|h Elektronische Ressource
|b Design of Experiments (DoE)
|c von Karl Siebertz, David van Bebber, Thomas Hochkirchen
|
| 250 |
|
|
|a 1st ed. 2010
|
| 260 |
|
|
|a Berlin, Heidelberg
|b Springer Berlin Heidelberg
|c 2010, 2010
|
| 300 |
|
|
|a XVI, 328 S. 200 Abb. in Farbe
|b online resource
|
| 505 |
0 |
|
|a Grundlagen -- Versuchspläne -- Kontrollverfahren -- Statistische Modellbildung -- Varianten der statistischen Versuchsplanung -- Computer-Experiment -- Versuchspläne für komplexe Zusammenhänge -- Metamodelle -- Optimierung -- Sensitivitätsanalyse -- Strategie
|
| 653 |
|
|
|a Reliability
|
| 653 |
|
|
|a Physical measurements
|
| 653 |
|
|
|a Life sciences
|
| 653 |
|
|
|a Industrial safety
|
| 653 |
|
|
|a Statistics
|
| 653 |
|
|
|a Quality Control, Reliability, Safety and Risk
|
| 653 |
|
|
|a Computers
|
| 653 |
|
|
|a Quality control
|
| 653 |
|
|
|a Theory of Computation
|
| 653 |
|
|
|a Statistics for Engineering, Physics, Computer Science, Chemistry and Earth Sciences
|
| 653 |
|
|
|a Measurement Science and Instrumentation
|
| 653 |
|
|
|a Life Sciences, general
|
| 653 |
|
|
|a Probability Theory and Stochastic Processes
|
| 653 |
|
|
|a Probabilities
|
| 653 |
|
|
|a Measurement
|
| 700 |
1 |
|
|a Bebber, David van
|e [author]
|
| 700 |
1 |
|
|a Hochkirchen, Thomas
|e [author]
|
| 041 |
0 |
7 |
|a ger
|2 ISO 639-2
|
| 989 |
|
|
|b Springer
|a Springer eBooks 2005-
|
| 490 |
0 |
|
|a VDI-Buch
|
| 856 |
4 |
0 |
|u https://doi.org/10.1007/978-3-642-05493-8?nosfx=y
|x Verlag
|3 Volltext
|
| 082 |
0 |
|
|a 519.2
|
| 520 |
|
|
|a Die statistische Versuchsplanung (Design of Experiment, DoE) ist ein Verfahren zur Analyse von (technischen) Systemen. Dieses Verfahren ist universell einsetzbar und eignet sich sowohl zur Produkt- als auch zur Prozessoptimierung. Planung und Durchführung von systematischen Versuchsreihen, zur Optimierung von Produkten oder Fertigungsprozessen mit engem Praxisbezug, sind das Hauptanliegen. Simulationsmodelle können durch statistische Versuchsplanung ressourcensparend eingesetzt werden, und Ergebnisse lassen sich besser kommunizieren. Besonders erfolgreich ist das Verfahren dann, wenn viele Einflussgrößen zu berücksichtigen sind, zum Beispiel im Bereich Fahrzeugsicherheit oder auch bei Prozessoptimierung in der Verfahrenstechnik. Die Statistische Versuchsplanung ist ein wichtiger Bestandteil von "Six Sigma". Das Buch wendet sich an Ingenieure aus Entwicklung und Fertigung
|