Online-Ressource | |
Verfasst von: | Shardt, Yuri A. W. [VerfasserIn] |
Weiß, Heiko [VerfasserIn] | |
Titel: | Methoden der Statistik und Prozessanalyse |
Titelzusatz: | eine anwendungsorientierte Einführung |
Werktitel: | Statistics for chemical and process engineers |
Verf.angabe: | Yuri A.W. Shardt, Heiko Weiß |
Verlagsort: | Berlin ; [Heidelberg] |
Verlag: | Springer Vieweg |
E-Jahr: | 2021 |
Jahr: | [2021] |
Umfang: | 1 Online-Ressource (XXVIII, 481 Seiten) |
Gesamttitel/Reihe: | Springer eBook Collection |
ISBN: | 978-3-662-61626-0 |
Abstract: | 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. |
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. Der Inhalt • Einführung in die Statistik und Datenvisualisierung • Theoretische Grundlagen für die statistische Analyse • Regression • Versuchsplanung • Modellierung stochastischer Prozesse mittels Zeitreihenanalyse • Modellierung dynamischer Prozesse mit Methoden zur Systemidentifikation • Verwendung von MATLAB® zur statistischen Analyse • Verwendung von Excel® zur statistischen Analyse Die Zielgruppen Ingenieure, Studierende und Hochschullehrer der Fachgebiete Verfahrenstechnik, Elektrotechnik, Maschinenbau, Messtechnik sowie Mathematiker, insbesondere der Bereich der Statistik. Die Autoren 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. | |
DOI: | doi:10.1007/978-3-662-61626-0 |
URL: | Resolving-System: https://doi.org/10.1007/978-3-662-61626-0 |
DOI: https://doi.org/10.1007/978-3-662-61626-0 | |
Schlagwörter: | (s)Verfahrenstechnik / (s)Statistische Analyse / (s)Regressionsanalyse / (s)Versuchsplanung / (s)Stochastischer Prozess / (s)Prozessmodell |
(s)Visualisierung / (s)Wahrscheinlichkeit / (s)Regressionsanalyse / (s)Versuchsplanung / (s)Modellierung / (s)MATLAB / (s)EXCEL / (s)Statistik / (s)Verfahrenstechnik | |
Datenträger: | Online-Ressource |
Dokumenttyp: | Einführung |
Sprache: | ger |
Bibliogr. Hinweis: | Erscheint auch als : Druck-Ausgabe: Shardt, Yuri A. W.: Methoden der Statistik und Prozessanalyse. - Berlin : Springer Vieweg, 2021. - XXVIII, 481 Seiten |
RVK-Notation: | VC 6050 |
SK 840 | |
K10plus-PPN: | 176521467X |
Lokale URL UB: | Zum Volltext |
Bibliothek der Medizinischen Fakultät Mannheim der Universität Heidelberg | |
Bestellen/Vormerken für Benutzer des Klinikums Mannheim Eigene Kennung erforderlich | |
Bibliothek/Idn: | UW / m3958938701 |
Lokale URL Inst.: | Zum Volltext |