Statistische Versuchsplanung - Design of Experiments (DoE)

von: Karl Siebertz, David van Bebber, Thomas Hochkirchen

Springer-Verlag, 2010

ISBN: 9783642054938 , 328 Seiten

Format: PDF, OL

Kopierschutz: Wasserzeichen

Windows PC,Mac OSX für alle DRM-fähigen eReader Apple iPad, Android Tablet PC's Online-Lesen für: Windows PC,Mac OSX,Linux

Preis: 76,99 EUR

Mehr zum Inhalt

Statistische Versuchsplanung - Design of Experiments (DoE)


 

Geleitwort

6

Inhaltsverzeichnis

10

Grundlagen

15

Einleitung

15

Grundbegriffe

16

Systemgrenzen

16

Qualitätsmerkmal

17

Parameter und Faktoren

18

Stufen

20

Vergleich zu traditionellen Verfahren

20

Auswertung

23

Fallstudie

23

Effekt

26

Wechselwirkung

28

Lineares Beschreibungsmodell

35

Versuchspläne

39

Einleitung

39

Screening Versuchspläne

39

Konzept

40

Reguläre Felder nach dem Yates-Standard

44

Irreguläre Felder nach Plackett-Burman

45

Fallstudie

47

Versuchspläne für ein quadratisches Beschreibungsmodell

51

Central-Composite-Design

52

Box-Behnken-Design

54

Monte-Carlo-Verfahren

56

Fallstudie

57

Grenzen des Beschreibungsmodells

60

Mischungspläne

64

Simplex-Lattice-Design

64

Simplex-Centroid-Design

65

Individuell erstellte Versuchspläne

65

Auswahlkriterien

67

Einschränkungen des Faktorraums

68

Die Mutter aller Versuchspläne

69

Kontrollverfahren

71

Einleitung

71

Versuchsplan

72

Fallbeispiel

73

Korrelationsmatrix

74

Varianz-Inflations-Faktor (VIF)

75

Fraction of Design Space (FDS)

75

Hebelwerte

76

Beschreibungsmodell

78

Half-Normal-Plot

78

Varianzanalyse

83

Genauigkeit der Vorhersage

87

Fallbeispiel

87

Residual-Plots

88

Löschdiagnosen

91

Box-Cox Transformation

93

Bestätigungsläufe

94

Statistische Modellbildung

95

Einleitung

95

Warum Statistik?

96

Randomisierung, Wiederholung, Blockbildung --- Fishers Brücke in die Statistik

101

Randomisierung

101

Wiederholung

104

Blockbildung

107

Wieso ``Null''hypothese? Der Grundgedanke aller statistischen Tests

109

Ein Beispiel

109

- und -Risiko

110

Versuchsumfang

114

``Der'' Test für DoE: Fishers Varianzanalyse

119

Varianzzerlegung

119

Die Anova-Tabelle

122

Von der Testgröße zur Wahrscheinlichkeit

125

Auswertung bei Blockbildung

129

Faktorelimination

130

Versuchszahl

136

Modellvalidierung

141

Zusammenfassung: Von den Daten zum Modell in 7 Schritten

144

Varianten der statistischen Versuchsplanung

145

Einleitung

145

Umgang mit mehreren Qualitätsmerkmalen

146

Multiple-Response-Optimisation

146

Sequentielle Methode und Ersatzgrößen

151

Principal Component Analysis

152

Robustes Design

153

Parameterdesign

153

Toleranzdesign

159

Umgang mit kategorialen Faktoren

162

Computer-Experiment

165

Einleitung

165

Aufbau und Analyse von Computer-Experimenten

165

Vergleich von Computer- und physikalischem Experiment

167

Testfelder für Computer-Experimente

168

Metamodelle

169

Analyse und Optimierung

170

Versuchspläne für komplexe Zusammenhänge

173

Einleitung

173

Gütekriterien für Testfelder

174

MiniMax und MaxiMin

174

Entropie

176

Integrated und Maximum Mean Square Error

177

Gleichverteilung (Uniformity)

177

Vergleich verschiedener Gütekriterien

181

Konstruktionsmethoden gleichverteilter Testfelder

182

(Quasi) Monte-Carlo

182

Orthogonale Testfelder

187

Latin Hypercube

188

Gleichverteilte Testfelder (Uniform Designs)

192

Optimierung von Testfeldern

197

Ungleichverteilte Testfelder

202

Zusammenfassung

204

Metamodelle

205

Einleitung

205

Lineare Regression

206

Polynome

208

Splines

208

Kriging

212

Radial Basis Funktion

216

Kernel- und Lokale Polynom-Regression

217

Künstliche Neuronale Netzwerke

222

Qualität von Metamodellen

231

Faktorwahl

233

Zusammenfassung

236

Optimierung

239

Einleitung

239

Dominanz

240

Reduktion auf eine Zielgröße

241

Genetische Evolutionsverfahren für mehrerer Zielgrößen

243

Kreuzung

246

Mutation

247

Randbedingungen

249

Ausgewählte Verfahren (NSGA-II und -MOEA)

250

Zusammenfassung

257

Sensitivitätsanalyse

260

Einleitung

260

Sensitivitätsanalyse bei Linearen Modellen

261

Normierte Regressionskoeffizienten

261

Partialsumme der Quadrate

262

Partieller Determinationskoeffizient

263

Predictive Error Sum of Squares

263

Partielle Korrelationsfaktoren

263

Sensitivitätsanalyse bei nichtlinearen Modellen

264

Korrelationsverhältnis

264

Sobol's Kennzahl

266

Totaler Sensitivitätsindex

267

FAST (Fourier Amplitude Sensitivity Test)

268

Zusammenfassung

272

Strategie

274

Einleitung

274

Qualitative Systembeschreibung

275

Versuchsdurchführung und Auswertung

276

CAE

279

Software

280

Literaturverzeichnis

284

Berechnungsmodell zum Fallbeispiel Rasensprenger

293

Nomenklatur

294

Berechnung

294

Erweiterungen

298

Quellcode

300

Computer-Experiment

305

Rasensprenger mit erweitertem Faktorraum

305

Testfelder und Metamodelle

309

Sensitivitätsanalyse

322

Optimierung

322

Nomenklatur

326

Abkürzungen und Markennamen

329

Sachverzeichnis

331