Prozessoptimierung mit statistischen Verfahren - Eine anwendungsorientierte Einführung mit destra und Minitab

Vorwort

Inhaltsverzeichnis

1 Einfu?hrung in die Prozessoptimierung

1.1 Ansätze der Prozessoptimierung

1.1.1 Grundlagen und Begriffe

1.1.2 Six Sigma

1.1.3 Lean Management

1.2 Grundlagen der Statistik

1.2.1 Daten und Merkmale

1.2.2 Statistische Kenngrößen und Verteilungen

1.2.3 Statistische Tests

1.3 Vom Problem zum statistischen Verfahren

1.3.1 Realität und Modell

1.3.2 Modellierung von Problemstellungen

1.3.3 Ein einfu?hrendes Beispiel

1.4 Weiterfu?hrende Literatur

2 Regressionsanalyse

2.1 Problemstellung

2.1.1 Anwendungsbeispiele

2.1.2 Grundlagen der Regression

2.2 Vorgehensweise

2.2.1 Modellformulierung

2.2.2 Schätzung der Regression

2.2.3 Modellpru?fung

2.2.4 Interpretation und Umsetzung

2.3 Fallbeispiel

2.3.1 Beschreibung des Ist-Zustandes

2.3.2 Abhängigkeiten im Prozess

2.3.3 Schätzung und Beurteilung des Regressionsmodells

2.3.4 Steuerung des Prozesses

2.4 Modellvarianten

2.4.1 Auswahl der wesentlichen Einflussgrößen

2.4.2 Nicht-lineare Regression

2.4.3 Dummy-Variablen

2.5 Anwendungsempfehlungen

2.6 Weiterfu?hrende Literatur

3 Varianzanalyse

3.1 Fragestellung

3.1.1 Beispiele fu?r die Anwendung

3.1.2 Grundlagen der Varianzanalyse

3.2 Vorgehensweise

3.2.1 Die einfaktorielle Varianzanalyse

3.2.2 Pru?fung des Modells

3.2.3 Ergänzende Deutungen

3.3 Zweifaktorielle Varianzanalyse

3.3.1 Das Prinzip der Streuungszerlegung

3.3.2 Diagramme der Haupt- und Wechselwirkungseffekte

3.4 Fallbeispiel Schweißversuch

3.5 Modellvarianten

3.5.1 Ungleicher Stichprobenumfang

3.5.2 Multivariate Varianzanalyse

3.5.3 Kovarianzanalyse

3.5.4 Nicht normalverteilte Merkmalswerte

3.6 Weiterfu?hrende Literatur

4 Statistische Versuchsplanung

4.1 Problemstellung

4.1.1 Anwendungsbeispiele

4.1.2 Grundlagen der Versuchsplanung

4.2 Vorgehensweise

4.2.1 Einflussgrößenscreening

4.2.2 Modellbildung durch Anwendung vollständiger faktorieller Versuchspläne

4.2.3 Teilweise faktorielle Versuchspläne

4.2.4 Versuchsplanung fu?r nominale Einflussgrößen

4.2.5 Blockbildung

4.2.6 Optimierung

4.3 Fallbeispiel

4.4 Anwendungsempfehlungen

4.5 Weiterfu?hrende Literatur

5 Logistische Regression

5.1 Problemstellung

5.1.1 Anwendungsbeispiele

5.1.2 Grundlagen der logistischen Regression

5.2 Vorgehensweise

5.2.1 Modellformulierung

5.2.2 Schätzung der logistischen Regression

5.2.3 Modellpru?fung

5.2.4 Interpretation und Umsetzung

5.3 Fallbeispiel

5.4 Modellvarianten

5.4.1 Auswahl der wesentlichen Einflussgrößen

5.4.2 Weiterfu?hrende Statistiken

5.4.3 Modell fu?r Zielgrößen mit mehreren Ausprägungen

5.5 Anwendungsempfehlungen

5.6 Weiterfu?hrende Literatur

6 Mehrfeldertafeln

6.1 Problemstellung

6.1.1 Anwendungsbeispiele

6.1.2 Grundlagen

6.2 Vorgehensweise

6.2.1 Vierfeldertafel

6.2.2 Mehrfeldertest mit der Zielgröße Anzahl fehlerhafte Einheiten

6.2.3 Mehrfeldertafel mit der Zielgröße Anzahl der Fehler

6.3 Fallbeispiel

6.3.1 Bearbeitung des Fallbeispiels mit dem Programm destra

6.4 Anwendungsempfehlungen

6.4.1 Vierfeldertafel mit kleinen Stichproben

6.4.2 Mehrfeldertafel mit kleinen Stichproben

6.4.3 kxj Mehrfeldertafeln

6.5 Weiterfu?hrende Literatur

7 Anhang – Fallbeispiele mit Minitab

7.1 Regressionsanalyse

7.1.1 Beschreibung des Ist-Zustandes

7.1.2 Abhängigkeiten im Prozess

7.1.3 Schätzung und Beurteilung des Regressionsmodells

7.1.4 Steuerung des Prozesses

7.2 Varianzanalyse

7.3 Statistische Versuchsplanung

7.4 Logistische Regression

7.5 Mehrfeldertafeln

8 Tabellenanhang

8.1 Verteilungsfunktion ? der Standardnormalverteilung

8.2 Quantile z1?? der Standardnormalverteilung N (0,1)

8.3 Quantile tFG,1?? der t-Verteilung mit FG Freiheitsgraden

Quantile ?2FG,1?? der Chi-Quadrat-Verteilung mit FG Freiheitsgraden

8.5 95-%-Quantile FFG1FG2,0,95 der F-Verteilung mit FG1 und FG2 Freiheitsgraden

8.6 99-%-Quantile FFG1;FG2;0,99 der F-Verteilung mit FG1 und FG2 Freiheitsgraden

9 Verzeichnisse

9.1 Abbildungsverzeichnis

9.2 Tabellenverzeichnis

10 Index