Skip to main content

Statistische Versuchsplanung

Angewandt auf technische Systeme

  • Chapter
„Das ist gar kein Modell!“
  • 22k Accesses

Zusammenfassung

Die statistische Versuchsplanung (englisch: Design of Experiments, DoE) wird beispielsweise zur Verbesserung von Produkten, zur Optimierung eines Prozessablaufes oder auch zum Vergleich der Qualität zweier Fertigungsmaschinen eingesetzt. Eine Voraussetzung zur Anwendung ist die Durchführung von Experimenten. Anhand derer wird die Abhängigkeit einer zu untersuchenden Zielgröße von Einflussgrößen ermittelt. Dieser Zusammenhang wird in einer mathematischen Formel wiedergegeben. Es handelt sich um ein empirisches Modell, damit beschreibt es den experimentell ermittelten Zusammenhang nur im untersuchten Bereich. Eine Extrapolation über die untersuchten Bereiche hinaus ist nicht zulässig (Kleppmann, 2008; Bandemer/Bellmann, 1994).

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 64.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 84.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  • BANDEMER, H., BELLMANN, A., Statistische Versuchsplanung, 4. Auflage, Teubner Verlag, Stuttgart 1994.

    Google Scholar 

  • GEIGER, W., KOTTE, W., Handbuch Qualität, 5. Auflage, Vieweg-Verlag, Wiesbaden 2008.

    Google Scholar 

  • KLEPPMANN, W., Taschenbuch Versuchsplanung, 5. Auflage, Carl Hanser Verlag, München / Wien 2008.

    Google Scholar 

  • KROTTMAIER, J., Versuchsplanung, 3. Auflage, Verlag Industrielle Organisation, Zürich 1994.

    Google Scholar 

  • LANGENOHL, A., Entwicklung eines Schädigungsmodells des Delaminationsprozesses vonPolyurethanbandagen bei Schwerlasträdern, Maschinenelemente-Verlag, Dissertationsschrift, Technische Universität Dortmund,2007.

    Google Scholar 

  • NETTER, J., KUTNER, M. H., NACHTSHEIM, C. J., WASSERMANN, W., Applied Linear Statistical Models, 4. Edition Boston, McGraw-Hill, New York 1996.

    Google Scholar 

  • PETERSEN, H., Grundlagen der statistischen Versuchsplanung, Ecomed Verlagsgesellschaft, Landsberg/Lech 1991.

    Google Scholar 

  • SCHEFFLER, E., Einführung in die Praxis der statistischen Versuchsplanung, 3. Auflage, VEB Deutscher Verlag für Grundstoffindustrie, Leipzig 1997.

    Google Scholar 

  • SCHULZE, C., Einflussgrößenanalyse im Vorfeld der Statistischen Versuchsplanung, Carl Hanser Verlag, München 1991.

    Google Scholar 

  • WEIHS, C., JESSENBERGER, J., Statistische Methoden zur Qualitätssicherung und –optimierung in der Industrie, Wiley-VCH Verlag, Weinheim 1999.

    Google Scholar 

Download references

Authors

Editor information

Gerhard Bandow Hartmut H. Holzmüller

Rights and permissions

Reprints and permissions

Copyright information

© 2010 Gabler | GWV Fachverlage GmbH

About this chapter

Cite this chapter

Wieczorek, D. (2010). Statistische Versuchsplanung. In: Bandow, G., Holzmüller, H. (eds) „Das ist gar kein Modell!“. Gabler. https://doi.org/10.1007/978-3-8349-8484-5_8

Download citation

Publish with us

Policies and ethics