Qualitätsregelkarten

Slides:



Advertisements
Ähnliche Präsentationen
Stichprobe im qualitativen Forschungsprozess
Advertisements

Annahmestich- probenprüfung
Univariate Statistik M. Kresken.
Berechnung von Hochwasserwahrscheinlichkeiten mit dem
Masterstudiengang IE (Industrial Engineering)
Von univariaten und multivariaten Prozessfähigkeiten
HACCP Schulentwicklungsprojekt
Berechnung des Korrelationskoeffizienten Vorbemerkung. Der Korrelationskoeffizient ist im Grunde ein Bruch aus 3 unvollständig berechneten statistischen.
Statistische Prozessregelung (SPC)
Physikalische Messgrößen
Forschungsstrategien Johannes Gutenberg Universität Mainz
S P C Statistical Process Control Statistische Prozeßkontrolle
Gliederung Definition des Wahrscheinlichkeitsbegriffes
Gliederung Der Begriff der Stichprobe, Stichprobenfehler
Gliederung Tabellarische und grafische Darstellung von Rohwerten mittels Histogramme und Polygone Statistische Kennwertbeschreibung mittels Tendenz- und.
Wahrscheinlichkeit und die Normalverteilung
Integrierte Managementsysteme
Forschungsstatistik II
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-24.
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2005/2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-18.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-18.
Statistische Methoden II
Konfidenzintervalle Intervallschätzung
Statistische Methoden II SS 2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
TESTS. Worum es geht Man möchte testen, ob eine bestimmte Annahme (Hypothese) über Parameter der Realität entspricht oder nicht. Beobachtung (Stichprobe)
Statistische Methoden I SS 2005 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Maximum-Likelihood-Schätzer ( diskreter Fall) Likelihood-Funktion mit oder M-L-Schätzer.
Klausurtermin (laut Prüfungsamt) Probeklausur Freitag, 13. Juni 2003 statt Vorlesung.
Statistische Methoden II SS 2003 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
III. Induktive Statistik
Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird verlegt. Der Nachholtermin wird noch bekannt gegeben.
Statistische Methoden II SS 2003
Univariate Statistik M. Kresken.
Wahrscheinlich-keitsrechnung
Bedingte Wahrscheinlichkeiten und diagnostische Tests II
Binomialverteilung: Beispiel
Eigenschaften der OLS-Schätzer
Histogramm/empirische Verteilung Verteilungen
Formulierung und Überprüfung von Hypothesen
Faktorisieren von „Trinomen“
Ausgleichungsrechnung II
Ausgleichungsrechnung I
Die t-Verteilung und die Prüfstatistik
Die Poisson-Verteilung: Mittelwert und Standardabweichung
Die Gaußverteilung.
STATISIK LV Nr.: 1375 SS März 2005.
STATISIK LV Nr.: 0028 SS Mai 2005.
Modul Statistische Datenanalyse
STATISIK LV Nr.: 1375 SS März 2005.
Konfidenzintervall und Testen für den Mittelwert und Anteile
Grundlagen der Messtechnik
Part Average Analysis PAA Rev. 2.0 / 2005
Zusammengestellt von Mag. Raimund Hermann
Tutorium Statistik II Übung IV Philipp Schäpers Mi – 11.45
6.6 Normalverteilung Die Normalverteilung kann als das wichtigste Verteilungsmodell der Statistik ange-sehen werden. Sie wird nach ihrem Entdecker auch.
Bioinformatik Vorlesung
Einführung zur Fehlerrechnung
Der Binomialtest Man habe einen wahren Anteil P. Kann man aufgrund von p sagen, daß in der Population tatsächlich der Anteil P zugrunde liegt? [Beispiele]
Thema der Stunde I. Die Form der Stichprobenkennwerteverteilung
Verteilungen, Varianz Tamara Katschnig.
STATISIK LV Nr.: 1375 SS März 2005.
Prüft ebenfalls die Annahme der Varianzhomogenität (exakter)
Die Gaussverteilung.
Aufgabe 5 Gegeben sei folgende Graphik mit den zugehörigen Merkmalsdefinitionen. – Erstellen Sie die zugehörige Kontingenztabelle der absoluten Häufigkeiten.
Deskriptive Statistik, Korrelationen, Mittelwertvergleiche, Graphiken
Geoinformationssysteme
Verbesserung der Entscheidungssicherheit bei der Bestimmung von Prüfmittelfähigkeitsindizes Präsentation zum Seminar im Studiengang „Scientific Programming“
Statistische Auswertung und Darstellungsmöglichkeiten von Messdaten Seminarvortrag von Christian Gorgels im Studiengang Scientific Programming.
Mittel- und Erwartungswert
 Präsentation transkript:

Qualitätsregelkarten

Qualitätsregelkarten (QRK): Eine QRK wird zur statistischen Produkt- oder Prozesskontrolle eingesetzt. Sie ist nach folgendem Prinzip aufgebaut: Es wird zunächst der zu überwachende Parameter ausgewählt. Dann werden mit Hilfe statistischer Kenngrößen oder aufgrund von Vortests folgende Grenzen bestimmt: OEG: Obere Eingriffsgrenze OWG: Obere Warngrenze UWG: Untere Warngrenze UEG: Untere Eingriffsgrenze Überschreiten die Messwerte obere Grenzen bzw. unterschreiten Sie untere Grenzen, sind entsprechende Aktionen (z.B. Meldungen, Korrekturen, Abbrüche) durchzuführen.

Beispiel: Ein Produktionsprozess basiert auf der Einstellung eines Erwartungswertes  . Zur Kontrolle werden Stichproben gezogen, die Abweichung der Mittelwerte von  wird kontinuierlich überprüft, man geht davon aus, dass die Messwerte normalverteilt sind. Warnbereich ist der „Zufallsstreubereich“ (ZB), in dem 95% der Messwerte erwarten werden, Eingriffsbereich der ZB, in dem 99% der Messwerte zu erwarten sind, d.h. Dabei ist n der Stichprobenumfang und  die Standardabweichung, die Koeffizienten sind die entsprechenden Quantile der Standardnormalverteilung. Der ZB stimmt also mit dem korrespondierenden Vertrauensbereich überein.

Beispiel mit  =150 ,  = 5 und n = 50 OWG UWG OEG UEG