Statistische Methoden und Design of Experiments - Interaktive Studienpläne der TU Ilmenau

benoteter Beleg (zweiteilig)                                                                                                                                                                                 

Teil 1 zum Komplex beschreibende Statistik: Anwendung der vermittelten Methoden auf reale Daten, Darstellung der Daten und Ableiten von Schlussfolgerungen unter Verwendung der Software Minitab                                          

Teil 2 zum Komplex Versuchsplanung:  Anwendung der vermittelten Werkzeuge zur Analyse eines Beispielprozesses einschließlich Erstellen und Auswerten von Versuchsplänen unter Verwendung der Software Minitab

Graded certificate (two parts)

Part 1 on the complex of descriptive statistics: application of the methods taught to real data, presentation of the data and derivation of conclusions using the software

Part 2 on the complex of experimental design: application of the tools taught to analyze an example process including the creation and evaluation of experimental designs using the software Minitab

Dr.-Ing. Heike Bartsch

Dieses Modul enthält mindestens eine alternative semesterbegleitende Abschlussleistung. Bitte beachten Sie, dass diese in der Regel schon zu Beginn des Semesters, in dem diese angeboten wird, angemeldet werden muss.
Über die Details und Zeiträume dazu werden Sie vom Lehrenden und/oder dem Prüfungsamt informiert. Fragen Sie gegebenenfalls unbedingt beim Lehrenden nach.

This module contains at least one alternative exam part. Please note that this must usually be registered at the beginning of the semester in which it is offered.
The lecturer and/or the examination office will inform you about the details and time periods. If necessary, be sure to ask the lecturer.

Statistische Grundlagen, Grundverständnis technologischer Abläufe und Prozesse

Die Studierenden sind fähig, technische Prozesse zu bewerten und geeignete statistische Methoden zu deren Beschreibung und Optimierung auszuwählen und anzuwenden.

Technische Kompetenzen:
Die Studierenden sind in der Lage:
1.Qualitätswerkzeuge der statistischen Prozesskontrolle praktisch anzuwenden, mit ihrer Hilfe experimentelle Daten zu beurteilen und Daten aussagekräftig zu präsentieren
2.geeignete Analyseverfahren (z.B. ANOVA, Pareto) anzuwenden um signifikante Einflüsse auf die Ergebnisse praktischer Experimente zu identifizieren und den erforderlichen Versuchsumfang zu minimieren
3.unter Nutzung der Software Minitab Regressionsmodelle anhand experimenteller Daten zu erstellen 
4.Ursache-Wirkungs-Diagramme für technische Prozesse zu entwickeln auf auf deren Basis eine effektive Versuchsplanung zu erstellen
5.die Gültigkeit von Prozessmodellen zu prüfen und zu bewerten                                                                                                               

Methodische Kompetenzen:Die Studierenden können Statistik-Software praktisch anwenden und ergebnisorientiert auswerten.                                                  

Gesellschaftliche Kompetenzen:Die Studierenden sind in der Lage aktiv in Team-Situationen zu agieren, auf Gegenargumente einzugehen und Lösungen unter Berücksichtigung vielfältiger Aspekte zu erarbeiten sowie zu kommunizieren.

In der Vorlesung werden die Grundlagen der statistischen Prozessbewertung vermittelt, die im Seminar anhand von Beispielen vertieft werden. Im praktischen Teil werden die Methoden mit Hilfe des Statistik-Tools Minitab auf praktische Beispiele aus der technologischen Fertigung angewendet.

Themen im einzelnen:                                                                                                                       
Deskriptive Statistik
Wichtige Verteilungen und ihre Anwendungen (Normalverteilung, logarithmische Normalverteilung, Weibullverteilung)                         
Daten sinnvoll darstellen
Regression
ANOVA 
Messsystem-Analyse
Prozessfähigkeit
Versuchsplanung (Faktorielle Versuchspläne, Taguchi-Methode)       
Modellvalidierung und Prognose

 --------------------

In the lecture, the basics of statistical process evaluation are taught, which are deepened in the seminar using examples. In the practical part, the methods are applied to practical examples from technological production with the help of the statistics tool Minitab. English speaking students can participate, the course is bilingual.

Topics in detail:

Descriptive statistics
Important distributions and their applications (normal distribution, logarithmic normal distribution, Weibull distribution)
Presenting data in a meaningful way
regression
ANOVA
Measurement system analysis
Process capability
Design of experiments (factorial design of experiments, Taguchi method)
Model validation and prediction

Overhead-Präsentationen (Power Point, Videos), Lernplattform Kahoot!, Software-Schulung am eigenen Laptop (alternativ im Computerkabinett), Software Minitab, Gruppenarbeit in der Übung und im Praktikum

----------------

Overhead presentations (Power Point, videos), Kahoot! learning platform, software training on your own laptop (alternatively in the computer lab), Minitab software, group work in the exercise and practical sessions

wird im Seminar vermittelt