Anhand praxisnaher Beispiele kann der Kursteilnehmer durch „Learning-by-Doing“ verschiedene Versuchspläne zielorientiert erstellen und analysieren.

Die in der Minitab-Schulung „Faktorielle Versuchspläne mit Minitab“ vermittelten Fähigkeiten werden vorausgesetzt und weiter vertieft.

*MCT: Diese Schulung ist ein Minitab Certified Training.

„Statistische Versuchsplanung in der Praxis“ entspricht folgendem von Minitab LLC zertifizierten Training: „DoE in Practice“.

Kursinhalte

Streuung analysieren

• Analyse der Streuung in einem faktoriellen Versuchsplan
• Ermitteln der Faktoreinstellungen, die sowohl die Streuung der Antwortvariablen minimieren als auch den Sollwert der Antwortvariablen erfüllen

Bedeutung und Verwendung von Kovariaten

• Analysieren von Versuchsplänen unter Beachtung von Kovariaten
• Erhöhen der Trennschärfe von Versuchsplänen durch das Einbinden von Kovariaten in das mathematische Modell
• Analysieren eines geplanten Experiments bei vorhandener Wechselwirkung Faktor*Kovariate

Fehlende Versuchsergebnisse in der Versuchsplanung

• Bewerten des Effektes bei fehlenden Versuchsergebnissen
• Identifikation von Ausreißern innerhalb der Versuchsergebnisse
• Methoden und Techniken, um Versuchspläne mit fehlenden Messwerten dennoch zu analysieren

Schwer veränderbare Faktoren

• Vorgehensweise und Analyse von Versuchsplänen mit schwer veränderbaren Faktoren

Kostenoptimierung

• Effizientes und realitätsnahes Einbinden von Kosten in die Versuchsplanung
• Analysieren eines zentral zusammengesetzten Versuchsplanes
• Finden der besten Faktoreinstellungen für einen kostengünstigen und stabilen Prozess

Binäre Antwortvariablen

• Analysieren von Versuchsplänen mit attributiven Versuchsergebnissen mit Hilfe der logistischen Regression

Screening-Versuchspläne

• Vor- und Nachteile von Teilfaktoriellen, Plackett-Burman- und Definitiven Screening-Versuchsplänen
• Erstellen und Analysieren Plackett-Burman- und Definitiven Screening-Versuchsplänen zur Identifikation der wesentlichen Einflussgrößen

Optimale Versuchspläne

• Mit dem Kriterium der D-Optimalität eine Auswahl von optimalen Versuchsplanpunkten aus einem Set von Versuchsplankandidaten in einem begrenzten Versuchsraum finden
• Überprüfen von Versuchsplänen auf Orthogonalität
• Auswahl eines optimalen Versuchsplanes nach dem Kriterium z. B. der A-, G- oder D-Optimalität

Taguchi-Versuchspläne (optional)

• Diskussion des Alleinstellungsmerkmales der Taguchi-Methode
• Erstellen und Analysieren von Taguchi-Versuchsplänen
• Identifizieren der besten Faktoreinstellungen mit Hilfe von statistischen Zahlen und Grafiken
• Statische und dynamische Taguchi-Versuchspläne
• Zielgrößenoptimierung und Taguchi-Prognosemodelle

Eventdatum: 14.03.24 – 15.03.24

Eventort: Online