Qualitätssicherung bei zensierten Daten

Unvollständige Daten sind ein häufiges Problem in der Qualitätssicherung. Dieses Buch bietet eine umfassende Übersicht über statistische Modelle und Methoden, die zur Überprüfung von Hypothesen über im Produktionsprozeß auftretende Parameter geeignet sind.

Unvollständige Daten sind ein häufiges Problem in der Qualitätssicherung. Oft handelt es sich dabei um zensierte Daten. Im Gegensatz zu Medizin und Soziologie, wo entsprechende Verfahren schon seit längerem angewendet werden (Survival Analysis), sind in der Qualitätssicherung adäquate Methoden zur Lösung von Entscheidungsproblemen bei zensierten Daten bisher kaum verbreitet. Dieses Buch bietet eine umfassende Übersicht über statistische Modelle und Methoden, die zur Überprüfung von Hypothesen über im Produktionsprozeß auftretende Parameter geeignet sind. Mit Hilfe der lokalen Asymptotik werden optimale Testverfahren entwickelt, die in einer Vielzahl von Situationen anwendbar sind, insbesondere im Fall abhängiger Zensierungen, für den bisher keine adäquaten Verfahren existierten. Das Buch wendet sich an Dozenten und Studenten der Betriebswirtschaftslehre und der Mathematik mit dem Schwerpunkten Produktion, Qualitätssicherung und Statistik sowie an mathematisch orientierte Praktiker im Bereich Qualitätskontrolle, speziell in der Serienfertigung. Auch Mediziner und Soziologen mit dem Schwerpunkt Survival Analysis profitieren von diesem Buch.

Autorentext

Dr. Andreas Rimpler studierte Mathematik und Volkswirtschaftslehre an der Universität Freiburg. Er war wissenschaftlicher Mitarbeiter am Institut für Wirtschaftsinformatik (Prof. Dr. Müller-Funk) der Universität Münster, wo er auch mit der hier angezeigten Arbeit promovierte. Er ist zur Zeit im Bereich Risiko-Controlling einer Bank beschäftigt.

Klappentext

Unvollständige Daten sind ein häufiges Problem in der Qualitätssicherung. Dieses Buch bietet eine umfassende Übersicht über statistische Modelle und Methoden, die zur Überprüfung von Hypothesen über im Produktionsprozeß auftretende Parameter geeignet sind.

Inhalt
1 Einleitung.- 2 Grundlegende Begriffe und Methoden.- 2.1 Parametrisierungen statistischer Modelle.- 2.2 Lineare Modelle und deren Verallgemeinerungen.- 2.3 Lebensdauern und zensierte Daten.- 2.4 Asymptotische Testverfahren.- 3 Regressionsmodelle in der Qualitätssicherung.- 3.1 Einführung.- 3.2 Grundlegende Modelltypen.- 3.3 Neuere Modellansätze.- 3.4 Ausgewählte Testprobleme.- 4 Behandlung parametrischer Testprobleme bei zensierten Daten.- 4.1 Methodische Übersicht.- 4.2 Partielle Likelihood und der Zählprozess-Ansatz.- 4.3 Der LAN-Ansatz.- 5 Optimale Tests und ihre Anwendungen in der Qualitätssicherung.- 5.1 LAN und optimale Lösungen bei unabhängiger Zensierung.- 5.2 LAN und optimale Lösungen bei abhängiger Zensierung.- 5.3 Anwendungen auf ausgewählte Modelle der Qualitätssicherung.- 6 Testverfahren in verwandten und erweiterten Modellen.- 6.1 Semiparametrische Modelle.- 6.2 Nichtparametrische Modelle.- 6.3 Zusätzliche Modellierungsaspekte.- 6.4 Weitere Modelltypen.- 7 Resümee und Ausblick.- A Das Simulationsprogramm.- A.1 Programmbeschreibung.- A.2 Quellcode des mathematischen Programmteils.