Jedes Modul umfasst 3 ECTS. Sie wählen insgesamt 10 Module/30 ECTS in den folgenden Modulkategorien:
- 12-15 ECTS in Technisch-wissenschaftlichen Modulen (TSM)
TSM-Module vermitteln Ihnen profilspezifische Fachkompetenz und ergänzen die dezentralen Vertiefungsmodule. - 9-12 ECTS in Erweiterten theoretischen Grundlagen (FTP)
FTP-Module behandeln theoretische Grundlagen wie die höhere Mathematik, Physik, Informationstheorie, Chemie usw. Sie erweitern Ihre abstrakte, wissenschaftliche Tiefe und tragen dazu bei, den für die Innovation wichtigen Bogen zwischen Abstraktion und Anwendung spannen zu können. - 6-9 ECTS in Kontextmodulen (CM)
CM-Module vermitteln Ihnen Zusatzkompetenzen aus Bereichen wie Technologiemanagement, Betriebswirtschaft, Kommunikation, Projektmanagement, Patentrecht, Vertragsrecht usw.
In der Modulbeschreibung (siehe: Herunterladen der vollständigen Modulbeschreibung) finden Sie die kompletten Sprachangaben je Modul, unterteilt in die folgenden Kategorien:
- Unterricht
- Dokumentation
- Prüfung
Den Studierenden werden statistische Werkzeuge vorgestellt, die im industriellen Sektor, insbesondere in der Prozess- und Qualitätskontrolle, benutzt werden. Das Modul befähigt die Studierenden, selbstständig statistische Auswertungen zu planen und durchzuführen.
Eintrittskompetenzen
Grundkenntnisse in Wahrscheinlichkeitsrechnung und Statistik: Modelle; Parameterschätzung; Wissen, wie statistische Tests aufgebaut sind und was Vertrauensintervalle sind; Anwenderwissen in einem statistischen Programm (Excel, R, S-PLUS, SPSS oder MATLAB); grundlegende Laborerfahrung (Messtechnik)
Lernziele
Experimente im industriellen Umfeld planen und auswerten können; Wissen, wie Prozesse statistisch kontrolliert und verbessert werden; mit Regressionsrechnung Daten analysieren und interpretieren können; behandelte Methoden mit einem Statistikpaket umsetzen können.
Modulinhalt
Statistische Prozess- und Qualitätskontrolle (SPC): Die „sieben Glorreichen“, Regelkarten (Control Charts), Operationscharakeristik, Acceptance Sampling (Gewichtung 1/3)
Einführung in die multiple Regressionsrechnung: Modellvoraussetzungen, Vertrauens- und Prognoseintervalle, grafisches Überprüfen von Modellannahmen (Gewichtung 1/3)
Überblick über Design of Experiment – DoE (Planen und Auswerten von Experimenten): Grundprinzipien bei der Planung von experimentellen Studien, Ein- und Mehrwegvarianzanalyse, faktorielle Versuchspläne und deren Analyse, Block-Designs (Gewichtung 1/3)
Die aufgeführten Inhalte werden mit Fallstudien aus dem industriellen und wissenschaftlichen Umfeld illustriert. Benutzt werden dabei grafische Methoden und statistische Grundlagen wie klassische und robuste Schätzmethoden und Monte-Carlo-Simulationen.
Lehr- und Lernmethoden
Vorlesung, praktische Arbeiten am Computer mit einem Statistikprogramm
Bibliografie
Skript der Dozierenden und dortiger Verweis auf aktuelle Literatur
Vollständige Modulbeschreibung herunterladen
Zurück