Stichprobenanalyse qs-STAT® Q-DAS

Bei der Stichprobenanalyse sind die Parameter der Grundgesamtheit anhand einer Messwertreihe (Stichprobe) hinreichend genau zu schätzen. Eine Schlüsselstellung nimmt hierbei die Identifikation des zutreffenden Verteilungsmodells ein. Übereinstimmung zwischen den realen Werten und der Modellverteilung kann durch grafische Darstellungen, Regressions-Koeffizienten und anhand numerischer Testverfahren beurteilt werden. Erst nach der Auswahl des geeigneten Verteilungsmodells ist eine realistische Interpretation der berechneten Kennwerte möglich. Um das geeignete Verteilungsmodell zu erhalten, bietet qs-STAT eine Möglichkeit, automatisch Transformationen durchzuführen und ein bestangepasstes Modell vorzuschlagen.

Die enthaltenen grafischen Darstellungen unterstützen den Entscheidungsprozess: Verlauf der Urwerte (auch gleitende), Wertestrahl, Häufigkeitsdiagramm, Wahrscheinlichkeitsnetze für Normalverteilung, log.-Normalverteilung, Weibull-Verteilung, sowie Betragsverteilung 1. und 2. Art mit Eintrag der Werte in klassierter und unklassierter Form (mit und ohne Darstellung der Vertrauensbereiche), Box- und xy-Plot. Darüber hinaus können Messwertreihen mittels Pearson-Funktionen, Johnson-Transformationen und Mischverteilungen beschrieben werden.

Es können mehrere statistische Kenngrössen: Median, Mittelwert, Varianz, Spannweite, Überschreitungsanteile und Momente sowie die Indizes zur Beurteilung der Maschinen- und Kurzzeitfähigkeit unter Angabe des Vertrauensbereiches berechnet werden.

Histogramm mit überlagerter log.-Normalverteilung

Die enthaltenen Testverfahren sind: Swed-Eisenhart,CHI²-Anpassungstest, Shapiro-Wilk, D'Agostino, David-Hartly-Pearson, Grubbs sowie Test auf Trend, Asymmetrie und Wölbung.

Wahrscheinlichkeitsnetz

Die Messwerte mehrerer Merkmale können untereinander oder überlagert dargestellt und ausgedruckt werden. Welche Merkmale miteinander verglichen werden, ist frei wählbar.

Zwei-dimensionale Normalverteilung

Zwei Merkmale können auch in Form eines x-y-Plots oder als zweidimensionale Verteilung dargestellt werden.

Um einen Gesamtüberblick über ein Teil bzw. mehrere Zeiträume zu erhalten, können in normierter Form statistische Kennwerte wie Mittelwert, Standardabweichung, Grösst- und Kleinstwerte in Bezug zu den 'Toleranzgrenzen' in Form eines sog. Box-Plots dargestellt werden.

Box-Plot

Verteilungsgeneratoren

Die in STAT vorhandene Möglichkeit, verschiedene Verteilungen zu simulieren, ist ein weiteres hilfreiches Mittel, das Rückschlüsse auf mögliche Verteilungsformen echter Messwerte zulässt.

Diese Möglichkeit hat sich insbesondere für die Ausbildung als sinnvolles Werkzeug herausgestellt.