DOELSTELLING
Deze cursus resulteert in een goed inzicht in statistiek en stelt de deelnemers in staat een goede keuze te maken uit het scala aan technieken, deze correct te hanteren en de resultaten correct te interpreteren. Hij vormt niet alleen een excellente basis voor andere statistiek- of chemometriecursussen, maar resulteert eveneens in tal van eye-openers en onmiddellijk implementeerbare kennis.
DOELPUBLIEK EN VOORKENNIS
Deze cursus richt zich tot wie in zijn dagelijks werk nood heeft aan een degelijke basis in statistisch denken, en wie met kennis van zaken de informatie vervat in statistische cijfers of grafieken wil kunnen interpreteren. Waar mogelijk worden theoretische details geschrapt, maar het verwerven van een ‘degelijke basis’ vergt uiteraard nog steeds een ‘flink stuk’ statistiek. Vooral in R&D vormt deze cursus een perfecte leidraad voor statistisch onderbouwd onderzoek en een correcte statistische analyse van de data.
CURSUSOPZET
De theorie wordt telkens afgewisseld met computeroefeningen.
CURSUSINHOUD
Beschrijvende statistiek
- Grafische technieken: scatterplot, histogram, dotplot, boxplot, normal probability plot
- Beschrijvende statistieken: gemiddelde, mediaan, variantie, IQR, …
- Beschrijving van de similariteit tussen variabelen: covariantie & correlatie
- Autocorrelatie
‘Good Data collection Practice’
- Representatieve sampling
- Paarsgewijze vergelijkingen
Het werken met random variabelen (kansverdelingen)
- Eigenschappen van de verdeling van random variabelen
- Verdelingen voor discrete en continue variabelen: Binomiaal, Poisson, normaalverdeling, Weibull, …
- Functies van random variabelen: de z-verdeling, χ2, t en de F-verdeling
- Betrouwbaarheidsintervallen voor gemiddelden, verschil in gemiddelden, varianties, verhoudingen, capability indices, …
Hypothesetoetsen
- hypothesetoetsen via betrouwbaarheidsintervallen
- klassieke hypothesetoetsen
- statistisch significant versus praktisch relevant
- Type I en Type II fouten
- Bepaling van de power en steekproefgrootte
One-way ANOVA
Random effecten en Nested ANOVA – Variantiecomponenten analyse (R&r studie)
Enkelvoudige lineaire regressie
Polynoomregressie
CASES & APPLICATIONS
- Procesveranderingen detecteren en bewijzen.
- Quantificeren en beoordelen van verschillen tussen 2 producten of systemen.
- Specificaties bepalen rekening houdend met de meetfout van de klant
- Berekenen van het effect van variatie in of toevoegen van een component op de performantie van een proces.
- Berekenen van het aantal datapunten dat het detecteren van een bepaalde verbetering mogelijk maakt.
- Het effect van verschillende types componenten en instellingen van procesparameters op de eigenschappen van het eindproduct onderzoeken.
