326 Sachverzeichnis
Testfelder, Gleichverteilte . . . . . . . . . . . . . . . 178
Testfelder, Latin Hypercube . . . . . . . . . . . . . 174
Testfelder, Latin Hypercube Design . . . . . . 174
Testfelder, Latin Hypercube Sampling . . . . 174
Testfelder, Mixed Orthogonal Arrays . . . . . 173
Testfelder, Nearly Orthogonal Arrays . . . . . 173
Testfelder, Optimierung . . . . . . . . . . . . . . . . . 183
Testfelder, Orthogonal array-based Latin
Hypercube . . . . . . . . . . . . . . . . . . . . . . . 175
Testfelder, Orthogonal Design Tables . . . . . 174
Testfelder, Orthogonale Arrays . . . . . . . . . . . 173
Testfelder, Orthogonale Design Tabellen . . 174
Testfelder, Orthogonales Latin Hypercube.176
Testfelder, Qualitätskriterium . . . . . . . . . . . . 160
Testfelder, Randomized orthogonal arrays
Latin Hypercubes . . . . . . . . . . . . . . . . .
175
Testfelder, Symmetrisches Latin Hypercubes
176
Testfelder, ungleichverteilt. . . . . . . . . . . . . . .188
Testfelder, Uniform Design . . . . . . . . . . . . . . 178
Testfelder, Zentriertes Latin Hypercube . . . 174
Threshold Accepting . . . . . . . . . . . . . . . . . . . . 184
Toleranzdesign. . . . . . . . . . . . . . . . . . . . .131, 145
Torus Algorithmus . . . . . . . . . . . . . . . . . . . . . . 171
Total sum of squares . . . . . . . . . . . . . . . . . . . . 249
Total Sum Of Squares, TTS . . . . . . . . . . . . . .105
Totaler Sensitivitätsindex . . . . . . . . . . . 255, 257
Transferfunktion. . . . . . . . . . . . . . . . . . . . . . . .191
Transferfunktionen . . . . . . . . . . . . . . . . . . . . . 152
Transformationsfunktion G
j
. . . . . . . . . . . . . 257
U
Uniform Design . . . . . . . . . . . . . . . . . . . . . . . . 178
Uniformity. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
V
Van-der-Corput-Sequenz . . . . . . . . . . . . . . . . 169
Variabilität83, 84, 87, 105, 107–109, 111, 115,
117, 120
Variance Conditional Expectation . . . . . . . . 251
Varianz . . . . . . 90, 105, 112, 113, 118, 127–130
Varianz-Inflations-Faktor . . . . . . . . . . . . . . . . . 61
Varianzanalyse . . . 69, 81, 84, 85, 94, 104, 105,
111, 113, 116, 118, 120–122, 127, 129
Verallgemeinerte Faure-Sequenz . . . . . . . . . 172
verbessertes stochastisches Evolutionsverfah-
ren. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .185
Verfahrenstechnik . . . . . . . . . . . . . . . . . . . . . 1, 50
vermengt . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27, 60
Versuchsplan . . . 25, 93, 94, 108, 115, 126, 130
Versuchsplan, nichtlineare Zusammenhänge
159
Versuchsplan, randomisierter. . . . . . . 84, 88, 94
Versuchsplanung, statistische. . .81, 83, 86, 87,
95, 111
Versuchsstreuung . . . . . . . . . . 12, 64, 83, 90–93
Versuchsumfang. . . . . . . 98, 102, 104, 121, 126
Versuchsvorbereitung . . . . . . . . . . . . . . . . . . . . 59
Versuchswiederholung . . . . . . . . . . . . . . . . 81, 92
Versuchswiederholungen . . . . . . . . . . . . . . . . 124
Versuchszahl(en) . . . . 85, 95, 97, 100, 102, 122
Verteilungsfunktion . . . . . . . . . . . . . . . . . . . . . 188
Verteilungsfunktion, inverse . . . . . . . . . . . . . 189
VIF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Vollfaktorplan . . . . 6, 82, 88, 93, 106, 115, 124
Vorhersagemodell. . . . . . . . . . . . . . . . . . . . . . . .81
Vorwärts Selektion. . . . . . . . . . . . . . . . . . . . . .220
W
Wahrscheinlichkeit. .90, 95, 96, 100, 102, 104,
111, 113, 121, 122
Wahrscheinlichkeitsdichte . . . . . . . . . . . . . . . 188
Wahrscheinlichkeitsrechnung . . . . . . 84, 90, 97
Wahrscheinlichkeitsverteilung . . . . . . . . . . . . 84
Wechselwirkung 2, 15, 94, 107–109, 117, 127,
129, 130, 143
abschwächend . . . . . . . . . . . . . . . . . . . . . . . . 19
verstärkend . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Wechselwirkungsdiagramm . . . . . . . . . . . . . . . 20
Wechselwirkungseffekt. . . . . . . . . . . . . . . . . . . 17
Wechselwirkungsspalten . . . . . . . . . . . . . . . . . 19
Wiederholung (von Versuchen) . 83, 84, 90, 92
Wrap Around Discrepancy . . . . . . . . . . . . . . 166
Y
Yates-Standard . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Z
Zentrierte Diskrepanz . . . . . . . . . . . . . . . . . . . 166
Zentriertes Latin Hypercube . . . . . . . . . . . . . 174
Zielgröße, übergeordnete . . . . . . . . . . . . . . . . 227
Zielgrößen, kombinieren . . . . . . . . . . . . . . . . 227
Zielgrößen, Optimierung . . . . . . . . . . . . . . . . 225
Zufallszahl, pseudo . . . . . . . . . . . . . . . . . . . . . 168
zusammenfassende Ersatzgröße . . . . . . . . . . 137
Zweifachwechselwirkungen . . . . . . . . . . . . . . 27
zyklische Vertauschung . . . . . . . . . . . . . . . . . . 31