Please use this persistent identifier to cite or link to this item: doi:10.24405/555
DC FieldValueLanguage
dc.contributor.advisorKrumbholz, Wolf-
dc.contributor.authorHilbert, Mike-
dc.date.accessioned2017-10-24T14:17:41Z-
dc.date.available2017-10-24T14:17:41Z-
dc.date.issued2005-
dc.identifier.otherhttp://edoc.sub.uni-hamburg.de/hsu/volltexte/2005/466/-
dc.identifier.urihttps://doi.org/10.24405/555-
dc.description.abstractGegenstand der vorliegenden Arbeit sind zweifache Variablenprüfpläne für den Fall der Normalverteilung mit unbekannter Varianz und einseitiger Toleranzgrenze. Sei Z die Menge aller zweifachen Variablenprüfpläne, die die klassische Zweipunktebedingung für die Operationscharakteristik erfüllen. Es wird ein Algorithmus vorgestellt, der unter allen Plänen aus Z das ASN-Maximum minimiert. Das Ergebnis ist der so genannte ASN-Minimax-Plan (AM-Plan). Der hier entwickelte Algorithmus wird für den in der Literatur ausführlich behandelten Fall der Normalverteilung mit bekannter Varianz vorgestellt und anschließend auf das eigentliche Thema dieser Arbeit übertragen. Der Algorithmus verzichtet auf Restriktionen zwischen den Planparametern, er läßt sich auf weitere Verteilungsannahmen übertragen.-
dc.description.sponsorshipFakultät für Wirtschafts- und Sozialwissenschaften-
dc.language.isoger-
dc.publisherUniversitätsbibliothek der HSU / UniBwH-
dc.subjectAnnahmeprüfung-
dc.subjectZweifacher Variablenprüfplan-
dc.subjectASN-Minimax-Plan-
dc.subjectNormalverteilung-
dc.subject.ddc330 Wirtschaft-
dc.titleZweifache ASN-Minimax-Variablenprüfpläne für normalverteiltes Merkmal bei unbekannten Parametern-
dc.typeThesis-
dcterms.dateAccepted2005-03-11-
dc.contributor.refereeSeidel, Wilfried-
dc.identifier.urnurn:nbn:de:gbv:705-opus-4665-
dc.contributor.grantorHSU Hamburg-
dc.type.thesisPhD Thesis-
local.submission.typefull-text-
hsu.dnb.deeplinkhttps://d-nb.info/974274534/-
item.grantfulltextopen-
item.languageiso639-1de-
item.fulltext_sWith Fulltext-
item.openairetypeThesis-
item.fulltextWith Fulltext-
Appears in Collections:2 - Theses
Files in This Item:
File SizeFormat
openHSU_555.pdf434.99 kBAdobe PDFView/Open
Show simple item record

CORE Recommender

Google ScholarTM

Check


Items in openHSU are protected by copyright, with all rights reserved, unless otherwise indicated.