Numerical Methods of Optimum Experimental Design Based on a Second-Order Approximation of Confidence Regions

Numerical Methods of Optimum Experimental Design Based on a Second-Order Approximation of Confidence Regions

A successful application of model-based simulation and optimization of dynamic processes requires an exact calibration of the underlying mathematical models. Here, a fundamental task is the estimation of unknown and nature given model coefficients by means of real observations. After an appropriat...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
1. Verfasser: Nattermann, Max
Beteiligte: Kostina, Ekaterina (Prof. Dr.) (BetreuerIn (Doktorarbeit))
Format: Dissertation
Sprache:Englisch
Veröffentlicht: Philipps-Universität Marburg 2014
Schlagworte:
Sensitivity Analysis
Robuste Versuchsplanung
DoE
Konfidenzgebiete
Sensitivitätsanalyse
Parameter Estimation
Parameterschätzung
Mathematik
Robustification
Confidence Regions
Optimum Experimental Design
Optimale Versuchsplanung
Mathematics
Online Zugang:PDF-Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

PDF-Volltext

Bestandesangaben von
Signatur: urn:nbn:de:hebis:04-z2015-00540
Publikationsdatum: 2015-02-23
Datum der Annahme: 2014-10-27
Downloads: 54 (2024), 116 (2023), 122 (2022), 262 (2021), 195 (2020), 133 (2019), 108 (2018)
Lizenz: https://rightsstatements.org/vocab/InC-NC/1.0/
Zugangs-URL: https://archiv.ub.uni-marburg.de/diss/z2015/0054
https://doi.org/10.17192/z2015.0054

Ähnliche Einträge