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...

Descrición completa

Gardado en:
Detalles Bibliográficos
Autor Principal: Nattermann, Max
Outros autores: Kostina, Ekaterina (Prof. Dr.) (BetreuerIn (Doktorarbeit))
Formato: Dissertation
Idioma:inglés
Publicado: 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
Acceso en liña:Texto completo PDF
Tags: Engadir etiqueta
Sen Etiquetas, Sexa o primeiro en etiquetar este rexistro!

Internet

Texto completo PDF

Detalle de Existencias desde
Número de Clasificación: urn:nbn:de:hebis:04-z2015-00540
Data de Publicación: 2015-02-23
Datum der Annahme: 2014-10-27
Downloads: 75 (2024), 116 (2023), 122 (2022), 262 (2021), 195 (2020), 133 (2019), 108 (2018)
Lizenz: https://rightsstatements.org/vocab/InC-NC/1.0/
URL de acceso: https://archiv.ub.uni-marburg.de/diss/z2015/0054
https://doi.org/10.17192/z2015.0054

Títulos similares