Implementation and Application of Statistical Methods in Research, Manufacturing Technology and Quality Control

Práce se zabývá možnostmi použití moderních statistických postupů se zaměřením na robustní metody. Vybrané postupy jsou analyzovány a aplikovány na častých problémech z praxe v českém průmyslu a technologii. Studovaná témata, metody a algoritmy jsou voleny tak, aby byla přínosem v reálných aplikacích ve srovnání s používanými klasickými metodami. Použitelnost a účinnost algoritmů je ověřena a demonstrována na reálných studiích a problémech z výzkumného prostředí českých průmyslových subjektů. V práci je poukázáno na nevyužitý potenciál současné teoreticko-matematické a výpočetní kapacity a nových přístupů k chápání statistických modelů a metod. Výsledkem práce je rovněž původní vývojové prostředí s programovacím jazykem DARWin (Data Analysis Robot for Windows) pro intenzivní využití efektivních numerických postupů pro získávání informací z dat. Práce je impulsem pro širší využití robustních a numericky, nebo výpočetně náročnějších metod, jako jsou neuronové sítě, pro modelování procesů a kontrolu kvality.This thesis deals with modern statistical approaches and their application aimed at robust methods and neural network modelling. Selected methods are analyzed and applied on frequent practical problems in czech industry and technology. Topics and methods are to be benificial in real applications compared to currently used classical methods. Applicability and effectivity of the algorithms is verified and demonstrated on real studies and problems in czech industrial and research bodies. The great and unexploited potential of modern theoretical and computational capacity and the potential of new approaces to statistical modelling and methods. A significant result of this thesis is also an environment for software application development for data analysis with own programming language DARWin (Data Analysis Robot for Windows) for implemenation of effective numerical algorithms for extaction information from data. The thesis should be an incentive for boarder use of robust and computationally intensive methods as neural networks for modelling processes, quality control and generally better understanding of nature.