NCSS.NCSS.2021.V21.0.3.WIN32-TEL
NCSS bietet Ihnen statistische Werkzeuge für alle Bereiche der Statistik!
Wenn Sie auf der Suche nach einem Programm für Datenauswertung in allen Lebenslagen sind, dann ist NCSS Ihr Produkt. Egal ob Sie deskriptive Statistik, verallgemeinerte Regressionsanalyse, Mittelwertvergleiche, Versuchplanung oder statistische Prozesskontrolle betreiben, mit NCSS haben Sie die notwendigen Funktionen. Optimieren Sie Produkte mit den Methoden von Design of Experiments, erstellen Sie Prognosen für Zeitreihen mittels ARIMA-Modellen oder finden Sie mithilfe der NCSS Clustering-Funktionen Strukturen in großen Datensätzen. Auch die Modellierung von Überlebenszeiten (Kaplan-Meier) ist kein Problem.
In all den Funktionen hilft Ihnen NCSS mit aussagekräftigen Menüeinträgen stets die passende Prozedur für Ihr Problem zu finden.
Argumente für NCSS:
NCSS bietet ein komplettes Sortiment statistischer Werkzeuge
NCSS macht die Datenvisualisierung einfach
Umfangreiche Hilfe, Dokumentation und Trainingsvideos
Umfangreiche Funktionalität
NCSS - Das System zur Statistischen Analyse
NCSS ist ein umfassendes, leicht zu bedienendes Statistik-Softwarepaket. NCSS Software bietet eine komplette und einfach zu bedienende Sammlung von Hunderten von Statistik- und Grafikwerkzeuge zur Analyse und Visualisierung Ihrer Daten.
Umfassend und genau
Preisgünstig
Beinhaltet mehr als 150 statistische und grafische Tools zur Datenanalyse und -Visualisierung.
Leicht zu lernen und benutzerfreundlich.
NCSS ist voll komptibel mit den 32 und 64 Bit Versionen von Windows XP/Vista, Windows 7, 8 und Windows 10!
Import/Export aller wichtigen Tabellenkalkulations-, Datenbank- und statischer Datei- Formate.
Ausgabe von gemischtem Text und Grafiken. Einfache Übertragung in die gängigen Textverarbeitungs- und Präsentationsprogramme wie z.B. Word und PowerPoint.
Es können grosse Daten-Files verabeitet werden ( mehr als 1.000 Variablen und 200.000 Zeilen)
Analysen mit NCSS durchführen
Mit ein paar einfachen Schritten können Sie sinnvolle numerische Ergebnisse und saubere, klare Grafiken zu erstellen. Importieren oder fügen Sie Ihre Daten in NCSS ein, bestimmen Sie eine Prozedur für Ihre Analyse, Wählen Sie die entsprechenden Spalten aus und schon erhalten Sie genaue und einfach zu interpretierende Daten und Grafiken.
Intuitives Datenmanagement
NCSS importiert alle wichtigen statistischen Datenformate. Sie können aber auch jederzeit Ihre Daten einfach kopieren und selber eingeben. NCSS besitzt darüber hinaus exzellente Filter- und Transformations-Funktionen für das Verwalten Ihrer Daten.
Eine Prozedur in NCSS auswählen
Mit NCSS können Sie einfach über das Drop-Down-Menü, die Suchfunktion oder den Kategoriebaum das richtige Verfahren für Ihre Analyse auswählen.
Benutzerfreundliche Bedienung
Die Auswerte- und Grafikwerkzeuge sind einfach zu bedienen und haben für jede Option eine eingebaute Hilfe-Nachricht. Wählen Sie die zu analysierenden Bereiche aus und klicken Sie auf 'Ausführen' um die Ergebnisse anzuzeigen.
Elegantes, anpassbares Design
In NCSS haben Sie Zugriff auf über 80 verschiedene Plots. Einige Plots sind Teil allgemeiner Analyseverfahren wie Varianzanalyse oder Regression, während andere Plots Standalone-Werkzeuge sind. Alle Plots in NCSS sind exakt von ihrem Layout her anpassbar (Symbole, Titel, Legenden, Achsen, Gitternetzlinien und mehr). Ihre Einstellungen können Sie für eine erneute Nutzung speichern und später einfach wieder aufrufen.
Ready-to-Use Output
Sobald Sie mit der Analyse Ihrer Daten fertig sind, werden die Ergebnisse und die gewünschten Plots im Ausgabefenster angezeigt. Hier können Sie alle Grafiken mittels Klick in einem seperaten Fenster anzeigen lassen und dort speichern. Mit der Navigationsstruktur können Sie Ihre Ergebnisse noch einfacher betrachten. Mehrere Ausgaben können getätigt werden und in einer Gallerie gespeichert werden, wo Sie diese miteinander vergleichen können.
Was ist neu in NCSS?
Mit neuen Analyse-, Grafik- und Datenwerkzeugen ist NCSS leistungsfähiger und einfacher zu bedienen als je zuvor! Diese neue Version enthält
Gruppen-Sequenzielle Analyse für Hazard Rates, Mittelwerte und Proportionen (Überlegenheit und Nicht-Unterlegenheit)
Werkzeuge für einfache und geschichtete Datensätze mit Zufallsstichproben
At-Risk-Tabellen zu den anwendbaren Plots in allen Überlebens-/Reliabilitätsprozeduren hinzugefügt
Heatmaps zu Faktorenanalyse und PCA-Verfahren hinzugefügt
Tukey-Pairwise und Dunnett's Many-to-One (Control) Multiple Comparisons Tests für Proportionen zu Kontingenztabellen hinzugefügt (Kreuztabellen / Chi-Quadrat-Test)
Block-Randomisierung und geschichtete Listen zum Verfahren der Randomisierungslisten hinzugefügt
Verbesserungen des Datenfensters (benötigt jetzt bis zu 70% weniger Speicherplatz zum Laden der gleichen Datenmenge)
Verbesserte Algorithmen für die standardisierte Bereichs-Wahrscheinlichkeitsverteilung
Für die 11 neuen gruppensequentiellen Analyseverfahren in NCSS 2020 gibt es entsprechende gruppensequentielle Leistungs- und Stichprobenumfangsverfahren in PASS.
Weitere Prozeduren
Hinzufügung von neuen Verfahren und Tests:
Gepaarte T-Tests für die Überlegenheit um eine Marge
Ein-Stichproben-T-Test für Nicht-Unterlegenheit
T-Test mit einer Stichprobe für die Überlegenheit mit einer Marge
T-Test mit einer Stichprobe für Äquivalenz
T-Test mit zwei Stichproben für die Überlegenheit mit einer Marge
-
Analyse von 2×2 Cross-Over-Designs mit T-Tests auf Nicht-Unterlegenheit
Analyse von 2×2-Cross-Over-Designs mit T-Tests auf Überlegenheit um eine Marge - Analyse von 2×2-Cross-Over-Designs mit T-Tests auf Überlegenheit um eine Marge
Analyse von 2×2 Cross-Over-Designs mittels T-Tests auf Äquivalenz
-
Ein Anteil - Nicht-Unterlegenheitstests
Ein-Prozent-Tests für Überlegenheit mit einer Marge
Ein-Verhältnis-Äquivalenz-Tests
-
Zwei-Stichproben-Nichtunterlegenheitstests für Überlebensdaten unter Verwendung der Cox-Regression
Zwei-Stichproben-Überlegenheitstests für Überlebensdaten unter Verwendung der Cox-Regression
Zwei-Stichproben-Äquivalenztests für Überlebensdaten unter Verwendung der Cox-Regression - Zwei-Stichproben-Äquivalenztests für Überlebensdaten unter Verwendung der Cox-Regression
-
Cluster-Randomisierung - Erstellen eines Cluster-Mittelwert-Datensatzes
Cluster-Randomisierung - Erstellen eines Cluster-Proportionen-Datensatzes
Cluster-Randomisierung - Erstellen eines Cluster-Raten-Datensatzes
-
Allgemeine lineare Modelle (GLM) für feste Faktoren
-
Einfaktorielle Kovarianzanalyse (ANCOVA)
Analyse der Kovarianz (ANCOVA) mit zwei Gruppen
-
Geclusterte Heat Maps (Doppel-Dendrogramme)
Beispiele für neue Diagramme:
Geclusterte Heatmap (Doppel-Dendrogramm)
Weitere Neuerungen
Bedingte logistische Regression
Multiple Regression - Basic
Negative Binomial Regression
'Zero-Inflated' Negative Binomial Regression
'Zero-Inflated' Poisson Regression
Geometrische Regression
Fraktionierte Polynomial Regression
Passing-Bablok Regression für den Methodenvergleich
Robuste Lineare Regression (Passing-Bablok Median-Slope)
Logistische Regression (einschließlich Konfidenzintervall für AUC)
Zweistufige Least Squares
Streudiagramme mit Fehlerbalken
Streudiagramme mit Fehlerbalken von Übersichtsdaten
Fehlerbalkendiagramme von Übersichtsdaten
Fehlerbalkendiagramme von Übersichtsdaten (2 Faktoren)
Beschreibende Statistik - Übersichtstabellen
Beschreibende Statistik - Übersichtslisten
ROC-Kurve und Cutoff-Analyse
Vergleich zweier ROC-Kurven - unabhängige Gruppen
Vergleich zweier ROC-Kurven - abhängige Gruppen
Analyse einer Einzelprobe eines binären Diagnosetests
Korrelation
Runddatenkorrelation
Referenzintervalle
Kosten-Nutzen-Analyse
Verhältnisbewertung
Hypride Bewertungsmodelle
Multiple Regression für die Bewertung
Stichproben für Attribute
Kennlinien für Stichproben für Attribute
Lineare Programmierung mit Begrenzung
Gemischte-ganzzahlige Programmierung
Quadtratische Programmierung
Transport
Zuordnung
Kürzeste Strecke
Maximaler Durchfluss
Minimale Kosten
Umschlag
Dwass-Stahl-Critchlow-Fligner MC-Test (in der One-Way-Varianzanalyse)
Verbesserungen bestehender Features
Datensimulationsverfahren
Die Datensimulationsverfahren wurden verbessert und bieten nun eine viel größere Auswahl an Distributionen.
One-Way ANOVA Residuen
Die einfaktorielle ANOVA ist nun in der Lage Residuen zu speichern.
Kontingenztabellen - Tabelleneintrag
Tabelleneinträge in Kontingenztabellen (Crosstabs / Chi-Quadtrat-Test) wurden verbessert.
Ein Anteil - Dateneingabe
Eine Datenbank-Dateneingabe-Option steht jetzt im 'Ein Anteil' Verfahren zur Verfügung.
Export Tool
Im Export Tool haben Sie jetzt die Möglichkeit, Variablen für den Export auszuwählen.
Output Titel
Software Versionen werden jetzt im Output hinterlegt.
Fehlerbalkendiagramme
Fehlerbalkendiagramme haben nun die Optionen Konfidenzintervall und Range.
Tabellenkalkulation - Bedienelemente
Die Bedienelemente wurden aktualisiert.
3D-Diagramme
Die Anzeigegeschwindigkeit wurde verbessert und zusätzliche Verarbeitungsoptionen eingefügt.
Spaltenauswahlwerkzeuge
Erhebliche Verbesserungen wurden an den Spaltenauswahlwerkzeugen vorgenommen.
Automatische Skalierung von 'Ticks'
Die automatische Skalierung von 'Ticks' auf den numerischen Achsen eines Diagramms wurden verbessert.
Filter und 'Missing Values' in Zeitreihen und Prognosen
Filteroptionen und 'Missing Values' stehen nun in allen Zeitreihen und Prognosen zur Verfügung.
Menü - Verfahren
Das Verfahren-Menü wurde erweitert und sollte nun sehr viel intuitiver sein.
Funktionen der Software NCSS
Varianzanalyse
Einwegvarianzanalyse
Box-Cox-Transformation für zwei oder mehr Gruppen (T-Test-und One-Way ANOVA)
Balanced Design-Varianzanalyse
Allgemeine lineare Modelle (GLM)
Wiederholte Messungen
Multivariate Varianzanalyse (MANOVA)
Analyse von Zwei-Level-Designs
Nondetects-Data Group-Vergleich
Fläche unter der Kurve
Clustering
Fuzzy Clustering
Hierarchical Clustering / Dendrogramme
K-Means Clustering
Medoid Partitioning
Regression Clustering
Korrelation
Lineare Regression und Korrelation
Box-Cox-Transformation für die einfache lineare Regression
Point-biserial und biserial Korrelationen
Korrelationsmatrix
kanonische Korrelations
Lins Konkordanz Korrelationskoeffizient
Bland-Altman-Diagramm und Analyse
Kurvenanpassung
Michaelis-Menten-Gleichung
Verhältnis von Polynomen Fit - Eine Variable
Verhältnis von Polynomen Search - Eine Variable
Referenzintervalle mit einer Kovariaten
Summe der Funktionen innerhalb von Modellen
Nichtlineare Regression
Verhältnis von Polynomen Fit - viele Variablen
Verhältnis von Polynomen Suche - viele Variablen
Funktions-Plots
Streudiagramm-Matrix für die Kurvenanpassung
Deskriptive Statistik
Deskriptive Statistik - Übersichtstabellen
Kontingenztabellen (Kreuztabellen / Chi-Quadrat-Test)
Frequenztabellen
Box-Cox-Transformation
Daten Screening
Daten Simulation
Grubbs-Ausreißertest
Normalitäts-Tests
Stamm-und-Blatt-Diagramme
Back-to-Back Stamm-und-Blatt-Diagramme
Artikel-Analyse
Item Response Analysis
Fläche unter der Kurve
Circular Datenanalyse
Toleranzintervalle
Versuchsplanung
Randomisierungslisten
Balanced Incomplete Block-Designs
Teilfaktorielle Designs
Latin Square Designs
Response Surface Designs
Screening Designs
Taguchi Designs
Zwei-Level-Designs
Design-Generator
D-Optimal Designs
Analyse von Zwei-Level-Designs
Response Surface Regression
Zeitreihen
ARIMA (Box-Jenkins)
automatische ARMA
theoretische ARMA
Autokorrelationen
Kreuzkorrelationen
Spektralanalyse
Decomposition Forecasting
Exponentielles Glätten - Horizontal
Exponentielles Glätten - Trend
Exponentielle Glättung - Trend / Saisonale
Harmonic Regression
Analyse der Versuche
Zeitreihen-Plots
Beurteilung von Massen
Appraisal Ratios
Vergleichsdaten - Verkaufspreis
Hybrid Appraisal Models
Deskriptive Statistik - Übersichtstabellen
Multiple Regression
Nichtlineare Regression
Meta-Analyse
Meta-Analyse von Correlated Proportionen
Meta-Analyse von Hazard Ratios
Meta-Analyse von Means
Meta-Analyse von Proportionen
Forest Plots
Gemischte Modelle
Gemischte Modelle - Keine wiederholten Messungen
Gemischte Modelle - mit wiederholten Messungen
Gemischte Modelle - Random Koeffizienten
Multivariate
kanonische Korrelations
Gleichheit der Kovarianz
Faktorenanalyse
Hauptkomponentenanalyse
Diskriminanzanalyse
Hotelling bei einer Stichprobe T2
Hotelling Zwei-Stichproben T2
Multivariate Varianzanalyse (MANOVA)
Korrespondenzanalyse
multidimensionale Skalierung
Nonparametric
Analyse der Versuche
Bootstrap-Konfidenzintervall (bei einer Stichprobe T-Test)
Bootstrap-Konfidenzintervall (gepaarter t-Test)
Bootstrap-Konfidenzintervall (Zwei-Stichproben-T-Test)
Cochran-Q-Test
kumulative Inzidenz
Friedmans-Rang-Test (ausgewogenes Design ANOVA)
Kaplan-Meier-Kurven (Logrank Tests)
Kolmogorov-Smirnov-Test (Zwei-Stichproben-T-Test)
Kruskal-Wallis-Test (One-Way ANOVA)
Mann-Whitney U-Test (Zwei-Stichproben-T-Test)
Nondetects-Data Group-Vergleich
Randomisierung Test (bei einer Stichprobe T-Test)
Randomisierung Test (gepaarter t-Test)
Randomisierung Test (Zwei-Stichproben-T-Test)
ROC-Kurven
Spearman Rang Korrelation (Korrelationsmatrix, lineare Regression und Korrelation)
Wilcoxon-Test (bei einer Stichprobe T-Test)
Wilcoxon-Test (gepaarter t-Test)
Unternehmensforschung
liniare Programmierung
Proportionen
Ein Anteil
Zwei Proportionen - Nichtunterlegenheit Tests
Zwei Proportionen - Superiority Tests
Zwei Proportionen - Gleichwertigkeit Tests
Zwei Proportionen - zweiseitige Tests gegen einen Margin
Zwei korrelierte Anteile (McNemar Test)
Zwei korrelierte Proportionen - Nichtunterlegenheit Tests
Zwei korrelierte Proportionen - Superiority Tests
Zwei korrelierte Proportionen - Gleichwertigkeit Tests
Kontingenztabellen (Kreuztabellen / Chi-Quadrat-Test)
Frequenztabellen
Cochran-Q-Test
loglineare Modelle
Mantel-Haenszel-Test
ROC-Kurven
Artikel-Analyse
Item Response Analyse
Binäre-Diagnostische-Tests - Einzelprobe
Binäre-Diagnostische-Tests - Zwei unabhängige Stichproben
Binäre-Diagnostische-Tests - gepaarte Stichproben
Binäre-Diagnostische-Tests - Cluster Proben
Qualitätskontrolle
X-Bar und R Charts
X-Bar und s Charts
X-Bar-Charts
R-Charts
s Charts
CUSUM Charts
Gleitender Durchschnitt
EWMA Charts
Einzelpersonen und Bewegungsbereich
Levey-Jennings-Charts
P Charts
NP Charts
C Charts
U Charts
Fähigkeitsanalyse
R & R-Studie
Toleranzintervalle
Lag Plots
Analyse der Versuche
Pareto Charts
Regression
Lineare Regression und Korrelation
Box-Cox-Transformation für die einfache lineare Regression
Deming-Regression
Harmonic Regression
Mixed Models - Random Koeffizienten
Point-biserial und biserial Korrelationen
Multiple Regression
Multiple Regression mit seriellen Korrelation
Nondetects Daten Regression
Hauptkomponentenregression
Response Surface Regression
Ridge Regression
Robust Regression
Cox-Regression
Parametric Überleben (Weibull) Regression
Logistische Regression
Diskriminanzanalyse
Poisson Regression
Probitanalyse
Nichtlineare Regression
Regression (Variablenauswahl)
Alle mögliche Regressionen
schrittweise Regression
Subset Selection in Multiple Regression
Subset Selection in Multivariate Y Multiple Regression
Cox-Regression
Diskriminanzanalyse
Logistische Regression
Poisson Regression
Überleben/Zuverlässigkeit
kumulative Inzidenz
Kaplan-Meier-Kurven (Logrank Tests)
Überlebenstabellen
Cox-Regression
Parametric Überlebens-(Weibull) Regression
Beta Verteilungsanpassung
Distribution-(Weibull) Fitting
Gamma Verteilungsanpassung
Mantel-Haenszel-Test
Probitanalyse
Zeit Kalkulator
Toleranzintervalle
Survival-Parameter-Konvertierungstool
Überlebens-Plots
T-Tests
eine Stichprobe T-Test
Gepaarter t-Test
Gepaarter t-Test für die Nichtunterlegenheit
Gepaarter t-Test für die Gleichwertigkeit
Zwei-Stichproben-T-Test
Zwei-Stichproben-T-Test-von Means und SDs
Box-Cox-Transformation für zwei oder mehr Gruppen (T-Test-und One-Way ANOVA)
Test auf Nichtunterlegenheit mit zwei unabhängigen Proben
Test auf Gleichwertigkeit mit zwei unabhängigen Proben
Bland-Altman-Diagramm und Analyse
Hotelling bei einer Stichprobe T2
Hotelling Zwei-Stichproben T2
Analyse von Zwei-Level-Designs
Cross-Over Analyse mit T-Tests
Balkendiagramme
Balkendiagramme (2 Faktoren)
3D-Balkendiagramme
3D-Balkendiagramme (2 Faktoren)
Pareto Charts
Boxplots
Boxplots
Boxplots (2 Faktoren)
Circular Datenstücke
Circular Datenanalyse (Rose Plots)
Kreisdiagramme
Combo Charts
Combo Charts
Combo Charts (2 Faktoren)
Konturdiagramme
Konturdiagramme
Kurvenanpassung
Allgemeine Kurvenanpassung
Michaelis-Menten-Gleichung
Function Plots
Streudiagramm-Matrix für die Kurvenanpassung
Dendrogramme
Hierarchical Clustering (Dendrogramme)
Density Plots
Density Plots
Density Plots (2 Faktoren)
Punktdiagramme
Punktdiagramme
Punktdiagramme (2 Faktoren)
Fehlerbalkendiagramme
Fehlerbalkendiagramme
Fehlerbalkendiagramme (2 Faktoren)
Zeitreihen
ARIMA (Box-Jenkins)
automatische ARMA
theoretische ARMA
Autokorrelationen
Kreuzkorrelationen
Spektralanalyse
Decomposition Forecasting
Exponentielles Glätten - Horizontal
Exponentielles Glätten - Trend
Exponentielle Glättung - Trend / Saisonale
Lag Plots
Analyse der Versuche
Forest-Plots
Meta-Analyse von Korrelierte Proportionen
Meta-Analyse von Sterberaten
Meta-Analyse von Means
Meta-Analyse von Proportionen
Histogramme
Histogramme
vergleichende Histogramme
Vergleichende Histogramme (2 Faktoren)
Rose Plots
Liniendiagramme
Liniendiagramme
Liniendiagramme (2 Faktoren)
3D-Liniendiagramme
3D-Liniendiagramme (2 Faktoren)
Musaik-Plots
Musaik-Plots
Perzentil-Plots
Perzentil-Plots
Perzentil-Plots (2 Faktoren)
Kreisdiagramme
Kreisdiagramme
Wahrscheinlichkeitsdiagramme
Normalverteilungsdiagramme
Weibull Wahrscheinlichkeitsplots
Logistische Normalverteilungsdiagramme
Gamma Probability Plots
Exponentielle Wahrscheinlichkeitsplots
Chi-Quadrat Wahrscheinlichkeitsplots
Uniform Probability Plots
Halb-Normalverteilungsdiagramme
Wahrscheinlichkeitsdiagramm Vergleich
Qualitätsregelkarten
X-Bar und R Charts
X-Bar und s Charts
X-Bar-Charts
R-Charts
s Charts
CUSUM Charts
Gleitender Durchschnitt
EWMA Charts
Einzelpersonen und Bewegungsbereich
Levey-Jennings-Charts
P Charts
NP Charts
C Charts
U Charts
Fähigkeitsanalyse
Lag Plots
Analyse der Versuche
Pa
zreto Charts
ROC-Kurven
ROC-Kurven
Streudiagramme
Streudiagramme
3D-Streudiagramme
Streudiagramm-Matrix
Streudiagramm-Matrix für die Kurvenanpassung
Lag Plots
Stamm-und-Blatt-Diagramme
Stamm-and-Blatt-Diagramme
Back-to-Back Stamm-und-Blatt-Diagramme
Oberflächen- und Konturdiagramme
Konturdiagramme
3D Oberflächendiagramme
3D-Diagramme
3D-Streudiagramme
3D Oberflächendiagramme
3D-Balkendiagramme
3D-Balkendiagramme (2 Faktoren)
3D-Liniendiagramme
3D-Liniendiagramme (2 Faktoren)
Operations
Datenfenster
Importieren von Daten
Exportieren von Daten
Filter
Transformationen
Stapeln von Daten
Entstapeln von Daten
Erstellen von Kontrastvariablen
Verfahren
Box-Cox-Transformation
Box-Cox-Transformation für zwei oder mehr Gruppen (T-Test-und One-Way ANOVA)
Box-Cox-Transformation für die einfache lineare Regression
Datenliste
Daten Screening
Daten Simulation
Zusammenführen von zwei Datensätze
Datenabgleich - Greedy
Datenabgleich - Optimal
Daten Schichtung
Time Calculator
Kalkulatoren
Wahrscheinlichkeitsrechner
Chi-Quadrat-Effect Size Kalkulator
Odds Ratio und Proportionen Kalkulator
Standardabweichung Kalkulator
Survival-Parameter-Konvertierungstool
Statistiksoftware - Auswahl
Alle Produkte
Data Mining
Graphik Software
Oekonometrie
Software aus Deutschland
Statistik
XLSTAT
BlueSky Statisitcs (ein R-Menü)
Analyse-it
GAUSS
SigmaStat
NCSS
NCSS/PASS Bundle
Stat Transfer
Stata BE
Stata MP
Stata SE
Systat
WinSTAT
Voxler
NVivo Pro
Nvivo Plus
Multivariate Data Analysis, von Kim H. Esbensen (Autor), Brad Swarbrick (Autor)
Statistische Qualitätssicherung
Versuchsplanung
BETRIEBSSYSTEM:
WINDOWS
.TEL\VERLASSEN
0 Kommentare:
Kommentar veröffentlichen