Advertisement

Übersicht über die Nichtparametrische Analyse Einer Stichprobe von Verlaufskurven

  • W. Lehmacher
Conference paper
Part of the Medizinische Informatik und Statistik book series (MEDINFO, volume 33)

Zusammenfassung

In diesem Beitrag soll eine Übersicht über die praktisch wichtigsten nichtparametrischen Verfahren zur Analyse einer Stichprobe von Verlaufskurven gegeben werden. Dabei soll mehr auf die Beschreibung der Wirkungsweise der Tests als auf die Angabe von Formeln und Herleitungen eingegangen werden; dazu wird auf die entsprechende Literatur hingewiesen. In der Einleitung wird der Versuchsplan definiert und es werden die interessierenden Fragestellungen aufgezeigt (1). Dann werden die bekannten parametrischen uni- und multivariaten Varianzanalysemethoden für einfaktorielle Repeated Measurements skizziert (2), um dann in den Rang-Symmetrie-Tests die direkten nichtparametrischen Analoga aufzuzeigen (3). Danach werden als Tests für Randomisierte Blöcke Permutations- und Friedman-Rang-Tests angegeben (4). Eine weitere Klasse von Methoden stellen die Klassifikationsverfahren dar (5). Zuletzt wird noch auf verschiedene weitere Ansätze wie Regressionsverfahren, orthogonale Polynome und nichtparametrische Trendanalysen hingewiesen (6). Abschließend folgen Bemerkungen zur Auswahl der problemadäquaten Verfahren sowie allgemeine Hinweise zur statistischen Analyse dieses Versuchsplans (7). Die ausführliche Literaturliste ermöglicht das Auffinden der genaueren Beschreibungen der aufgezählten Verfahren sowie der entsprechenden Verfahren der Mehrstichprobenanalyse.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Anderson, R. L. (1959). Use of Contingency Tables in the Analysis of Consumer Preference Studies. Biometrics 15, 582–590.CrossRefGoogle Scholar
  2. Bartoszyk, G. D. und Lienert, G. A. (1978). Konfigurationsanalytische Typisierung von Verlaufskurven. Zeitschrift für Experimentelle und Angewandte Psychologie 25, 1–9.Google Scholar
  3. Bierschenk, B. und Lienert, G. A. (1977). Simple Methods for Clustering Profiles and Learning Curves. Didakometry 56, School of Education, Malmö, Schweden.Google Scholar
  4. Bradley, J. V. (1968). Distribution-free Statistical Tests. Prentice-Hall, Englewood Cliffs.zbMATHGoogle Scholar
  5. Ferguson, G. A. (1965). Nonparametric Trend Analysis. McGill University Press, Montreal.zbMATHGoogle Scholar
  6. Friedman, M. (1937). The Use of Ranks to Avoid the Assumption of Normality Implicit in the Analysis of Variance. Journal of the American Statistical Association 32, 675–701.CrossRefGoogle Scholar
  7. Gosh, M., Grizzle, J. E. und Sen, P. K. (1973). Nonparametric Methods in Longitudinal Studies. Journal of the American Statistical Association 68, 29–36.CrossRefGoogle Scholar
  8. Hollander, M. und Wolfe, D. A. (1973). Nonparametric Statistical Methods. Wiley, New York.zbMATHGoogle Scholar
  9. Immich, H. und Sonnemann, E. (1974). Which Statistical Models Can be Used in Practice for the Comparison of Curves over a Few Time-dependent Measure Points? Biométrie-Praximétrie 14, 43–52.Google Scholar
  10. Kannemann, K. (1976). An Incidence Test for k Related Samples. Biometrische Zeitschrift 18, 3–11.MathSciNetzbMATHGoogle Scholar
  11. Krauth, J. (1973). Nichtparametrische Ansätze zur Auswertung von Verlaufskurven. Biometrische Zeitschrift 15, 557–566.MathSciNetzbMATHCrossRefGoogle Scholar
  12. Krüger, H.-P. und Rausche, A. (1980). Die Prüfung von Verlaufskurven auf das Vorliegen von Trends über die exakte Verteilung von Spear-mans S2. In: Schulz, W. und Hautzinger, M. (Hrsg.): Klinische Psychologie und Psychotherapie, Bd. 2. Kongreßbericht Berlin 1980. DGVT/GwG, Tübingen/Köln.Google Scholar
  13. Lehmacher, W. (1981). Nichtparametrischer Vergleich zweier Scharen von Verlaufskurven. In: Horbach, L. (Hrsg.): 25. GMDS-Jahrestagung 1980 in Erlangen. Springer, Heidelberg.Google Scholar
  14. Lehmacher, W. und Lienert, G. A. (1980). Nichtparametrischer Vergleich von Testprofilen und Verlaufskurven vor und nach einer Behandlung. Psychologische Beiträge 22, 432–448.Google Scholar
  15. Lehmacher, W., Sund, M., Filipiak, B. und Lienert, G. A. (1981). Non-parametric Analysis of Profiles in the Crossover Design. Manuskript, eingereicht zur Veröffentlichung.Google Scholar
  16. Lehmacher, W. und Wall, K.-D. (1978). A New Nonparametric Approach to the Comparison of K Independent Samples of Response Curves. Bio-metrical Journal 20, 261–273.MathSciNetzbMATHGoogle Scholar
  17. Lehmann, E. L. (1975). Nonparametrics. Statistical Methods Based on Ranks. Holden-Day, San Francisco.Google Scholar
  18. Lienert, G. A. (1973). Verteilungsfreie Methoden in der Biostatistik, Bd. 1. Hain, Meisenheim.Google Scholar
  19. Lienert, G. A. (1978). Verteilungsfreie Methoden in der Biostatistik, Bd. 2. Hain, Meisenheim.Google Scholar
  20. Miller, R. G. (1966). Simultaneous Statistical Inference. McGraw-Hill, New York.zbMATHGoogle Scholar
  21. Morrison, D. F. (1976). Multivariate Statistical Methods. 2. Aufl. McGraw-Hill, Kogakusha.zbMATHGoogle Scholar
  22. Pitman, E. J. G. (1938). Significance Tests which may be Applied to Samples from Any Populations. III. The Analysis of Variance Test. Biometrika 29, 322–335.Google Scholar
  23. Puri, M. L. und Sen, P. K. (1971). Nonparametric Methods in Multivariate Analysis. Wiley, New York.zbMATHGoogle Scholar
  24. Schach, S. (1976). The Asymptotic Distribution of the Test Statistic of the Incidence Test Proposed by Kannemann–A Correction. Biometrische Zeitschrift 18, 505–508.MathSciNetzbMATHCrossRefGoogle Scholar
  25. Schach, S. (1979). An Alternative to the Friedman test with Certain Optimality Properties. Annals of Statistics 7, 537–550.MathSciNetzbMATHCrossRefGoogle Scholar
  26. Victor, N., Lehmacher, W. und van Eimeren, W., Hrsg., (1980). Explorative Datenanalyse. Proceedings der Frühjahrstagung der GMDS in München, 1980. Springer, Heidelberg.CrossRefGoogle Scholar
  27. Wall, K.-D. (1977). Statistical Methods to Study WILDER’s Law of Initial Values. Biometrical Journal 19, 613–625.CrossRefGoogle Scholar
  28. Winer, B. J. (1971). Statistical Principles in Experimental Design. 2. Aufl. McGraw-Hill, Kogakusha.Google Scholar
  29. Wolfrum, C. (1980). Zur Clusteranalyse von Verlaufskurven. Psychologische Beiträge 22, 574–580.MathSciNetGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1981

Authors and Affiliations

  • W. Lehmacher
    • 1
  1. 1.MEDIS-Institut der GSF MünchenNeuherbergDeutschland

Personalised recommendations