Advertisement

Analyse Ordinaler Daten am Beispiel von Beobachtungsstudien

  • J. Wahrendorf
  • E. Weber
Conference paper
Part of the Medizinische Informatik und Statistik book series (MEDINFO, volume 33)

Zusammenfassung

Ordinal-Merkmale, wie z.B. Krankheitsstadium, Altersgruppe, histologische Differenzierung u. ä. fallen sehr häufig bei der Gewinnung von Daten aus Krankenregistern oder ähnlichen Erhebungen, aber auch bei geplanten Studien an. McCullagh (1980) hat in einer umfangreichen Arbeit an Beispielen gezeigt, daß statistische Methoden die Analyse solcher Daten aus verschiedenen Blickwinkeln mit verschieden gearteten Aussagen erlauben. Dabei sind die vorliegende Stichprobensituation und die damit verbundenen Aussagemöglichkeiten sehr gründlich zu beachten. Am Beispiel einer Beobachtungsstudie werden die Einsatzmöglichkeiten verschiedener, zum Teil neuerer Methoden, demonstriert und die unterschiedlichen Interpretationsmöglichkeiten diskutiert, wie z.B. Test auf Trend nach Armitage (1955), verallgemeinerte Logittransformation und relatives Risiko auf eine Antwortklasse. Weiterhin wird die Frage nach der Konsistenz des Assoziationsmusters (Wahrendorf 1980) mit Hilfe weiterer Methoden nachgegangen. Dabei zeigt es sich, daß all die verschiedenen relevanten Fragestellungen letztlich das eine Ziel haben, nämlich die Beantwortung der Frage nach dem Ausmaß einer Wechselwirkung zwischen den ordinalen Merkmalen.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Anderson, J.A. & Philips, P.R. (1981). Regression discrimination and measurement models for ordered categorical variables. Applied Statistics, 30, 22–31.MathSciNetzbMATHCrossRefGoogle Scholar
  2. Armitage, P. (1955). Tests for linear trends in propertions and frequencies. Biometrics, 11, 375–386.CrossRefGoogle Scholar
  3. Baker, R.J. & Nelder, J.A. (1978). General Linear Interaction Modelling (GLIM). Release 3. Oxford, Numerical Algorithms Group.Google Scholar
  4. Breslow, N.E. & Day, N.E. (1980). Statistical Methods for Cancer Research. Volume I. The Analysis of Case-Control Studies. Lyon, International Agency for Research on Cancer (IARC Scientific Publications No. 32).Google Scholar
  5. Cornfield, J. (1951). A method of estimating comperative rates from clinical data. Applications to cancer of the lung, breast and cervix. Journal of the National Cancer Institute, 11, 1269–1275.Google Scholar
  6. Cox, D.R. (1970). The Analysis of Binary Data. London, Chapman and Hall.zbMATHGoogle Scholar
  7. Mantel, N. & Haenszel, W. (1959). Statistical aspects of the analysis of data from retrospective studies of disease. Journal of the National Cancer Institute, 22, 719–748.Google Scholar
  8. McCullagh, P. (1980). Regression models for ordinal data (with discussion). Journal of the Royal Statistical Society, Series B, 42, 109–142.MathSciNetzbMATHGoogle Scholar
  9. Plackett, R.L. (1965). A class of bivariate distributions. Journal of the American Statistical Association, 60, 516–522.MathSciNetCrossRefGoogle Scholar
  10. Tuyns, A.J., Pequignot, G. & Jensen, O.M. (1977). Le cancer de l’vesophage en Ille-et-Vilaine en function des niveaux de consommation d’alcohol et de tabac. Des risques qui se multiplient. Bulletin du Cancer, 64, 45–60.Google Scholar
  11. Wahrendorf, J. (1980). Inference in contingency tables with ordered categories using Plackett’s coefficient of association for bivariate distributions. Biometrika, 67, 15–21.MathSciNetzbMATHCrossRefGoogle Scholar
  12. Wahrendorf, J. (1981). Approaches to the detection of interactive effects. In: Proceedings of the European Symposium on Medical Statistics. Rome, 25.-27. September 1980, London, Academic Press (in press).Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1981

Authors and Affiliations

  • J. Wahrendorf
    • 1
  • E. Weber
    • 2
  1. 1.Biostatistics ProgrammeInternational Agency for Research on Cancer World Health OrganizationLyon, Cedex 2Frankreich
  2. 2.Abt. BiostatistikInstitut für Dokumentation, Information und Statistik am Deutschen KrebsforschungszentrumHeidelbergDeutschland

Personalised recommendations