Selektionsprozeduren Mit Erweitertem Entscheidungsraum

  • Guido Giani
Conference paper
Part of the Medizinische Informatik und Statistik book series (MEDINFO, volume 70)

Zusammenfassung

Die klassischen, auf dem Bechhoferschen Ansatz basierenden Selektionsprozeduren erweisen sich für viele praktische Belange, vor allen Dingen im medizinischen Bereich, in ihren Aussagemöglichkeiten häufig als zu restriktiv. Sie entscheiden sich immer für genau eine der zur Prüfung anstehenden Behandlungen als beste, auch wenn dies für gewisse Effektkonfigurationen häufig problembedingt nicht sinnvoll ist. Nach einem kurzen Exkurs über die Lösung des reinen Selektionsproblems mittels multipler Tests werden für den Normalverteilungsfall mit bekannter Varianz drei Prozeduren vorgestellt, deren Entscheidungsraum um jeweils eine zusätzliche Hypothese erweitert ist. Die Prozeduren kontrollieren richtige Entscheidungen über ausgezeichneten Parameterbereichen.

Schlüsselwörter: Simultanes Testen und Selektieren, Äquivalenzbereich, Präferenzbereich, Normalverteilung, multiples Testen.

Selection procedures with expanded decision space

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Anderson,T.W. (1955): The integral of a symmetric unimodal function over aGoogle Scholar
  2. symmetric convex set and some probability inequalities. Proc. Amer. Math. Soc. 6, 170–176.Google Scholar
  3. Anderson,S./Hauck,W.W. (1983): A new procedure for testing equivalence in comparative bioavailability and other clinical studies. Commun. Statist. Meth. 12, 2663–2692.MATHCrossRefGoogle Scholar
  4. Bechhofer,R.E. (1954): A single sample multiple decision procedure for ranking means of normal populations with known variances. Ann. Math. Statist. 25, 16–39.CrossRefGoogle Scholar
  5. Bishop,T.A./Pirie,W.R. (1979): A class of selection rules with options to not select. Tech. Report No. 196 Department of Statistics, The Ohio State University.Google Scholar
  6. Chen,H.J. (1981): Procedures for simultaneous estimation and selection of the best population with a preliminary test. Tech. Report No. 243 Department of Statistics, The Ohio State University.Google Scholar
  7. Chen,H.J. (1985): A new selection procedure for selecting the best population with a preliminary test. In: Dudewicz,E.J. (Hrsg.): The Frontiers of Modern Statistical Inference Procedures, Columbus: American Sciences Press, 99–117.Google Scholar
  8. Dudewicz,E.J. and Koo,J.O. (1982): The complete categorized guide to statistical selection and ranking procedures. American Series in Mathematical and Management Sciences, Columbus: American Sciences Press.Google Scholar
  9. Dunnett,Ch.W. (1984): Selection of the best treatment in comparison to a control with an application to a medical trial. In: Santner,Th.J. and Tamhane,A.C. (Hrsg.): Design of experiments–ranking and selection, New York: Marcel Dekker, 47–66.Google Scholar
  10. Eaton,M.L. (1967): Some optimum properties of ranking procedures. Ann. Math. Statist. 38, 124–137.MathSciNetMATHCrossRefGoogle Scholar
  11. Fabian,V. (1962): On multiple decision methods for ranking population means. Ann. Math. Statist. 33, 248–254.MathSciNetMATHCrossRefGoogle Scholar
  12. Giani,G. (1987): Selektionsprozeduren mit Äquivalenzentscheidungen and ihr Einsatz bei der Planung and Auswertung mehrarmiger klinischer Studien. Habilitationsschrift, RWTH Aachen.Google Scholar
  13. Gupta,S.S. (1956): On a decision rule for a problem in ranking means. PH.D.ThesisGoogle Scholar
  14. Mimeo.Ser.No.150), Inst. of Statist., University of North Carolina, Chapel Hill.Google Scholar
  15. Gupta,S.S. (1963): Probability integrals of the multivariate normal and multivariate t. Ann. Math. Statist. 34, 829–838.MathSciNetMATHCrossRefGoogle Scholar
  16. Gupta,S.S./Nagel,K./Panchapakesan,S. (1973): On the order statistics of equally correlated normal random variables. Biometrika 60, 403–413.MathSciNetMATHCrossRefGoogle Scholar
  17. Gupta,S.S andPanchapakesan,S. (1979): Multiple decision procedures: Theory and methodology of selecting and ranking populations. New York: Wiley.MATHGoogle Scholar
  18. Hsu,J.C. (1981): Simultaneous confidence intervals for all distances from the “best”. Ann. Statist. 9, 1026–1034.MathSciNetMATHCrossRefGoogle Scholar
  19. Lam,K. (1986): A new procedure for selecting good populations. Biometrika 73, 201–206.MathSciNetMATHCrossRefGoogle Scholar
  20. Miescke (1979): Identifikation and selection procedures based on tests. Ann. Statist. 7, 207–219.Google Scholar
  21. Mudholkar,G.S. (1969): A generalized monotone character of d.f.’s and moments of statistics from some well-known populations. Ann. Inst. Statist. Math. 21, 277–285.MathSciNetMATHCrossRefGoogle Scholar
  22. Mudholkar,G.S. (1966): The integral of an invariant unimodal function over an invariant convex set–an inequality and applications. Proc. Amer. Math. Soc. 17, 1327–1333.MathSciNetMATHGoogle Scholar
  23. Prekopa,A. (1973): On logarithmic concave measures and functions. Acta Sci. Math. 34, 335–343.MathSciNetMATHGoogle Scholar
  24. Rinott,Y. (1976): On convexity of measures. Ann. Prob. 4, 1020–1026.MathSciNetMATHCrossRefGoogle Scholar
  25. Stein (1945): A two-sample test for a linear hypothesis whose power is independent of the variance. Ann. Math. Statist. 16, 243–258.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1988

Authors and Affiliations

  • Guido Giani
    • 1
  1. 1.Institut für Medizinische Statistik und DokumentationTechnische Hochschule Aachen PauwelstraßeAachenDeutschland

Personalised recommendations