Artikel
Simultane Konfidenzintervalle für nichtparametrische Effekte
Suche in Medline nach
Autoren
Veröffentlicht: | 2. September 2009 |
---|
Gliederung
Text
In vielen Versuchen oder Studien in den Biowissenschaften werden mehr als zwei Stichproben erhoben. Dann erfolgt die statistische Auswertung in der Regel in drei klassischen Stufen:
- 1.
- Testen der Globalhypothese: Haben die Faktoren einen Einfluss auf die Messgröße?
- 2.
- Bei Ablehnung der Globalhypothese werden multiple Vergleiche durchgeführt: Welche Faktorstufen / Behandlungen führen zur Ablehnung der Hypothese?
- 3.
- Um die Stärke der Effekte und die Variabilität zu veranschaulichen, werden Konfidenzintervalle für die Effekte berechnet.
In der Arbeit von Bretz, Genz und Hothorn [1] werden Verfahren für normalverteilte Daten vorgestellt, welche diese drei klassischen Schritte der Auswertung solcher Versuche in einem erledigen und gleichzeitig auf die speziellen Fragen von Anwendern zugeschnitten werden können.
Da gerade in den Biowissenschaften in vielen Fällen eine Normalverteilung der Daten nicht gegeben ist (z.B. bei geordnet kategorialen (ordinalen) Daten, sehr schief verteilten Daten oder Zähldaten), ist hier der Bedarf an Verfahren, welche die Normalverteilung nicht voraussetzen, von besonderem Interesse.
In diesem Vortrag werden die von Bretz [1] vorgestellten simultanen Verfahren auf Modelle übertragen, in denen keine Normalverteilung angenommen wird. Es wird aufgezeigt, welche methodischen Probleme dabei auftreten und wie sie gelöst werden können. Besonders werden faktorielle Modelle im Vordergrund stehen. Dabei kann die Auswertung auch von komplizierten Versuchen und Studien durch ein speziell auf die Fragen des Anwenders zugeschnittenes Verfahren erfolgen. Derzeit in Entwicklung befindliche und offene Fragestellungen werden ebenfalls angesprochen.