Das nichtparametrische Behrens-Fisher-Problem: ein studentisierter Permutationstest und robuste Konfidenzintervalle für den Shift-Effekt

Neubert, Karin

dc.contributor.advisor	Brunner, Edgar Prof. Dr.	de
dc.contributor.author	Neubert, Karin	de
dc.date.accessioned	2013-01-31T07:55:55Z	de
dc.date.available	2013-01-31T07:55:55Z	de
dc.date.issued	2006-08-17	de
dc.identifier.uri	http://hdl.handle.net/11858/00-1735-0000-000D-F21D-C	de
dc.identifier.uri	http://dx.doi.org/10.53846/goediss-3595
dc.identifier.uri	http://dx.doi.org/10.53846/goediss-3595
dc.description.abstract	Für das nichtparametrische Behrens-Fisher-Problem wird ein Permutationstest basierend auf der studentisierten Rangstatistik von Brunner und Munzel vorgeschlagen. Diese Methode ist auch auf Scores und ordinale Daten anwendbar. Mithilfe des zentralen Grenzwertsatzes von Janssen läßt sich zeigen, dass die asymptotische Verteilung dieser Teststatistik eine Standardnormalverteilung ist. Für sehr kleine oder sehr unterschiedliche Stichprobenumfänge, wie sie in medizinischen oder biologischen Anwendungen häufig auftreten, wurde eine umfangreiche Simulationsstudie durchgeführt. Sie zeigt, dass der Permutationstest für Daten mit verschiedenen zugrunde liegenden Verteilungen gut funktioniert. Außerdem werden die Permutationsquantile dieser Rangstatistik verwendet, um ein robustes Konfidenzintervall für den Shift-Effekt in einer Behrens-Fisher-Situation zu konstruieren. Eine Simulationsstudie zeigt, dass dieses Konfidenzintervall bei unterschiedlichen Verteilungen der Daten das vorgegebene Niveau gut einhält. Der vorgeschlagene Test und das Konfidenzintervall werden auf Daten aus klinischen Studien angewendet.	de
dc.format.mimetype	application/pdf	de
dc.language.iso	ger	de
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/	de
dc.title	Das nichtparametrische Behrens-Fisher-Problem: ein studentisierter Permutationstest und robuste Konfidenzintervalle für den Shift-Effekt	de
dc.type	doctoralThesis	de
dc.title.translated	The non-parametric Behrens-Fisher Problem: A Studentized Permutation Test and Robust Confidence Intervals for the Shift Effect	de
dc.contributor.referee	Denker, Manfred Prof. Dr.	de
dc.date.examination	2006-07-07	de
dc.subject.dnb	310 Statistik	de
dc.subject.gok	EGCG 090	de
dc.subject.gok	EGCG 100	de
dc.subject.gok	EGCG 150	de
dc.subject.gok	EGCG 200	de
dc.description.abstracteng	For the nonparametric Behrens-Fisher problem a permutation test based on the studentized rank statistic of Brunner and Munzel is proposed. This procedure is applicable to count or ordered categorical data. By applying the central limit theorem of Janssen, it is shown that the asymptotic permutational distribution of this test statistic is a standard normal distribution. For very small and very different sample sizes, frequently occuring in medical and biological applications, an extensive simulation study suggest that this permutation test works well for data from several underlying distributions. Furthermore the permutational quantiles of this rank statistic are used to construct robust confidence intervals for the shift effect in a Behrens-Fisher situation. A simulation study shows good properties of these confidence intervals for different underlying distributions. The proposed test and the confidence interval are applied to data from a clinical trial.	de
dc.subject.topic	Mathematics and Natural Science	de
dc.subject.ger	studentisierte Statistik	de
dc.subject.ger	asymptotische Verteilung	de
dc.subject.ger	Brunner-Munzel-Test	de
dc.subject.ger	ordinale Daten	de
dc.subject.ger	Rangtest	de
dc.subject.ger	Scores	de
dc.subject.eng	Studentized Statistic	de
dc.subject.eng	Asymptotic Distribution	de
dc.subject.eng	Brunner-Munzel Test	de
dc.subject.eng	Ordered Categorical Data	de
dc.subject.eng	Rank Test	de
dc.subject.eng	Count Data	de
dc.subject.bk	42.11 Biomathematik	de
dc.subject.bk	Biokybernetik	de
dc.identifier.urn	urn:nbn:de:gbv:7-webdoc-1270-8	de
dc.identifier.purl	webdoc-1270	de
dc.identifier.ppn	550641289	de

Files in this item

Name:neubert.pdf

Size:1.673Mb

Format:PDF

Description:Dissertation

View/Open

Name:: neubert.pdf
Size:: 1.673Mb
Format:: PDF
Description:: Dissertation

View/Open

This item appears in the following Collection(s)

Fakultät für Mathematik und Informatik (inkl. GAUSS) [518]

Show simple item record