Simultane Konfidenzintervalle für nichtparametrische Effekte in faktoriellen Modellen

点击翻译按钮获取中文摘要

Wenn in Versuchen oder Studien in den Biowissenschaften mehr als zwei Stichproben erhoben werden, 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 Komponenten 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 (2001) 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. Das Ziel des Projektes ist daher, die von Bretz et. al. (2001) vorgestellten simultanen Verfahren auf Modelle zu übertragen, in denen keine Normalverteilung angenommen wird. Diese Verfahren sollen für faktorielle Modelle hergeleitet werden, so dass die Auswertung auch von komplizierten Versuchen und Studien durch ein speziell auf die Fragen des Anwenders zugeschnittenes Verfahren erfolgen kann.