Simultane Konfidenzintervalle für nichtparametrische Effekte in faktoriellen Modellen

如果在生物科学领域的研究或推广中，梅尔有两个韦尔登可供参考，那么在三个分类标准中，规则的统计学解释是：1。 全球假说的验证：这些事实是否对信息产生了影响？2. 全球假说韦尔登的解释会导致多种多样的解释：如何理解假说？3. Um die Stärke der Effekte und die Variabilität zu veranschaulichen，韦尔登Konfidenzintervalle für die Effekte berechnet.In der Arbeit von Bretz，Genz und Hothorn（2001）韦尔登Verfahren für normalvertetilte Daten vorgestelt，这三种经典的设计方法都是在一个韦尔登建筑的特殊框架上进行的，在生物科学中的应用是在一个非常复杂的领域中进行的。数据的正常转换不存在（z.B. bei geordnet kategorialen（ordinalen）Daten，sehr def vertilten Daten oder Zähldaten），ist approprider Bedarf an Verfahren，welche die Normalvertilung nicht voraussetzen，von besonderem Interesse. Bretz等人的项目很好。等（2001）vorgestellten Verfahren auf Modelle zu ubertragen，in denen keine Normalverteilung angenommen wird.这一测试需要对韦尔登进行测试，因此测试也可以通过一种特殊的方法来完成。

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.