Skip to main content
SpringerLink
Log in

Geordnete Statistiken und Rangstatistiken

  • Chapter
  • First Online:
Einführung in die nichtparametrische Statistik mit SAS, R und SPSS

  • 5154 Accesses

Zusammenfassung

Nichtparametrische Verfahren werden insbesondere für Daten benötigt, die nur ordinales Messniveau aufweisen. Geordnete Daten und die daraus abgeleiteten statistischen Kennzahlen sind die Ausgangsbasis für nichtparametrische Schätzer oder Tests. In vielen Fällen ist jedoch eine eindeutige Ordnung der Daten nicht möglich, da mehrere gleiche Ausprägungen auftreten („Bindungen“). Diese Bindungen können sich auf die Verteilung einer Teststatistik auswirken, demnach widmet sich ein Teil dieses Kapitels dem Umgang mit Bindungen. Des Weiteren werden wesentliche Begriffe, wie Ordnungsstatistik, Rang oder Median eingeführt und deren Verteilungen betrachtet. Eine Möglichkeit zur Berechnung eines Konfidenzintervalls für Quantile schließt dieses Kapitel ab.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 29.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 39.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Literatur

  1. Behr, A., Pötter, U.: Einführung in die Statistik mit R. Vahlen, München (2010)

    Book  Google Scholar 

  2. Bortz, J., Lienert, G.A.: Kurzgefasste Statistik für die klinische Forschung. Springer, Berlin (2008)

    Google Scholar 

  3. Bortz, J., Lienert, G.A., Boehnke, K.: Verteilungsfreie Methoden in der Biostatistik. Springer, Berlin (2008)

    Google Scholar 

  4. Brosius, F.: SPSS. Umfassendes Handbuch zu Statistik und Datenanalyse. mitp, Frechen (2018)

    MATH  Google Scholar 

  5. Brunner, E., Munzel, U.: Nichtparametrische Datenanalyse. Springer, Berlin (2013)

    Book  Google Scholar 

  6. Bühl, A.: SPSS 23. Einführung in die moderne Datenanalyse. Pearson, München (2016)

    Google Scholar 

  7. Büning, H., Trenkler, G.: Nichtparametrische statistische Methoden. De Gruyter, Berlin (1998)

    MATH  Google Scholar 

  8. Canty, A., Ripley, B.D.: boot: Bootstrap R (S-Plus) Functions. R package version 1.3-20 (2017)

    Google Scholar 

  9. Casella, G., Berger, R.L.: Statistical Inference. Duxbury, Pacific Grove (2002)

    MATH  Google Scholar 

  10. Cody, R.: An Introduction to SAS University Edition. SAS Institute, Cary (2018)

    Google Scholar 

  11. Dalgaard, P.: Introductory Statistics with R. Springer, New York (2008)

    Book  Google Scholar 

  12. David, H.A., Nagaraja, H.N.: Order Statistics. Wiley, New York (2004)

    Google Scholar 

  13. Davison, A.C., Hinkley, D.V.: Bootstrap Methods and Their Applications. Cambridge University Press, Cambridge. http://www.springer.com (1997)

  14. Dolic, D.: Statistik mit R. Einführung für Wirtschafts- und Sozialwissenschaftler. Oldenbourg, München (2004)

    Book  Google Scholar 

  15. DiCiccio, T.J., Efron, B.: Bootstrap confidence intervals. Stat. Sci. 11(3), 189–228 (1996)

    Article  MathSciNet  Google Scholar 

  16. Dufner, J., Jensen, U., Schumacher, E.: Statistik mit SAS. Teubner, Wiesbaden (2004)

    Book  Google Scholar 

  17. Efron, B.: Bootstrap Methods: Another Look at the Jackknife. Ann. Stat. 7(1), 1–26 (1979)

    Article  MathSciNet  Google Scholar 

  18. Efron, B.: Better bootstrap confidence intervals (with Discussion). J. Am. Stat. Assoc. 82, 171–200 (1987)

    Article  Google Scholar 

  19. Efron, B., Tibshirani, R.J.: An Introduction to the Bootstrap. Chapman & Hall, New York (1993)

    Book  Google Scholar 

  20. Hedderich, J., Sachs, L.: Angewandte Statistik. Methodensammlung mit R. Springer, Berlin (2018)

    Book  Google Scholar 

  21. Hollander, M., Wolfe, D.A., Chicken, E.: Nonparametric Statistical Methods. Wiley, New York (2014)

    MATH  Google Scholar 

  22. Krämer, W., Schoffer, O., Tschiersch, L.: Datenanalyse mit SAS. Statistische Verfahren und ihre Aspekte. Springer, Berlin (2014)

    MATH  Google Scholar 

  23. Millard, S.P.: EnvStats: An R Package for Environmental Statistics. Springer, New York. http://www.springer.com (2013)

  24. R Core Team: R: A Language and Environment for Statistical Computing: A Graduate Course in Probability. R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org/ (2018)

  25. Shao, J., Tu, D.: The Jackknife and Bootstrap. Springer, New York (1995)

    Book  Google Scholar 

  26. Sheskin, D.J.: Handbook of Parametric and Nonparametric Statistical Procedures. Chapman & Hall, Boca Raton (2011)

    MATH  Google Scholar 

  27. Tucker, H.G.: A Graduate Course in Probability. Academic Press, New York (1967)

    MATH  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Institut für Angewandte Statistik, Universität Linz, Linz, Österreich

    Christine Duller

Authors
  1. Christine Duller
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Christine Duller .

Rights and permissions

Reprints and permissions

Copyright information

© 2018 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Duller, C. (2018). Geordnete Statistiken und Rangstatistiken. In: Einführung in die nichtparametrische Statistik mit SAS, R und SPSS. Springer Gabler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-57678-6_2

Download citation

Publish with us

Policies and ethics

Search

Navigation