Zusammenfassung
Ausgangspunkt sind zwei unabhängige Stichprobenvariablen \(X_1, \ldots , X_m\) und \(Y_1, \ldots , Y_n\) mit unbekannten stetigen Verteilungsfunktionen F und G. In diesem Kapitel werden Tests vorgestellt, die überprüfen, ob diese beiden Verteilungsfunktionen gleich sind oder nicht. Die allgemeinen Fragestellungen können genauer spezifiziert werden, je nach dem, was genau verglichen wird: Die Verteilungsfunktionen insgesamt – so genannte Omnibus-Tests – (Iterationstest von Wald-Wolfowitz, Kolmogorov-Smirnov-Test, Cramér-von-Mises-Test), die Lageparameter (Wilcoxon-Rangsummen test, Mann-Whitney-U-Test, van der Waerden \(X_N\)-Test, Median-Test) oder die Variabilitätsparameter (Siegel-Tukey-Test, Mood-Test, Ansari-Bradley-Test, Moses-Test). Abschließend werden Möglichkeiten gezeigt um Konfidenzintervalle für Lageunterschiede bzw. Variabilitätsunterschiede zu konstruieren.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Ansari, A.R., Bradley, R.A.: Rank-sum tests for dispersion. Ann. Math. Stat. 31(4), 1174–1189 (1960)
Baringhaus, L., Franz, C.: On a new multivariate two-sample test. J. Multivar. Anal. 88, 190–206 (2004)
Behr, A., Pötter, U.: Einführung in die Statistik mit R. Vahlen, München (2010)
Bortz, J., Lienert, G.A.: Kurzgefasste Statistik für die klinische Forschung. Springer, Berlin (2008)
Bortz, J., Lienert, G.A., Boehnke, K.: Verteilungsfreie Methoden in der Biostatistik. Springer, Berlin (2008)
Brosius, F.: SPSS. Umfassendes Handbuch zu Statistik und Datenanalyse. mitp, Frechen (2018)
Brunner, E., Munzel, U.: Nichtparametrische Datenanalyse. Springer, Berlin (2013)
Bühl, A.: SPSS 23. Einführung in die moderne Datenanalyse. Pearson, München (2016)
Büning, H., Trenkler, G.: Nichtparametrische statistische Methoden. De Gruyter, Berlin (1998)
Chang, D.K.: A note on the distribution of the Wilcoxon rank sum statistic. Stat. Probab. Lett. 13, 343–349 (1992)
Cody, R.: An Introduction to SAS University Edition. SAS Institute, Cary (2018)
D’Agostino, R.B.: Goodness-of-Fit Techniques. Dekker, New York (1986)
Dalgaard, P.: Introductory Statistics with R. Springer, New York (2008)
Dolic, D.: Statistik mit R. Einführung für Wirtschafts- und Sozialwissenschaftler. Oldenbourg, München (2004)
Dufner, J., Jensen, U., Schumacher, E.: Statistik mit SAS. Teubner, Wiesbaden (2004)
Franz, C.: cramer: Multivariate Nonparametric Cramer-Test for the Two-Sample-Problem. R Package Version 0.9-1. https://CRAN.R-project.org/package=cramer (2014)
Garren, S.T.: jmuOutlier: Permutation Tests for Nonparametric Statistics. R Package Version 1.4. https://CRAN.R-project.org/package=jmuOutlier (2018)
Gibbons, J.D., Chakraborti, S.: Nonparametric Statistical Inference. Dekker, New York (1992)
Hald, A.: Statistical Tables and Formulas. Wiley, New York (1952)
Hedderich, J., Sachs, L.: Angewandte Statistik. Methodensammlung mit R. Springer, Berlin (2018)
Hettmansperger, T.P.: Statistical Inference Based on Ranks. Krieger, Malabar (1991)
Hollander, M., Wolfe, D.A., Chicken, E.: Nonparametric Statistical Methods. Wiley, New York (2014)
Hothorn, T., Hornik, K.: exactRankTests: Exact Distributions for Rank and Permutation Tests. R Package Version 0.8-29. https://CRAN.R-project.org/package=exactRankTests (2017)
Hothorn, T., Hornik, K., Wiel, M.A. van de, Zeileis, A.: A lego system for conditional inference. Am. Stat. 60(3), 257–263 (2006)
Hothorn, T., Hornik, K., Wiel, M.A. van de, Zeileis, A.: Implementing a class of permutation tests: the coin package. J. Stat. Softw. 28(8), 1–23 (2008)
Krämer, W., Schoffer, O., Tschiersch, L.: Datenanalyse mit SAS. Statistische Verfahren und ihre Aspekte. Springer, Berlin (2014)
Lehmann, E.L.: Nonparametrics. Statistical Methods Based on Ranks. Springer, New York (2006)
Lewis, P.A.W.: Distribution of the Anderson-Darling statistic. Ann. Math. Stat. 32(4), 1118–1124 (1961)
Milton, R.C.: An extended table of critical values for the Mann-Whitney (Wilcoxon) two-sample statistic. J. Am. Stat. Assoc. 59, 925–934 (1964)
Noether, G.E.: Elements of Nonparametric Statistics. Wiley, New York (1967)
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)
Shapiro, S.S., Wilk, M.B.: An analysis of variance test for normality (complete samples). Biometrika 52, 591–611 (1965)
Sheskin, D.J.: Handbook of Parametric and Nonparametric Statistical Procedures. Chapman & Hall, Boca Raton (2011)
Signorell, A., et al.: DescTools: Tools for Descriptive Statistics. R Package Version 0.99.24 https://cran.r-project.org/package=DescTools (2018)
Wald, A., Wolfowitz, J.: On a test whether two samples are from the same population. Ann. Math. Stat. 11(2), 147–162 (1940)
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2018 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Duller, C. (2018). Zweistichprobenprobleme für unabhängige Stichproben. 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_5
Download citation
DOI: https://doi.org/10.1007/978-3-662-57678-6_5
Published:
Publisher Name: Springer Gabler, Berlin, Heidelberg
Print ISBN: 978-3-662-57677-9
Online ISBN: 978-3-662-57678-6
eBook Packages: Life Science and Basic Disciplines (German Language)