Zweifachblockpläne mit Nachbarschaftsstrukturen

  • E. Sonnemann
  • J. Kunert
Conference paper
Part of the Medizinische Informatik und Statistik book series (MEDINFO, volume 56)

Zusammenfassung

Bei der Planung statistischer Experimente setzt der Praktiker immer Blöcke ein, wenn dies irgend möglich ist. Blöcke sind homogene Gruppen von Versuchseinheiten. Mit ihnen schafft man möglichst gleichwertige Ausgangsbedingungen für den Versuch und erzielt damit eine Verringerung der Fehlerbreite. In der Regel wird dabei vorausgesetzt, daß die Versuchseinheiten innerhalb eines Blocks unabhängig voneinander reagieren. Doch bestehen in vielen praktischen Situationen Interaktionen zwischen diesen Einheiten, je nachdem diese im Block benachbart sind oder nicht.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturhinweise

  1. [1]
    Anderson, R.L.; Bancroft, T.A. (1952): Statistical theory in research. McGraw Hill, New York.Google Scholar
  2. [2]
    Becher, H. (1982): Planare Versuchspläne bei spezieller Kovarianzstruktur. Dipl.-Arb., Abt. Statistik, U Dortmund.Google Scholar
  3. [3]
    Berenblut, I.I.; Webb, G.I. (1974): Experimental design in the presence of autocorrelated errors. Biometrika 61, 427–437.CrossRefGoogle Scholar
  4. [4]
    Budde, M. (1982): Optimale Zweifachblockpläne bei seriell korrelierten Fehlern. Forschungsber. 82, 2, Abt. Statistik, U Dortmund (erscheint in Metrika).Google Scholar
  5. [5]
    Cheng, C.S. (1978): Optimal designs for the elimination of multiway heterogenity. AS 6, 1262–1272.Google Scholar
  6. [6]
    Cheng, C.S. (1981): Optimality and construction of pseudo-Youden designs. AS 9, 200–204Google Scholar
  7. [7]
    Cheng, C.S.; Wu, C.F. (1980 und 1983): Balances repeated measurements designs. AS 8, 1272–1283 und AS 11, 349.Google Scholar
  8. [8]
    Denes, J.; Keedwell, A.D.(1974): Latin squares and their applications. Academic Press, London.Google Scholar
  9. [9]
    Donner, A. (1981): U-optimale Zeilen-Spaltenpläne mit einfacher Zeilennachwirkung für den Vergleich zweier Behandlungen. Dipl.-Arb., Abt. Statistik, U Dortmund.Google Scholar
  10. [10]
    Feld, M. (1980): D-optimale Zeilen-Spaltenpläne für den Vergleich dreier Behandlungen. Dipl.-Arbeit., Abt. Statistik, U Dortmund.Google Scholar
  11. [11]
    Grizzle, J.E. (1965): The two-period·change-over design and its use in clinical trials. Biometrics 21, 467–480.PubMedCrossRefGoogle Scholar
  12. [12]
    Hartung, J.; Schmitz, K.-J. (1978): Anlage und Interpretation statistischer Experimente. Vorlesung, U Bonn.Google Scholar
  13. [13]
    Hedayat, A.; Afsarinejad, K. (1978): Repeated measurement designs II. AS 3, 619–628Google Scholar
  14. [14]
    Jacroux, M.A. (1982): Some E-optimal designs for the one-way and two-way elimination of heterogenity. JRSS, B.44, 253–261.Google Scholar
  15. [15]
    Kiefer, J. (1958): On the nonrandomized optimality and randomized nonoptimality of symmetrical designs. AMS 29, 675–699.Google Scholar
  16. [16]
    Kiefer, J. (1975): Construction and optimality of generalized Youden designs, in J.N. Srivastava (ed.): A survey of statistical design and linear models. North Holland Comp., Amsterdam, 333–353.Google Scholar
  17. [17]
    Kiefer, J.; Wynn, H.P. (1981): Optimum balanced and latin square designs for correlated observations. AS 9, 737–757.Google Scholar
  18. [18]
    Krafft, O. (1978): Lineare statistische Modelle und optimale Versuchsplanung. Vandenhoeck & Ruprecht, Göttingen.Google Scholar
  19. [19]
    Kunert, J. (1982): Optimale Versuchspläne bei einfachen Modellen für Repeated Measurements Designs. Diss., Abt. Statistik, U Dortmund.Google Scholar
  20. [20]
    Kunert, J. (1983a): Optimal design and refinement of the linear model with applications to repeated measurements designs. AS 11, 247–257.Google Scholar
  21. [21]
    Kunert, J. (1983b): Optimal repeated measurements designs for correlated observations and analysis by generalized least squares. Forschungsber. 83, 5, Abt. Statistik, U Dortmund (eingereicht bei Biometrika).Google Scholar
  22. [22]
    Kunert, J. (1984a): Optimality of balanced uniform repeated measurements designs. AS 12 (1984), (erscheint).Google Scholar
  23. [23]
    Kunert, J. (1984b): Designs balanced vor circular residual effects. (eingereicht bei Comm. Statist.).Google Scholar
  24. [24]
    Lucas, H.L. (1957): Extra-period latin-square change-over designs. J. Dairy Sci. 40, 225–239.CrossRefGoogle Scholar
  25. [25]
    Magda, C.G. (1980): Circular balanced repeated measurements designs. Comm. Statist., A9, 1901–1918.Google Scholar
  26. [26]
    Martin, R.J. (1977): Spatial models with applications in sampling and experimental design. Diss., London.Google Scholar
  27. [27]
    Martin, R.J. (1982): Some aspects of experimental design and analysis when errors are correlated. Biometrika 69, 597–612.CrossRefGoogle Scholar
  28. [28]
    Raghavarao, D. (1971): Constructions and combinatorial problems in design of experiments. Wiley, New York.Google Scholar
  29. [29]
    Rao, C.R. (1948): Tests of significance in multivariate analysis. Biometrika 35, 58–79.PubMedGoogle Scholar
  30. [30]
    Sinha, B.K. (1975): On some optimum properties of serially balanced designs. Sankhyā B 37, 173–192.Google Scholar
  31. [31]
    Sonnemann, E. (1979): U-optimum row-column designs for the comparision of two treatments. Forschungsber. 79, 5, Abt. Statistik, U Dortmund (erscheint in Metrika).Google Scholar
  32. [32]
    Sonnemann, E. (1982): D-Optimality of complete latin squares. Math. Operationsforsch. Statist., Ser. Statistics, 13, 387–394.Google Scholar
  33. [33]
    Wember, Th. (1982): Optimality and construction of certain asymmetric experimental design in row-column models. Forschungsber. 82, 6, Abt. Statistik, U Dortmund.Google Scholar
  34. [34]
    Williams, E.J. (1949): Experimental designs balanced for the estimation of residual effects. Austr. J. Sci. Res., A 2, 149–168.Google Scholar
  35. [35]
    Williams, R.M. (1952): Experimental design’s for serially correlated observations. Biometrika 39, 151–167.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1984

Authors and Affiliations

  • E. Sonnemann
    • 1
  • J. Kunert
    • 2
  1. 1.FB VI — Ang. Math./StatistikUniversität TrierTrierGermany
  2. 2.Abt. Statistik d.Universität DortmundDortmund 50Germany

Personalised recommendations