Zusammenfassung
Sowohl die Kovarianzselektion als auch das Anpassen logarithmisch-linearer Modelle an eine Kontingenztafel wurden zunächst als Verfahren zur Parameterreduktion angesehen, das heißt als Verfahren, die bei einem Mißverhältnis zwischen der Zahl der Beobachtungen und der Zahl der zu schätzenden Parameter Abhilfe zu schaffen suchen. So wurde zum Beispiel ein Rechenverfahren zum Anpassen logarithmisch-linearer Modelle vorgeschlagen und programmiert (Y.M.M. Bishop (1967)), das in einer Studie über die Todesfolgen mehrerer Narkosemittel benötigt wurde (National Halothane Study). In dieser Studie sollten für acht verschiedene Narkosemittel die Wahrscheinlichkeiten dafür, innerhalb von 6 Wochen nach der Narkose an hepatitischer Nekrose zu sterben, geschätzt werden, und zwar aufgegliedert nach Alter und Geschlecht der Patienten, nach verschiedenen Risikofaktoren, nach früheren Operationen und nach Operationsmethoden. Auch bei sehr großem Datenmaterial konnte man nicht erwarten, Beobachtungswerte für jede einzelne Untergruppe zu erhalten. Infolgedessen mußten spezielle Verfahren (wie das Anpassen logarithmisch-linearer Modelle) herangezogen werden, um dennoch die Wahrscheinlichkeiten für jede der Untergruppen schätzen zu können.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1978 Springer-Verlag Berlin · Heidelberg
About this chapter
Cite this chapter
Wermuth, N. (1978). Statistische Theorie und Rechenverfahren. In: Zusammenhangsanalysen Medizinischer Daten. Medizinische Informatik und Statistik, vol 5. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-81253-8_2
Download citation
DOI: https://doi.org/10.1007/978-3-642-81253-8_2
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-08849-3
Online ISBN: 978-3-642-81253-8
eBook Packages: Springer Book Archive