Zusammenfassung
Die Bedeutung der Datenanalyse in der Neurographie ergibt sich daraus, daß die Wirkungen von mehreren Einflußgrößen auf eine abhängige Größe (NLG) für die Erstellung von diagnostisch wichtigen Schätzwerten nur rechnerisch bewältigt werden kann. KEMBLE (1967) war der erste, der auf neurographischem Gebiet den Einfluß mehrerer Größen auf eine abhängige Meßgröße zeigen konnte; er fand unterschiedliche Altersveränderungen der NLG bei Männern und Frauen. LANG und BJÖRQVIST (1971) erkannten erst anhand von Partialkorrelationen den negativen Einfluß der Körpergröße auf die NLG. Die Frage nach einer Datenanalyse im Sinne POPPERS, daß nämlich aus den Projektionen der Daten selbst Erkenntnisse zu erwarten sind, ist auf neurographischem Sektor bisher nicht gestellt worden. Die Beantwortung der Prüfhypothese sollte genügen. Die statistische Datenanalyse ermöglicht Deutung und Überprüfung der Gültigkeit der Versuche. Johannes MÜLLER nahm zur Beweisführung eines physiologischen Versuches bereits vor eineinhalb Jahrhunderten Stellung, wie aus obigem Zitat hervorgeht. Die Möglichkeiten dazu haben sich geändert, die Aufgabe ist jedoch geblieben.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1984 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Gutjahr, L., Ferber, G. (1984). Aktuelle Probleme der neurographischen Forschung. In: Neurographische Normalwerte. Medizinische Informatik und Statistik, vol 51. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-82265-0_6
Download citation
DOI: https://doi.org/10.1007/978-3-642-82265-0_6
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-13334-6
Online ISBN: 978-3-642-82265-0
eBook Packages: Springer Book Archive