Advertisement

Varianzanalytische Methoden

  • Lothar Sachs
Chapter
  • 83 Downloads

Zusammenfassung

  1. 1.

    Untersuchungseinheiten zu homogenen Untergruppen zusammenfassen, in denen unterschiedliche Behandlungen bei gleichen Ausgangschancen verglichen werden können.

     
  2. 2.

    Möglichst unterschiedliche Untergruppen bilden, um die Resultate verallgemeinern zu können.

     
  3. 3.

    In jeder Untergruppe durch zufällige Zuordnung der unterschiedlichen Behandlungen zu den Untersuchungseinheiten unbekannte systematische Fehler vermeiden und hierdurch gleiche Ausgangschancen erzwingen (Randomisierung).

     
  4. 4.

    Falls zur Ausschaltung von Suggestionen notwendig, dürfen die Probanden und diejenigen, die die Probanden am Ende der Studie zu beurteilen haben, vor dieser Beurteilung über die Behandlungs-Zuordnungen nicht informiert werden (Blindversuche).

     

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Atkinson, A.C. (1982): Developments in the design of experiments. International Statistical Review 50, 161–177 [vgl. auch Hinkley u. Mitarb. 1991: Chapter 9]Google Scholar
  2. Atkinson, A.C. (1988): Recent developments in the methods of optimum and related experimental designs. International Statistical Review 56, 99 –115Google Scholar
  3. Box, G.E.P., and Draper, N.R. (1987): Empirical Model-Building and Response Surfaces. (Wiley; pp. 669) New York [vgl. auch Technometrics 28 (1986), 321– 327 und 339–346]Google Scholar
  4. Dodge, Yadolah, Federov, Valeri V., and Wynn, H.P. (Eds.:; 1988): Optimal Design and Analysis of Experiments. (North-Holland; pp. 370) AmsterdamGoogle Scholar
  5. Federer, W.T. (1980/81): Some recent results in experimental design with a bibliography, I-III. International Statistical Review 48, 357–368 und 49, 95–109, 185–197Google Scholar
  6. Fienberg, S.E., and Tanur, Judith M. (1987): Experimental and sampling structures: parallels diverging and meeting. International Statistical Review 55, 75–96 [vgl. auch 56 (1988), 165 –180 und “Fisher and Neyman ” • 64 (1996), 237–253]Google Scholar
  7. Fleiss, J.L. (1986): The Design and Analysis of Clinical Experiments. (Wiley; pp. 432) New York [zur Intraklasskorr.: Psychological Methods 1 (1996), 30–46]Google Scholar
  8. Hahn, G.J. (1984): Experimental design in the complex world. Technometrics 26, 19–31 [vgl. auch D. E. Coleman and D.C. Montgomery, Technometrics 35 (1993), 1– 27 sowie 37 (1995), 82–93 und 40 (1998), 195–213]Google Scholar
  9. Kinnison, R.R. (1985): Applied Extreme Value Statistics. (Macmillan; pp. 149) New York Kirk, R.E. (1982): Experimental Design: Procedures for the Behavioral Sciences. 2nd ed. (Wadsworth; pp. 911 ) Belmont, Calif.Google Scholar
  10. Lentner, M., and Bishop, T. (1986): Experimental Design and Analysis. (Valley Book Company; pp. 565 ) Blacksburg, VAGoogle Scholar
  11. Lorenzen, T.J. (1984): Randomization and blocking in the design of experiments. Communications in Statistics–Theory and Methods 13, 2601– 2623Google Scholar
  12. Mason, R.L., Gunst, R.F., and Hess, J.L. (1989): Statistical Design and Analysis of Experiments. With Applications to Engineering and Science. (Wiley; pp. 692) Chichester and New YorkGoogle Scholar
  13. Petersen, R.G. (1985): Design and Analysis of Experiments. (Statistics, Vol. 66) (M. Dekker; pp. 429) New York and BaselGoogle Scholar
  14. Rasch, D. (Hrsg., 1988 ): Biometrisches Wörterbuch. 3. erw. Aufl. (Bd.) Erläuterungen (und Bd.) Register. (H. Deutsch; [insges.] 965 S.) Frankfurt am MainGoogle Scholar
  15. Steinberg, D.M., and Hunter, W.G. (1984): Experimental design: review and comment. With discussion. Technometrics 26, 71–130 [vgl. auch Biometrika 84 (1997), 619–630] Stenger, H. (1986): Stichproben. (Physika-Vlg.; 318 S.) Heidelberg und WienGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1999

Authors and Affiliations

  • Lothar Sachs
    • 1
  1. 1.KlausdorfDeutschland

Personalised recommendations