Die Anwendung statistischer Verfahren in Medizin und Technik

  • Lothar Sachs

Zusammenfassung

Wird die Wirkung eines Schlafmittels an einem größeren Personenkreis geprüft, so ist der Gewinn an Stunden Schlaf für verschiedene Personen im allgemeinen verschieden. Was man durch statistische Untersuchungen erreichen möchte, ist einmal eine Aussage über den durchschnittlichen Gewinn an Stunden Schlaf. Weiterhin muß geprüft werden, ob sich der Gewinn an Schlaf statistisch sichern läßt. Diese Art von Untersuchungen setzt neben der Anwendung der mathematischen Statistik eine gute Sachkenntnis des zu bearbeitenden Fachgebietes voraus, denn es soll die Wirkung nur als Funktion der vorgegebenen Ursachen bestimmt werden. Das bedeutet in unserem Beispiel, daß jede psychologische Beeinflussung des Patienten vermieden werden muß. Es darf weder der Arzt noch der Patient wissen, ob das verabreichte Mittel das zu prüfende Schlafmittel oder ein mit Sicherheit wirkungsloses Mittel (sogenanntes Placebo) ist. Diese Art von Versuchen nennt man „doppelten Blindversuch“. Er beleuchtet die Schwierigkeiten nichtmathematischer Natur bei der Anwendung statistischer Prüfverfahren.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Benutztes Schrifttum und weiterführende Literatur

  1. Adam, J.: Einführung in die medizinische Statistik, 2. überarb. Aufl. (VEB Vlg. Volk und Gesundheit, 268 S.) Berlin 1966, S. 84 - 146Google Scholar
  2. Anscombe, F. J., and Barron, B.A.: Treatment of outliers in samples of size three. J. Res. Nat. Bur. Stds. 70B (1966), 141 - 147MathSciNetMATHGoogle Scholar
  3. Armitage, P.: Recent developments in medical statistics. Rev. Intern. Statist. Inst. 34 (1966), 27 - 42CrossRefGoogle Scholar
  4. Barnard, G.A.: Control charts and stochastic processes. J. Roy. Statist. Soc., Ser. B 21 (1959), 239 - 257MATHGoogle Scholar
  5. Barnett, R.N.: A scheme for the comparison of quantitative methods. Amer. J. Clin. Path. 43 (1965), 562 - 569Google Scholar
  6. Benjamin, B.: Demographic Analysis. (Allen and Unwin; pp. 160) London 1968Google Scholar
  7. Bissell, A. F.: Cusum techniques for quality control (with discussion). Applied Statistics 18 (1969), 1 - 30CrossRefGoogle Scholar
  8. Bogue, D.J.: Principles of Demography (Wiley, pp. 917) New York 1969Google Scholar
  9. Burr, I. W.: The effect of non-normality on constants for x and R charts. Industrial Quality Control 23 (May 1967) 563 - 569Google Scholar
  10. Castleman, B., and McNeely, Betty U. (Eds.): Normal laboratory values. New Engl. J. Med. 283 (1970), 1276-1285Google Scholar
  11. Chun, D.: Interlaboratory tests - short cuts. Annu. Tech. Conf. Trans., Amer. Soc. Qual. Contr. 20 (1966), 147 - 151Google Scholar
  12. Cochran, W.G.: The planning of observational studies of human populations. W.th discussion. J. Roy. Statist. Soc., Ser. A 128 (1965), 234-265.Google Scholar
  13. Cochran, W.G.: Errors of measurement in statistics. Technometrics 10 (1968), 637 - 666MATHCrossRefGoogle Scholar
  14. Cox, P. R.: Demography. 4th ed. (University Press, pp. 470) Cambridge 1970Google Scholar
  15. Dobben de Bruyn, C. S., van: Cumulative Sum Tests, Theory and Practice. (Griffin, pp. 82) London 1968Google Scholar
  16. Documenta Geigy: Placebos und Schmerz. In „Schmerz", S. 3 u. 4, 1965.Google Scholar
  17. Documenta Geigy: Wissenschaftliche Tabellen, 6. Aufl., Basel 1960, 7. Aufl., Basel 1968Google Scholar
  18. Dorfman, R.: The detection of defective members of large populations. Ann. Math. Statist. 14 (1943), 436 - 440CrossRefGoogle Scholar
  19. Duncan, A.J.: Quality Control and Industrial Statistics. 3rd ed., Homewood, Ill. 1965Google Scholar
  20. Eilers, R. J. (Chairman): Total quality control for the medical laboratory (14 papers). Amer. J. clin. Path. 54 (1970), 435 - 530Google Scholar
  21. Eisenhart, Ch.: Realistic evaluation of the precision and accuracy of instrument calibration systems. J. Res. Nat. Bur. Stds. C 67 (1963), 161 - 187Google Scholar
  22. Elveback, Lila R., Guillier, C.L., and Keating, F.R.: Health, normality, and the ghost of Gauss. J. Amer. Med. Ass. 211 (1970), 69 - 75CrossRefGoogle Scholar
  23. Elveback, Lila R., and Taylor, W. F.: Statistical methods of estimating percentiles. Ann. N.Y. Acad. Sci. 161 (1969), 538 - 548CrossRefGoogle Scholar
  24. Ewan, W.D.: When and how to use cu-sum charts. Technometrics 5 (1963), 1 - 22CrossRefGoogle Scholar
  25. Ewan, W.D., and Kemp, K. W.: Sampling inspection of continuous processes with no autocorrelation between successive results. Biometrika 47 (1960), 363 - 380MathSciNetMATHGoogle Scholar
  26. Feinstein, A.R.: Clinical biostatistics I-IX. Clin. Pharmacol. Therap. 11 (1970), 135-148, 282-292, 432-441, 595-610, 755-771, 898-914; 12 (1971), 134-150, 167-191, 544 - 558Google Scholar
  27. Flaskämper, P.: Bevölkerungsstatistik (R. Meiner; 496 S.) Hamburg 1962Google Scholar
  28. Freudenberg, K.: Grundriß der medizinischen Statistik. Stuttgart 1962Google Scholar
  29. Gabriels, R.: A general method for calculating the detection limit in chemical analysis. Analytical Chemistry 42 (1970), 1434Google Scholar
  30. Gilbert, J. P., and Mosteller, F.: Recognizing the maximum of a sequence. J. Amer. Statist. Assoc. 61 (1966), 35 - 73MathSciNetCrossRefGoogle Scholar
  31. Griesser, G.: Symptomenstatistik. Method. Inform. Med. 4 (1965), 79-82.Google Scholar
  32. Griesser, G.: Heilkunde und Statistik — Mensch und Zahl. Med. Welt 16 (1965), 2015-2022.Google Scholar
  33. Griesser, G.: Zur Methodik der wissenschaftlichen Arbeit in der Allgemeinmedizin. Med. Welt 18 (1967), 2801 - 2807Google Scholar
  34. Hill, G. B.: The statistical analysis of clinical trials. Brit. J. Anaesth. 39 (1967), 294 - 310CrossRefGoogle Scholar
  35. Hinkelmann, K.: Statistische Modelle und Versuchspläne in der Medizin. Method. Inform. Med. 6 (1967), 116 - 124Google Scholar
  36. Hoffer, A., and Osmond, H.: Double blind clinical trials. Journal of Neuropsychiatry 2 (1961), 221 - 227Google Scholar
  37. Jellinek, E.M.: Clinical tests on comparative effectiveness of analgesic drugs. Biometrics 2 (1946), 87 - 91CrossRefGoogle Scholar
  38. Johnson, N. L., and Leone, F. C.: Statistics and Experimental Design in Engineering and the Physical Sciences, Vol. I, pp. 320-339, New York 1964Google Scholar
  39. Jonge, H., de: Inleiding tot de Medische Statistiek. Delen I en II, 2e Druk (Nederlands Instituut voor Praeventieve Geneeskunde, 832 S.) Leiden 1963/64Google Scholar
  40. Kaiser, H.: Zur Definition der Nachweisgrenze, der Garantiegrenze und der dabei benutzten Begriffe. Z.analyt. Chem. 216 (1966), 80 - 94Google Scholar
  41. Kemp, K.W.: The average run length of the cumulative sum chart when a V-mask is used. J. Roy. Statist. Soc., Ser. B 23 (1961), 149-153.MathSciNetMATHGoogle Scholar
  42. Kemp, K.W.: The use of cumulative sums for sampling inspection schemes. Applied Statistics 11 (1962), 16-31.CrossRefGoogle Scholar
  43. Kemp, K.W.: A simple procedure for determining upper and lower limits for the average sample run length of a cumulative sum scheme. J. Roy. Statist. Soc. B 29 (1967), 263 - 265MathSciNetGoogle Scholar
  44. Koller, S.: Die Aufgaben der Statistik und Dokumentation in der Medizin. Dtsch. med. Wschr. 88 (1963), 1917-1924.CrossRefGoogle Scholar
  45. Koller, S.: Einführung in die Methoden der ätiologischen Forschung — Statistik und Dokumentation. Method. Inform. Med. 2 (1963), 1-13.MathSciNetGoogle Scholar
  46. Koller, S.: Systematik der statistischen Schlußfehler. Method. Inform. Med. 3 (1964), 113-117.Google Scholar
  47. Koller, S.: (4) Problems in defining normal values. Bibliotheca Haematologica 21 (1965), 125-128.Google Scholar
  48. Koller, S.: (5)Mathematisch-statistische Grundlagen der Diagnostik. Klin. Wschr. 45 (1967), 1065 - 1072CrossRefGoogle Scholar
  49. Kramer, K.H.: Use of mean deviation in the analysis of interlaboratory tests. Technometrics 9 (1967), 149 - 153CrossRefGoogle Scholar
  50. Lange, H.-J.: Syntropie von Krankheiten. Method. Inform. Med. 4 (1965), 141-145 (vgl. auch Internist 11 [ 1970 ], 216 - 222 )Google Scholar
  51. Lasagna, L.: Controlled trials: nuisance or necessity. Method. Inform. Med. 1 (1962), 79 - 82Google Scholar
  52. Mainland, D.: Use and misuse of statistics in medical publications. Clinical Pharmacology and Therapeutics 1(1960), 411-422.Google Scholar
  53. Mainland, D.: The clinical trial — some difficulties and suggestions. J. Chronic Diseases 11 (1960), 484-496.CrossRefGoogle Scholar
  54. Mainland, D.: Experiences in the development of multiclinic trials. J. New Drugs 1(1961),197-205. Google Scholar
  55. Mainland, D.: (4) Elementary Medical Statistics. 2nd ed., Philadelphia and London 1963.Google Scholar
  56. Mainland, D.: (5) "We wish to hire a medical statistician. Have you any advice to offer?" J. Amer. Med. Assoc. 193 (1965), 289-293.CrossRefGoogle Scholar
  57. Mainland, D.: (6) Notes from a Laboratory of Medical Statistics. New York University, Medical Center, 1959-1966, Notes 1-145.Google Scholar
  58. Mainland, D.: Notes on Biometry in Medical Research. New York University Medical Center, July 1967—October 1968.Google Scholar
  59. Mainland, D.: Statistical ward rounds 1-6. Clinical Pharmacology and Therapeutics (z. B. 8 [1967], 874-883).Google Scholar
  60. Mandel, J.: The Statistical Analysis of Experimental Data. (Interscience-Wiley, pp. 410) New York 1964, Chapter 14Google Scholar
  61. Mandel, J., and Lashof, T.W.: The interlaboratory evaluation of testing methods. Amer. Soc. for Testing Materials Bulletin No. 239 (July 1959), 53 - 61Google Scholar
  62. Mandel, J., and Stiehler, R. D.: Sensitivity — a criterion for the comparison of methods of test. J. Res. Nat. Bur. Stds. 53 (Sept. 1954), 155 - 159MATHCrossRefGoogle Scholar
  63. Maritz, J. S., and Munro, A. H.: On the use of the generalised extreme-value distribution in estimating extreme percentiles. Biometrics 23 (1967), 79 - 103MathSciNetCrossRefGoogle Scholar
  64. Martini, P.: Methodenlehre der therapeutisch-klinischen Forschung. 3. Aufl., Berlin 1953 (4. Aufl. siehe Martini-Oberhoffer-Welte). Google Scholar
  65. Martini, P.: Die unwissentliche Versuchsanordnung und der sogenannte doppelte Blindversuch. Dtsch. med. Wschr. 82 (1957), 597-602.CrossRefGoogle Scholar
  66. Martini, P.: Grundsätzliches zur therapeutisch-klinischen Versuchsplanung. Method. Inform. Med. 1 (1962), 1 - 5Google Scholar
  67. Oberhoffer, G. und Welte, E.: Methodenlehre der therapeutisch-klinischen Forschung. 4. neubearb. Aufl., (Springer, 495 S.) Berlin-Heidelberg-New York 1968Google Scholar
  68. McFarren, E. F., Lishka, T. R. J., and Parker, J. H.: Criterion for judging acceptability of analytical methods. Analytical Chemistry 42 (1970), 358 - 365CrossRefGoogle Scholar
  69. Neumann, G.J.: The determination of normal ranges. Clinical Chemistry 14 (1968), 979 - 988Google Scholar
  70. Oldham, P.D.: Measurement in Medicine. The Interpretation of Numerical Data. (English Universities Press, pp. 216 ) 1968Google Scholar
  71. Page, E.S.: Cumulative sum charts. Technometrics 3 (1961), 1-9.MathSciNetCrossRefGoogle Scholar
  72. Page, E.S.: Cumulative sum charts. Technometrics 3 (1961), 1-9.Google Scholar
  73. Parkhouse, J.: Placebo reactor. Nature 199 (1963), 308CrossRefGoogle Scholar
  74. Pflanz, M.: Versuchspersonen und Kontrollgruppen — psychologische und epidemiologische Gesichtspunkte. Med. Welt 19 (1968), 682 - 688Google Scholar
  75. Pipberger, H.V., und Freis, E.D.: Automatische Analyse kardiologischer Analog-Daten mittels elektronischer Rechenmaschinen. Med. Dok. 4 (1960), 58 - 61Google Scholar
  76. Reed, A. H.: (Letter to the Editor) Multitest screening and ninety-five per cent limits. Amer. J. Clin. Pathol. 54 (1970), 774 - 776Google Scholar
  77. Richterich, R., und Colombo, J.P.: Ultramikromethoden im klinischen Laboratorium. II. Die Bestimmung der Zuverlässigkeit von Laboratoriumsmethoden. Klin. Wschr. 40 (1962), 529 - 533CrossRefGoogle Scholar
  78. Roos, J.B.: The limit of detection of analytical methods. Analyst. 87 (1962), 832Google Scholar
  79. Rümke, Chr. L.: Über die Gefahr falscher SchluBerfahrungen aus Krankenblattdaten (Berkson's Fallacy). Method. Inform. Med. 9 (1970), 249-254Google Scholar
  80. Sachs, L.: Statistische Methoden in der Medizin. Klin. Wschr. 46 (1968), 969-975.Google Scholar
  81. Sachs, L.: Fehlerforschung in der Medizin: Zum systematischen Fehler. MS wird vorbereitetGoogle Scholar
  82. Schindel, L.E.: Placebo in theory and practice. Antibiotica et Chemotherapia, Advances 10 (1962), 398-430.Google Scholar
  83. Schindel, L.E.: Die Bedeutung des Placebos für die klinisch-therapeutische Forschung. Arzneim.-Forschg. 15 (1965), 936-940.Google Scholar
  84. Schindel, L.E.: Placebo und Placeboeffekte in Klinik und Forschung. Arzneim.-Forschg. 17 (1967), 892 - 918Google Scholar
  85. Schneiderman, M. A.: The proper size of a clinical trial: "Grandma's Strudel" method. J. New Drugs 4 (1964), 3 - 11Google Scholar
  86. Sobel, M., and Groll, P.A.: Group testing to eliminate efficiently all defectives in a binomial sample. Bell System Technical Journal 38 (1959), 1179 - 1252MathSciNetGoogle Scholar
  87. Svoboda, V., und Gerbatsch, R.: Zur Definition von Grenzwerten für das Nachweisvermögen. Z. analyt. Chem. 242 (1968), 1 - 12Google Scholar
  88. Szameitat, K.: Was kostet die Gesundheit? Zahlen und kritische Aspekte. Öff. Gesundh.-Wesen 32 (1970), 672 - 690Google Scholar
  89. Taylor, H.M.: The economic design of cumulative sum control charts. Technometrics 10 (1968), 479-488Google Scholar
  90. Tonks, D.B.: Quality control systems in clinical chemistry laboratories. Postgraduate Medicine 34 (1963), A-58 — A-70Google Scholar
  91. Vessereau, A.: Efficacité et gestion des cartes de contrôle. Revue Statistique Appliqué 28, 1 (1970), 21 - 64MathSciNetGoogle Scholar
  92. Wagner, G.: Versuchsplanung in der Fehlerforschung. Method. Inform. Med. 3 (1964), 117 - 127Google Scholar
  93. Williams, G.Z., Harris, E.K., Cotlove, E.; Young, D.S., Stein, M. R., Kanofsky, P., and Shakarji, G.: Biological and analytic components of variation in long-term studies of serum constituents in normal subjects. I, II, III. Clinical Chemistry 16 (1970), 1016 - 1032Google Scholar
  94. Willke, T.A.: A note on contaminated samples of size three. J. Res. Nat. Bur. Stds. 70B (1966), 149 - 151MathSciNetGoogle Scholar
  95. Wilson, A. L.: The precision and limit of detection of analytical methods. Analyst 86 (1961), 72 - 74CrossRefGoogle Scholar
  96. Winkler, W.: Von der Demographie zur Demometrie. Metrika 6 (1963), 187-198.Google Scholar
  97. Winkler, W.: Demometrie. (Duncker und Humblot, 447 S.) Berlin-München 1969Google Scholar
  98. Woodward, R.H., and Goldsmith, P.L.: Cumulative Sum Techniques. (I. C. I. Monograph No. 3) Edinburgh 1964Google Scholar
  99. Woodward, S.C.: Three sigma revisited. Arch. Path. 85 (1968), 246 - 249Google Scholar
  100. Youden, W.J.: Graphical diagnosis of interlaboratory test results. Industrial Quality Control 15 (May 1959), 1-5.Google Scholar
  101. Youden, W.J.: The sample, the procedure, and the laboratory. Anal. Chem. 13 (December 1960), 23 A-37 A.Google Scholar
  102. Youden, W.J.: Accuracy of analytical procedures. J. Assoc. Offic. Agricult. Chemists 45 (1962), 169-173.Google Scholar
  103. Youden, W.J.: (4) Systematic errors in physical constants. Technometrics 4 (1962), 111-123.Google Scholar
  104. Youden, W.J.: (5) The collaborative test. J. Assoc. Offic. Agricult. Chemists 46 1963, 55-62.Google Scholar
  105. Youden, W.J.: (6) Ranking O g laboratories by round-robin tests. Materials Research and Standards 3 (January 1963), 9-13.Google Scholar
  106. Youden, W.J.: Statistical Techniques for Collaborative Tests. (Association of Official Analytical Chemists,.60 Washington) ton 1967 gGoogle Scholar
  107. Zacek, H.: Eine Möglichkeit zum Aufbau von Kontrollkarten für halbquantitative Merkmale. Qualitätskontrolle 13 (1968), 102 - 105Google Scholar
  108. Ailing, D.W.: Closed sequential tests for binomial probabilities. Biometrika 53 (1966), 73 - 84MathSciNetGoogle Scholar
  109. Armitage, P.: Sequential methods in clinical trials. Amer. J. Public Health 48 (1958), 1395-1402.Google Scholar
  110. Armitage, P.: Sequential Medical Trials. Oxford 1960.Google Scholar
  111. Armitage, P.: Sequential analysis in medicine. Statistica Neerlandica 15 (1961), 73-82.Google Scholar
  112. Armitage, P.: (4) Some developments in the theory and practice of sequential medical trials. In Proc. Fifth Berkeley Symp. Mathem. Statist. Probab., Univ. of Calif. 1965/66. Univ. of Calif. Press, Berkeley and Los Angeles 1967, Vol.4: Biology and Problems of Health, pp. 791-804 (s. auch S. 805-829)Google Scholar
  113. Beightler, C. S., and Shamblin, J. E.: Sequential process control. Industrial Engineering 16 (March—April 1965 ), 101 - 108Google Scholar
  114. Bertram, G.: Sequenzanalyse far zwei Alternativfolgen. Zschr. Angew. Math. Mechanik 40 (1960), 185 - 189MathSciNetMATHCrossRefGoogle Scholar
  115. Billewicz, W.Z.: Matched pairs in sequential trials for significance of a difference between proportions. Biometrics 12 (1956), 283-300.MathSciNetCrossRefGoogle Scholar
  116. Billewicz, W.Z.: Some practical problems in a sequential medical trial. Bull. Intern. Statist. Inst. 36 (1958), 165 - 171Google Scholar
  117. Bross, I.D.J.: Sequential medical plans. Biometrics 8 (1952), 188-205.Google Scholar
  118. Bross, I.D.J.: Sequential clinical trials. J. Chronic Diseases 8 (1958), 349 - 365CrossRefGoogle Scholar
  119. Chilton, N. W., Fertig, J.W., and Kutscher, A.H.: Studies in the design and analysis of dental experiments. III. Sequential analysis (double dichotomy). J. Dental Research 40 (1961), 331 - 340CrossRefGoogle Scholar
  120. Cole, L.M.C.: A closed sequential test design for toleration experiments. Ecology 43 (1962), 749 - 753CrossRefGoogle Scholar
  121. Davies, O. L.: Design and Analysis of Industrial Experiments. London 1956, Chapter 3Google Scholar
  122. Fertig, J.W., Chilton, N. W., and Varma, A.O.: Studies in the design of dental experiments. 9-11.Google Scholar
  123. Sequential analysis. J. Oral Therapeutics and Pharmacol. 1 (1964), 45-56, 175-182, 2 (1965), 44 - 51Google Scholar
  124. Freeman, H.: Sequential analysis of statistical data: Applications. Columbia University Press, New York 1957Google Scholar
  125. Fülgraff, G.: Sequentielle statistische Prüfverfahren in der Pharmakologie. Arzneim.-Forschg. 15 (1965), 382 - 387Google Scholar
  126. Greb, D.J.: Sequential Sampling plans. Industrial Quality Control 19 (May 1963), 24-28, 47 + 48Google Scholar
  127. Jackson, J. E.: Bibliography on sequential analysis. J. Amer. Statist. Assoc. 55 (1960), 561 - 580MathSciNetMATHCrossRefGoogle Scholar
  128. Johnson, N. L.: Sequential analysis: a survey. J. Roy. Statist. Soc. A 124 (1961), 372 - 411CrossRefGoogle Scholar
  129. Lienert, G.A. and Sarris, V.: Eine sequentielle Modifikation eines nicht-parametrischen Trendtests. Biometrische Zeitschr. 10 (1967), 133-147.MathSciNetGoogle Scholar
  130. Lienert, G.A. and Sarris, V.: Testing monotonicity of dosage-effect relationship by Mosteller's test and its sequential modification. Method. Inform. Med. 7 (1968), 236 - 239Google Scholar
  131. Litchfield, J.T.: Sequential analysis, screening and serendipity. J. Med. Pharm. Chem. 2 (1960), 469 - 492CrossRefGoogle Scholar
  132. Maly, V.: Sequenzprobleme mit mehreren Entscheidungen und Sequenzschätzung. I und II. Biometr. Zeitschr. 2 (1960), 45-64 und 3 (1961), 149-177 (vgl. auch 5 [1963], 24-31 und 8 [ 1966 ], 162 - 178 )Google Scholar
  133. Sachs, V.: Die Sequenzanalyse als statistische Prüfmethode im Rahmen medizinischer experimenteller, insbesondere klinischer Untersuchungen. Ärztl. Forschg. 14 (1962), 331-345Google Scholar
  134. Schneiderman, M.A.: A family of closed sequential procedures. Biometrika 49 (1962), 41 - 56MathSciNetMATHGoogle Scholar
  135. Schneiderman, M.A., and Armitage, P.: Closed sequential t-tests. Biometrika 49 (1962), 359-366 (vgl. auch 41-56) Corrections 56 (1969), 457Google Scholar
  136. Spicer, C. C.: Some new closed sequential designs for clinical trials. Biometrics 18 (1962), 203 - 211MathSciNetMATHCrossRefGoogle Scholar
  137. Vogel, W.: Sequentielle Versuchspläne. Metrika 4 (1961), 140-157 (vgl. auch Unternehmensforschung 8 [ 1964 ], 65 - 74 )Google Scholar
  138. Wald, A.: Sequential Analysis. New York 1947Google Scholar
  139. Weber, Erna: Grundriß der Biologischen Statistik. 6. Aufl. (G. Fischer, 674 S.) Stuttgart 1967, S. 395 –482Google Scholar
  140. Wetherill, G.B.: Sequential estimation of quantal response curves. With discussion. J. Roy. Statist. Soc., Ser. B 25 (1963), 1-48.Google Scholar
  141. Wetherill, G.B.: ( 2 ) Sequential Methods in Statistics. London 1966Google Scholar
  142. Winne, D.: Die sequentiellen statistischen Verfahren in der Medizin. Arzneim.-Forschg. 15 (1965), 1088 - 1091Google Scholar
  143. Wohlzogen, F.X. und Wohlzogen-Bukovics, E.: Sequentielle Parameterschätzung bei biologischen Alles-oder-Nichts-Reaktionen. Biometr. Zeitschr. 8 (1966), 84 - 120CrossRefGoogle Scholar
  144. Armitage, P., and Allen, Irene: Methods of estimating the LD 50 in quantal response data. J. Hygiene 48 (1950), 298 - 322CrossRefGoogle Scholar
  145. Ashford, J. R.: An approach to the analysis of data for semiquantal responses in biological assay. Biometrics 15 (1959), 573 - 581CrossRefGoogle Scholar
  146. Axtell, Lilian M.: Computing survival rates for chronic disease patients. A simple procedure. J. Amer. Med. Assoc. 186 (1963), 1125 - 1128CrossRefGoogle Scholar
  147. Behrens, B. und Schlosser, Lucie: Beitrag zur Bestimmung der LD 50 und der Berechnung ihrer Fehlerbreite. Arch. exper. Path. u. Pharmakol. 230 (1957), 59 - 72CrossRefGoogle Scholar
  148. Bennett, B. M.: Use of distribution-free methods in bioassay. Biometr. Zeitschr. 11 (1969), 92 - 104MATHCrossRefGoogle Scholar
  149. Bliss, C. I.: The Statistics of Bioassay. New York 1952.Google Scholar
  150. Bliss, C. I.: The Statistics of Bioassay. New York 1952.Google Scholar
  151. Borth, R., Diczfalusy, E., und Heinrichs, H. D.: Grundlagen der statistischen Auswertung biologischer Bestimmungen. Arch. Gynäk. 188 (1957), 497-538 (vgl. auch Borth et al.: Acta endocr. 60 [ 1969 ], 216 - 220 )Google Scholar
  152. Brock, N., und Schneider, B.: Pharmakologische Charakterisierung von Arzneimitteln mit Hilfe des Therapeutischen Index. Arzneim.-Forschg. 11 (1961), 1 - 7Google Scholar
  153. Bross, I.: Estimates of the LD 50 : A Critique. Biometrics 6 (1950), 413-423Google Scholar
  154. Brown, B.W.: Some properties of the Spearman estimator in bioassay. Biometrika 48 (1961), 293 - 302MATHCrossRefGoogle Scholar
  155. Brown, B. W., Jr.: Planning a quantal assay of potency. Biometrics 22 (1966), 322 - 329CrossRefGoogle Scholar
  156. Buckland, W. R.: Statistical Assessment of the Life Characteristic: A Bibliographic Guide. New York 1964MATHGoogle Scholar
  157. Burn, J.: Biologische Auswertungsmethoden. 2. Aufl., Berlin 1953Google Scholar
  158. Cavalli-Sforza, L.: Grundbegriffe der Biometrie. (Bearb. v. R.J. Lorenz; G. Fischer, 209 S.) Stuttgart 1964 (2. Aufl. 1969 )Google Scholar
  159. Cochran, W.G., and Davis, M.: The Robbins-Monro method for estimating the median lethal dose. J. Roy. Statist. Soc., Ser. B 27 (1965), 28 - 44Google Scholar
  160. Cornfield, J., and Mantel, N.: Some new aspects of the application of maximum likelihood to the calculation of the dosage response curve. J. Amer. Statist. Assoc. 45 (1950), 181 - 209MATHCrossRefGoogle Scholar
  161. Cornfield, J., and Mantel, N., Gordon, T., and Smith, W.W.: Quantal response curves for experimentally uncontrolled variables. Bull. Intern. Statist. Inst. 38 (1961), 97 - 115MATHGoogle Scholar
  162. Cox, C.P.: Statistical analysis of log-dose response bioassay experiments with experiments with unequal dose ratios for the standard and unknown preparations. J. Pharmaceut. Sci. 56 (1967), 359 - 364CrossRefGoogle Scholar
  163. Cox, C. P., and Ruhl, Donna J.: Simplified computation of confidence intervals for relative potencies using Fiellers theorem. J. Pharmaceutical Sci. 55 (1966), 368 - 379CrossRefGoogle Scholar
  164. Das, M.N., and Kulkarni, G.A.: Incomplete block designs for bio-assays. Biometrics 22 (1966), 706 - 729MathSciNetCrossRefGoogle Scholar
  165. Dixon, W.J.: The up-and-down method for small samples. J. Amer. Statist. Assoc. 60 (1965), 967 - 978MathSciNetCrossRefGoogle Scholar
  166. Dixon, W.J., and Mood, A. M.: A method for obtaining and analyzing sensitivity data. J. Amer. Statist. Assoc. 43 (1948), 109 - 126MATHCrossRefGoogle Scholar
  167. Emmens, C.W.: Statistical Methods, in R.I. Dorfman (Ed.): Methods in Hormone Research, Vol. II. Bioassay, Chapter I, pp. 3 - 56, New York 1962Google Scholar
  168. Fink, H., und Hund, G.: Probitanalyse mittels programmgesteuerter Rechenanlagen. Arzneim.Forschg. 15 (1965), 624-630Google Scholar
  169. Fink, H., Hund, G., Hund, G., und Meysing, D.: Vergleich biologischer Wirkungen mittels programmierter Probitanalyse. Method. Inform. Med. 5 (1966), 19-25Google Scholar
  170. Finney, D.J.: Probit Analysis. 2nd ed. London 1952, 3rd ed. (Cambrigde Univ. Press, pp. 334) Cambridge and London 1971.Google Scholar
  171. Gaddum, J.H.: Simplified mathematics for bioassay. J. Pharmacy a. Pharmacology 6 (1953), 345-358.CrossRefGoogle Scholar
  172. Golub, A., and Grubbs, F. E.: Analysis of sensitivity experiments when the levels of stimulus cannot be controlled. J. Amer. Statist. Assoc. 51 (1956), 257 - 265MATHCrossRefGoogle Scholar
  173. International Symposium on Biological Assay Methods. (Red.: R. H. Regamey) (Karger, pp. 262 ) Basel, New York 1969Google Scholar
  174. Kärber, G.: Ein Beitrag zur kollektiven Behandlung pharmakologischer Reihenversuche. Archiv für experimentelle Pathologie und Pharmakologie 162 (1931), 480 - 483Google Scholar
  175. Kaufmann, H.: Ein einfaches Verfahren zur Auswertung von Überlebenskurven bei tödlich verlaufenden Erkrankungen. Strahlentherapie 130 (1966), 509 - 527Google Scholar
  176. Kimball, A.W., Burnett, W.T., Jr., and Doherty, D.G.: Chemical protection against ionizing radiation. I. Sampling methods for screening compounds in radiation protection studies with mice. Radiation Research 7 (1957), 1 - 12CrossRefGoogle Scholar
  177. King, E.P.: A statistical design for drug screening. Biometrics 19 (1963), 429 - 440CrossRefGoogle Scholar
  178. Lazar, Ph.: Les essais biologiques. Revue de Statistique Appliquée 16 (No. 3, 1968 ), 5 - 35Google Scholar
  179. Litchfield jr., J.T.: A simplified method of evaluating dose-effect experiments. J. Pharmacol. Exptl. Therap. 96 (1949), 99 - 113Google Scholar
  180. McArthur, J. W., and Colton, T. (Eds.): Statistics in Endocrinology. Proc. Conf., Dedham, Mass., Dec. 1967. (MIT Press, pp. 476 ) Cambridge, Mass. 1970Google Scholar
  181. Oberzill, W.: Mikrobiologische Analytik. Grundlagen der quantitativen Erfassung von Umwelteinwirkungen auf Mikroorganismen. (Carl, 519 S.) Nürnberg 1967Google Scholar
  182. Olechnowitz, A.F.: Ein graphisches Verfahren zur Bestimmung von Mittelwert und Streuung aus Dosis-Wirkungs-Kurven. Arch. exp. Veterinärmed. 12 (1958), 696 - 701Google Scholar
  183. Petrusz, P., Diczfalusy, E., and Finney, D.J.: Bioimmunoassay of gonadotrophins. Acta endocrinologica 67 (1971), 40 - 62Google Scholar
  184. Schneider, B.: Probitmodell und Logitmodell in ihrer Bedeutung für die experimentelle Prüfung von Arzneimitteln. Antibiot. et Chemother. 12 (1964), 271-286Google Scholar
  185. Stammberger, A.: Über ein nomographisches Verfahren zur Lösung der Probleme des Bio-Assay. Biometr. Zeitschr. 12 (1970), 35-53 (vgl. auch S. 351-361)Google Scholar
  186. Ther, L.: Grundlagen der experimentellen Arzneimittelforschung. (Wiss. Verlagsges., 439 S.) Stuttgart 1965, S. 74 - 112Google Scholar
  187. Warner, B.T.: Method of graphical analysis of 2 + 2 and 3 + 3 biological assays with graded responses. J. Pharm. Pharmacol. 16 (1964), 220 - 233MathSciNetCrossRefGoogle Scholar
  188. Weil, C. S.: Tables for convenient calculation of median-effective dose (LD 50 or ED 50 ) and instructions in their use. Biometrics 8 (1952), 249 - 263CrossRefGoogle Scholar
  189. Abbott, W.H.: Probability Charts. St. Petersburg (P.O. Box 8455) Florida 1960Google Scholar
  190. Amstadter, B. L.: Reliability Mathematics. (McGraw-Hill, pp. 320) New York 1970Google Scholar
  191. Bain, L. J., and Thoman, D. R.: Some tests of hypotheses concerning the three-parameter Weibull distribution. J. Amer. Statist. Assoc. 63 (1968), 853 - 860MathSciNetCrossRefGoogle Scholar
  192. Barlow, R. E., and Proschan, F.: Mathematical Theory of Reliability. New York 1965Google Scholar
  193. Bazovsky, I.: Reliability: Theory and Practice. Englewood Cliffs, N. J. 1961Google Scholar
  194. Beightler, C. S., and Shamblin, J. E.: Sequential process control. Industrial Engineering 16 (March–April 1965 ), 101 - 108Google Scholar
  195. Berrettoni, J.N.: Practical applications of the Weibull distribution. ASQC Convention (Cincinnati, Ohio, USA) Transactions 1962, pp. 303 - 323Google Scholar
  196. Bingham, R. S., Jr.: EVOP for systematic process improvement. Industrial Quality Control 20 (Sept. 1963), 17 - 23Google Scholar
  197. Bowker, A. H., and Lieberman, G.J.: Engineering Statistics. Englewood Cliffs, N.J. 1961Google Scholar
  198. Box, G. E.P.: Multi-factor designs of first order. Biometrika 39 (1952), 49-57.MATHGoogle Scholar
  199. Box, G. E.P.: The exploration and exploitation of response surfaces: some general considerations and examples. Biometrics 10 (1954), 16-60.CrossRefGoogle Scholar
  200. Box, G. E.P.: Evolutionary operation: a method for increasing industrial productivity. Applied Statistics 6 (1957), 3-23.CrossRefGoogle Scholar
  201. Box, G. E.P.: (4) A simple system of evolutionary operation subject to empirical feedback. Univ. of Wisconsin. Dept. of Statistics, Technical Report No. 40, October 1964 bzw. Technometrics 8 (1966), 19 - 26MathSciNetCrossRefGoogle Scholar
  202. Box, G. E.P., and Draper, N. R.: A basis for the selection of a response surface design. J. Amer. Statist. Assoc. 54 (1959), 622-654.Google Scholar
  203. Box, G. E.P., and Draper, N. R.: Evolutionary Operation. A Statistical Method for Process Improvement. (Wiley, pp. 237) New York 1969Google Scholar
  204. Box, G. E.P., and Hunter, J. S.: Multifactor experimental designs for exploring response surfaces. Ann. Math. Statist. 28 (1957), 195-241.Google Scholar
  205. Box, G. E.P., and Hunter, J. S.: Experimental designs for the exploration and exploitation of response surfaces. In V. Chew (Ed.), Experimental Designs in Industry, New York 1958, pp. 138-190.Google Scholar
  206. Box, G.E.P., and Hunter, J. S.: Condensed calculations for evolutionary operations programs. Technometrics 1 (1959), 77-95.MathSciNetCrossRefGoogle Scholar
  207. Box, G. E.P., and Hunter, J. S.: A useful method for model-building. Technometrics 4 (1962), 301 - 318Google Scholar
  208. Box, G. E.P., and Lucas, H.L.: Design of experiments in non-linear situations. Biometrika 46 (1959), 77 - 90MathSciNetMATHGoogle Scholar
  209. Box, G. E.P., and Wilson, K.B.: On the experimental attainment of optimum conditions. J. Roy. Statist. Soc., Ser. B 13 (1951), 1 - 45MathSciNetMATHGoogle Scholar
  210. Box, G. E.P., and Youle, P. V.: The exploration and exploitation of response surfaces: an example of the link between the fitted surface and the basic mechanism of the system. Biometrics 11 (1955), 287 - 323CrossRefGoogle Scholar
  211. Brooks, S. H.: A comparison of maximum seeking methods. Operations Research 7 (1959), 430 - 457CrossRefGoogle Scholar
  212. Brooks, S. H., and Mickey, M. R.: Optimum estimation of gradient direction in steepest ascent experiments. Biometrics 17 (1961), 48 - 56MATHCrossRefGoogle Scholar
  213. Burdick, D. S., and Naylor, T. H.: Response surface methods in economics. Rev. Internat. Statist. Inst. 37 (1969), 18 - 35MATHCrossRefGoogle Scholar
  214. Cohen, A.C. jr.: Maximum likelihood estimation in the Weibull distribution based on complete and on censored samples. Technometrics 7 (1965), 579 - 588MathSciNetCrossRefGoogle Scholar
  215. D’Agostino, R.B.: Linear estimation of the Weibull parameters. Technometrics 13 (1971), 171 - 182MATHCrossRefGoogle Scholar
  216. Davies, O.L.: Design and Analysis of Industrial Experiments, London 1956, Chapter 11Google Scholar
  217. Dean, B. V., and Marks, E. S.: Optimal design of optimization experiments. Operations Research 13 (1965), 647 - 673MathSciNetCrossRefGoogle Scholar
  218. Dombrowski, E.: Normen und verwandte Unterlagen auf dem Zuverlässigkeitsgebiet. Technische Zuverlässigkeit in Einzeldarstellungen. Oldenbourg, München, Dezember 1966, Heft 8, S. 67-85Google Scholar
  219. Drnas, T.M.: Methods of estimating reliability. Industrial Quality Control 23 (1966), 118-122Google Scholar
  220. Dubey, S.D.: On some statistical inferences for Weibull laws. Naval Res. Logist. Quart. 13 (1966), 227-251.MathSciNetMATHCrossRefGoogle Scholar
  221. Dubey, S.D.: Normal and Weibull distribution. Naval Res. Logist. Quart. 14 (1967), 69-79.CrossRefGoogle Scholar
  222. Dubey, S.D.: Some simple estimators for the shape parameter of the Weibull laws. Naval Res. Logist. Quart. 14 (1967), 489-512.CrossRefGoogle Scholar
  223. Dubey, S.D.: (4) Some percentile estimators for Weibull parameters. Technometrics 9 (1967), 119-129. MathSciNetCrossRefGoogle Scholar
  224. Dubey, S.D.: (5) On some permissible estimators of the location parameter of the Weibull and certain other distributions. Technometrics 9 (1967), 293 - 307MathSciNetMATHCrossRefGoogle Scholar
  225. Duckworth, W. E.: Statistical Techniques in Technological Research: An Aid to Research Productivity. (Methuen, pp. 303) London 1968Google Scholar
  226. Duncan, A.J.: Quality Control and Industrial Statistics. Homewood, Ill. 1959, Chapter 37Google Scholar
  227. Eagle, E. L.: Reliability sequential testing. Industrial Quality Control 20 (May 1964), 48 - 52Google Scholar
  228. Eilon, S.: Tafeln und Tabellen für Wirtschaft und Industrie. München 1964Google Scholar
  229. Enrick, N. L.: Einfache statistische Verfahren der Zuverlässigkeitssicherung. Technische Zuver-lässigkeit in Einzeldarstellungen. Oldenbourg, München, Juni 1966, Heft 7, S. 45 - 80Google Scholar
  230. Ferrell, E.B.: Control charts for log-normal universes. Industrial Quality Control 15 (August 1958), 4 - 6Google Scholar
  231. Fischer, F.: Einfluß der Wahl des Ausfallkriteriums auf die Verteilung der Lebensdauer bei Benutzung der Weibull-Verteilung. Qualität und Zuverlässigkeit 15 (1970), 33 - 37Google Scholar
  232. Freudenthal, H. M., and Gumbel, E. J.: On the statistical interpretation of fatigue tests. Proc. Roy. Soc., Ser. A 216 (1953), 309 - 332CrossRefGoogle Scholar
  233. Gnedenko, B.W., Beljajew, J.K. und Solowjew, A.D.: Mathematische Methoden der Zuverlässigkeitstheorie I. (Math. Lehrb. u. Monogr., Bd. XXI) (Akademie-Vlg., 222 S.) Berlin 1968Google Scholar
  234. Goldman, A.S., and Slattery, T.B.: Maintainability. A Mayor Element of System Effectiveness. New York 1964Google Scholar
  235. Goode, H.P., and Kao, J.H.K.: Sampling procedures and tables for life and reliability testing based on the Weibull distribution (hazard rate criterion) Proc. 8, natl. Symp. Reliab. Quality Contr. 1962, 37-58. Google Scholar
  236. Gottfried, P., and Roberts, H.R.: Some pitfalls of the Weibull distribution. Ninth Symp. on Reliability and Quality Control, pp. 372-379, San Francisco, Calif. (Jan. 1963)Google Scholar
  237. Gryna, F.M. jr., McAfee, N.J., Ryerson, C.M., and Zwerling, S.: Reliability Training Text. (Institute of Radio Engineers) New York 1960Google Scholar
  238. Hähne, G.: Statistische Qualitätskontrolle — neue Geräte für ihre Durchführung. Qualitätskontrolle 3 (März 1966 ), 29 - 31Google Scholar
  239. Harter, H.L., and Dubey, S.D.: Theory and tables for tests of hypotheses concerning the mean and the variance of a Weibull population. ARL Tech. Rep. No. 67-0059 (Aerospace Research Laboratories, pp. 393 ), Wright-Patterson Air Force Base, Ohio 1967Google Scholar
  240. Heinhold, J., und Gaede, K.-W.: Ingenieur-Statistik. 2. Aufl., (Oldenbourg, 346 S.) München-Wien 1968Google Scholar
  241. Hill, W.J., and Hunter, W.G.: A review of response surface methodology: a literature survey. Technometrics 8 (1966), 571 - 590MathSciNetCrossRefGoogle Scholar
  242. Hillier, F. S.: Small sample probability limits for the range chart. J. Amer. Statist. Assoc. 62 (1967), 1488-1493 (siehe 63, 1549 )Google Scholar
  243. Höhndorf, K.: Zuverlässigkeiten in der Luftfahrttechnik. VDI-Zeitschrift 110 (1968), 521 - 523Google Scholar
  244. Honeychurch, J.: Lambda and the question of confidence. Microelectronics Reliability 4 (1965), 123 - 130CrossRefGoogle Scholar
  245. Hunter, W.G., and Kittrel, J.R.: Evolutionary operation: a review. Technometrics 8 (1966), 389397Google Scholar
  246. Ireson, W.G. (Ed.): Reliability Handbook. New York 1966Google Scholar
  247. Johns jr., M. V., and Lieberman, G.J.: An exact asymptotically efficient confidence bound for reliability in the case of the Weibull distribution. Technometrics 8 (1966), 135 - 175MathSciNetMATHCrossRefGoogle Scholar
  248. Johnson, L. G.: Theory and Technique of Variation Research. (Elsevier, pp. 105) Amsterdam 1964 Kabe, D.G.: Testing outliers from an exponential population. Metrika 15 (1970), 15-18 (vgl. Auch J. Likes: 11 [ 1966 ], 46 - 54 )Google Scholar
  249. Kanno, A. (freie deutsche Bearb. v. E. Rusch): Zuverlässigkeit von Nachrichtengeräten. Technische Zuverlässigkeit in Einzeldarstellungen. Oldenbourg, München, Juli 1967, Heft 9, S. 68 - 92Google Scholar
  250. Kao, J. H. K.: A graphical estimation of mixed parameters in life testing electron tubes. Technometrics 1 (1959), 389 - 407CrossRefGoogle Scholar
  251. Kenworthy, I.C.: Some examples of simplex evolutionary operation in the paper industry. Applied Statistics 16 (1967), 211 - 224CrossRefGoogle Scholar
  252. Kiefer, J.C.: Optimum experimental designs. J. Roy. Statist. Soc., Ser. B 21 (1959), 272 - 319Google Scholar
  253. Knowler, L.A., Howell, J.M., Gold, B.K., Coleman, E.P., Moan, O.B., andGoogle Scholar
  254. Knowler, W. C.: Quality Control by Statistical Methods. (McGraw-Hill, pp. 139) New York 1969Google Scholar
  255. Kumar, S., and Patel, H.I.: A test for the comparison of two exponential distributions. Technometrics 13 (1971), 183 - 189MathSciNetMATHCrossRefGoogle Scholar
  256. Lieblein, J., and Zelen, M.: Statistical investigation of the fatigue life of deep-groove ball bearings. J. Res. Nat. Bur. Stds. 57 (Nov. 1956), 273 - 319CrossRefGoogle Scholar
  257. Lipow, M.: Some recently developed methods for reliability demonstration using small numbers of tests. TRW Systems. Report No. 66-4002. 1-48, Redondo Beach, Calif., May 1966Google Scholar
  258. Lloyd, D. K., and Lipow, M.: Reliability: Management, Methods, and Mathematics. Englewood Cliffs, N.J. 1962Google Scholar
  259. Lowe, C.W.: Industrial Statistics. Vol. 2. (Business Books Ltd., pp.294) London 1970, Chapter 12Google Scholar
  260. Mann, Nancy R.: Tables of obtaining the best linear invariant estimates of parameters of the Weibull distribution. Technometrics 9 (1967), 629-645.MathSciNetCrossRefGoogle Scholar
  261. Mann, Nancy R.: Point and interval estimation procedures for the two-parameter Weibull and extreme-value distribution. Technometrics 10 (1968), 231 - 256MathSciNetMATHCrossRefGoogle Scholar
  262. McCall, J.J.: Maintenance policies for stochastically failing equipment: a survey. Management Science 11 (1965), 493 - 524MathSciNetMATHCrossRefGoogle Scholar
  263. Morice, E.: Quelques modèles mathématiques de durée de vie. Revue de Statistique Appliquée 14 (1966), No. 1, 45-126.Google Scholar
  264. Morice, E.: Quelques problèmes d'estimation relatifs à la loi de Weibull. Revue de Statistique Appliquée 16 (1968), No. 3, 43 - 63MathSciNetGoogle Scholar
  265. Morrison, J.: The lognormal distribution in quality control. Applied Statistics 7 (1958), 160 - 172CrossRefGoogle Scholar
  266. Myhre, J. M., and Saunders, S.C.: Comparison of two methods of obtaining approximate confidence intervals for system reliability. Technometrics 10 (1968), 37 - 49MathSciNetCrossRefGoogle Scholar
  267. Nelson, L.S.: Tables for a precedence life test. Technometrics 5 (1963), 491-499.MATHCrossRefGoogle Scholar
  268. Nelson, L.S.: Weibull probability paper. Industrial Quality Control 23 (1967), 452 - 455Google Scholar
  269. Nelson, W.: A statistical test for equality of two availabilities. Technometrics 10 (1968), 594-596 (siehe auch S. 883 und 884)Google Scholar
  270. Oehme, F.: Ein Spezialrechenschieber zum Auswerten von Stichprobentests und zur Analyse der Systemzuverlässigkeit. Technische Zuverlässigkeit in Einzeldarstellungen. Oldenbourg, München, Juni, 1966, Heft 7, S. 81 - 84Google Scholar
  271. Ostie, B.: Industry use of statistical test design. Industrial Quality Control 24 (July 1967), 24 - 34Google Scholar
  272. Pearson, E. S.: Comments on the assumption of normality involved in the use of some simple statistical techniques. Rev. belge Statist. Rech. opérat. 9 (1969), Nr. 4, 2 - 18Google Scholar
  273. Peng, K. C.: The Design and Analysis of Scientific Experiments. (Addison-Wesley, pp. 252 ) Reading, Mass. 1967, Chapter 8Google Scholar
  274. Pieruschka, E.: Principles of Reliability. Englewood Cliffs, N. J. 1962Google Scholar
  275. Plait, A.: The Weibull distribution — with tables. Industrial Quality Control 19 (Nov. 1962), 17 - 26Google Scholar
  276. Prairie, R. R.: Probit analysis as a technique for estimating the reliability of a simple system. Technometrics 9 (1967), 197 - 203MathSciNetCrossRefGoogle Scholar
  277. Qureishi, A. S., Nabavian, K.J., and Alanen, J.D.: Sampling inspection plans for discriminating between two Weibull processes. Technometrics 7 (1965), 589 - 601CrossRefGoogle Scholar
  278. Ravenis, J.V.J.: Estimating Weibull-distribution parameters. Electro-Technology, March 1964, 46 - 54Google Scholar
  279. Rice, W.B.: Control Charts in Factory Management, 3rd ed., New York 1955Google Scholar
  280. Roberts, N.H.: Mathematical Methods in Reliability Engineering. New York 1964Google Scholar
  281. Sandler, G.H.: System Reliability Engineering. Englewood Cliffs, N.J. 1963Google Scholar
  282. Schindowski, E., und Schürz, O.: Statistische Qualitätskontrolle. 3. überarb. Aufl., Berlin 1966Google Scholar
  283. Schmid, R.C.: Einige einfache Hilfsmittel bei Zuverlässigkeitstiberlegungen. Technische Zuverlässigkeit in Einzeldarstellungen. Oldenbourg, München, Dezember 1965, Heft 6, S. 88 - 100Google Scholar
  284. Shooman, M.L.: Probabilistic Reliability: An Engineering Approach. (McGraw-Hill, pp. 524) New York 1968Google Scholar
  285. Simonds, T.A.: MTBF confidence limits. Industrial Quality Control 20 (Dec. 1963), 21 - 27Google Scholar
  286. Smirnow, N. W. und Dunin-Barkowski, I. W.: Mathematische Statistik in der Technik. Neu bearb. v. W. Richter (VEB Dtsch. Vlg. d. Wissensch., 479 S.) Berlin 1969Google Scholar
  287. Stange, K.: Ermittlung der Abgangslinie für wirtschaftliche und technische Gesamtheiten. Mitteilungsbl. Mathem. Statistik 7 (1955), 113-151.MATHGoogle Scholar
  288. Stange, K.: Stichprobenpläne für messende Prüfung: Aufstellung und Handhabung mit Hilfe des doppelten Wahrscheinlichkeitsnetzes. Deutsche Arbeitsgemeinschaft für statistische Qualitätskontrolle beim Ausschuß für wirtschaftliche Fertigung. (ASQ/AWF), Beuth-Vertrieb, Berlin 1962.Google Scholar
  289. Stange, K.: Optimalprobleme in der Statistik. Ablauf-und Planungsforschung (Operational Research) 5 (1964), 171-190. Google Scholar
  290. Stange, K.: (4) Die Berechnung wirtschaftlicher Pläne für messende Prüfung. Metrika 8 (1964), 48-82.MathSciNetCrossRefGoogle Scholar
  291. Stange, K.: (5) Statistische Verfahren im Betrieb zur Überwachung, Prüfung und Verbesserung der Qualität. Allgem. Statist. Arch. 49 (1965), 14-46.Google Scholar
  292. Stange, K.: (6) Eine Verallgemeinerung des zeichnerischen Verfahrens zum Testen von Hypothesen im Wurzelnetz (Mosteller-Tukey-Netz) auf drei Dimensionen. Qualitätskontrolle 10 (1965), 45-52.Google Scholar
  293. Stange, K.: Die zeichnerische Ermittlung von Folgeplänen für messende Prüfung bei bekannter Varianz der Fertigung. Biometrische Zeitschr. 8 (1966), 55-74. CrossRefGoogle Scholar
  294. Stange, K.: Ein Näherungsverfahren zur Berechnung optimaler Pläne für messende Prüfung bei bekannten Kosten und bekannter Verteilung der Schlechtanteile in den vorgelegten Liefermengen. Metrika 10 (1966), 92-136. MathSciNetCrossRefGoogle Scholar
  295. Stange, K.: Die Wirksamkeit von Kontrollkarten. I. Die x-und x"-Karte. Qualitätskontrolle 11 (1966), 129-137. MathSciNetGoogle Scholar
  296. Stange, K.: Die Wirksamkeit von Kontrollkarten. IL Die s-und R-Karte zur Überwachung der Fertigungsstreuung. Qualitätskontrolle 12 (1967), 13-20 (vgl. auch 73-75). Google Scholar
  297. Stange, K.: Die Bestimmung von Toleranzgrenzen mit Hilfe statistischer Überlegungen. Qualitätskontrolle 14 (1969), 57-63. Google Scholar
  298. Stange, K.: (12) Folgepläne für messende Prüfung bei bekannter Varianz der Fertigung und einem nach oben und unten abgegrenzten Toleranzbereich für die Merkmalwerte. Biometrische Zeitschr. 11 (1969), 1 - 24CrossRefGoogle Scholar
  299. Stange, K., und Henning, H.-J.: Formeln und Tabellen der mathematischen Statistik. 2. bearb. Aufl., Berlin 1966, S. 189 - 220CrossRefGoogle Scholar
  300. Steinecke, V.: Statistische Auswertungen von Störungen an elektrischen Anlagen. Stahl und Eisen 77 (1957), 100 - 103Google Scholar
  301. Störmer, H.: Mathematische Theorie der Zuverlässigkeit. Einführung und Anwendung. (Oldenbourg; 329 S.) München-Wien 1970Google Scholar
  302. Thoman, D. R., and Bain, L.J.: Two sample tests in the Weibull distribution. Technometrics 11 (1969), 805 - 815MathSciNetMATHCrossRefGoogle Scholar
  303. Thoman, D. R., Bain, L.J., and Antle, C.E.: Inferences on the parameters of the Weibull distribution. Technometrics 11 (1969), 445 - 460MathSciNetMATHCrossRefGoogle Scholar
  304. Uhlmann, W.: Kostenoptimale Prüfpläne. Tabellen, Praxis und Theorie eines Verfahrens der statistischen Qualitätskontrolle. (Physica-Vlg., 129 S.) Würzburg-Wien 1969Google Scholar
  305. Watson, G.S., and Leadbetter, M.R.: Hazard analysis. I. Biometrika 51 (1964), 175-184Google Scholar
  306. Weibull, W.: A statistical distribution function of wide applicability. J. Applied Mechanics 18 (1951), 293-297.Google Scholar
  307. Wilde, D.J.: Optimum Seeking Methods. Englewood Cliffs, N.J. 1964Google Scholar
  308. Wucherer, H.: Zur Bemessung von wirtschaftlich-optimalen Attribut-Stichprobenplänen. Qualitätskontrolle 10 (Nov. 1965), 113 - 119Google Scholar
  309. Zaludova, Agnes H.: Problèmes de durée de vie. Applications à l'industrie automobile. Revue de Statistique Appliquée 13, (1965), No. 4, 75 - 98Google Scholar
  310. Zelen, M. (Ed.): Statistical Theory of Reliability. Madison (Univ. of Wisc.) 1963Google Scholar
  311. Becker, A.M., und Marchai, M.: Netzplantechnik und elektronische Datenverarbeitung. VDI-Zeitschrift 109 (1967), 1161-1168 und 1222-1227Google Scholar
  312. Beer, S.: Decision and Control. 2 Vols. (Wiley, pp. 576) London 1966Google Scholar
  313. Brusberg, H.: Der Entwicklungsstand der Unternehmensforschung mit besonderer Berücksichtigung der Bundesrepublik Deutschland. Wiesbaden 1965Google Scholar
  314. Collatz, L., und Wetterling, W.: Optimierungsaufgaben. Berlin-Heidelberg 1966Google Scholar
  315. Dantzig, G.B. (übersetzt u. bearb. von A. Jaeger): Lineare Programmierung und Erweiterungen. Berlin-Heidelberg 1966Google Scholar
  316. Fabrycky, W.J., and Torgersen P.E.: Operations Economy: Industrial Applications of Operations Research. Englewood Cliffs, N.J. 1966, Chapter 16Google Scholar
  317. Faure, R., Boss, I.-P., und Le Garff, A.: Grundkurs der Unternehmensforschung. München 1962Google Scholar
  318. Flagle, C.D., Huggins, W.H., and Roy, R. H. (Eds.): Operations Research and Systems Engineering. Baltimore 1960Google Scholar
  319. Gass, S.I.: Linear Programming. Methods and Applications. 3rd ed. (McGraw-Hill, pp. 325), New York 1969Google Scholar
  320. Harnes, A., and Cooper, W.W.: Management Models and Industrial Applications of Linear Programming. New York 1961Google Scholar
  321. Henn, R. (Hrsg.): Operations Research-Verfahren I–V (A. Hain) Meisenheim am Glan 1963-1968Google Scholar
  322. Henn, R., und Künzi, H.P.: Einführung in die Unternehmensforschung I, II. (Heidelb. Taschenb. Nr. 38 und 39, Springer; 154 und 201 S.) Berlin-Heidelberg-New York 1968Google Scholar
  323. Hertz, D. B. (Ed.): Progress in Operations Research II. New York 1964Google Scholar
  324. Hillier, F. S., and Lieberman, G. J.: Introduction to Operations Research. (Holden-Day, pp. 639) San Francisco 1967Google Scholar
  325. Joksch, H.C.: Lineares Programmieren. Tübingen 1962Google Scholar
  326. Künzi, H.P., und Oettli, W.: Nichtlineare Optimierung. Neuere Verfahren. Bibliographie. (Lecture Notes Nr. 16) (Springer, 180 S.) Berlin-Heidelberg-New York 1969Google Scholar
  327. Moore, P.G.: A survey of operational research. J. Roy. Statist. Soc. A 129 (1966), 399 - 447CrossRefGoogle Scholar
  328. Philipson, C.: A review of the collective theory of risk. Skand. Aktuarietidskr. 51 (1968), 45-68 und 117-133 (vgl. auch H. Bühlmann: 174-177)Google Scholar
  329. Sasieni, M., Yaspan, A., and Friedman, L. (übersetzt von H.P. Künzi): Methoden und Probleme der Unternehmensforschung, Operations Research. Würzburg 1962Google Scholar
  330. Schneeweiß, H.: Okonometrie. (Physica-Vlg., 340 S.) Würzburg-Wien 1971Google Scholar
  331. Shuchman, A. (Ed.): Scientific Decision Making in Business. New York 1963Google Scholar
  332. Stoller, D.S.: Operations Research: Process and Strategy. Univ. of Calif. Press, Berkeley 1965Google Scholar
  333. Theil, H., Boot, J.C.G., and Kloek, T.: Operations Research and Quantitative Economics, an Elementary Introduction. New York 1965Google Scholar
  334. Thumb, N.: Grundlagen und Praxis der Netzplantechnik. (Moderne Industrie, 483 S.) München 1968 (PERT, S. 175-243)Google Scholar
  335. Weinberg, F.: Grundlagen der Wahrscheinlichkeitsrechnung und Statistik sowie Anwendungen im Operations Research. (Springer, 352 S.) Berlin-Heidelberg-New York 1968Google Scholar
  336. Weinert, H.: Bibliographie über Optimierungsprobleme unter Ungewißheit. In: Operationsforschung und Mathematische Statistik I(Hrsg. O. Bunke) Akademie-Verlag, Berlin 1968, S. 137 - 151Google Scholar
  337. Bauknecht, K.: Panzersimulationsmodell „Kompaß. Industrielle Organisation 36 (1967), 62 - 70Google Scholar
  338. Burger, E.: Einführung in die Theorie der Spiele. 2. durchges. Aufl., Berlin 1966Google Scholar
  339. Charnes, A., and Cooper, W.W.: Management Models and Industrial Applications of Linear Programming. Vol. I, II. New York 1961MATHGoogle Scholar
  340. Dresher, M.: Games of Strategy: Theory and Applications. Englewood Cliffs, N.J. 1961Google Scholar
  341. Dresher, M., Shapley, L. S., and Tucker, A. W. (Eds.): Advances in Game Theory. Princeton (Univ. Press), N.J. 1964Google Scholar
  342. Eckler, A. R.: A survey of coverage problems associated with point and area targets. Technometrics 11 (1969), 561 - 589MATHCrossRefGoogle Scholar
  343. Edwards, W.: The theory of dicision making. Psychological Bulletin 51 (1954), 380-417 (vgl. auch Psychol. Rev. 69 [ 1962 ], 109 )Google Scholar
  344. Fain, W.W., Fain, J.B., and Karr, H.W.: A tactical warfare simulation program. Naval Res. Logist. Quart. 13 (1966), 413 - 436CrossRefGoogle Scholar
  345. Horvath, W. J.: A statistical model for the duration of wars and strikes. Behavioral Science 13 (1968), 18 - 28CrossRefGoogle Scholar
  346. Isaacs, R.: Differential Games. A Mathematical Theory with Applications to Warfare and Pursuit, Control and Optimization. New York 1965MATHGoogle Scholar
  347. Kemenyi, J. G., Schleifer, A. jr., Snell, J. L., und Thompson, G. L.: Mathematik für die Wirtschaftspraxis. Übersetzt von H.-J. Zimmermann. Berlin 1966, S. 410 - 475Google Scholar
  348. Luce, R. D., and Raiffa, H.: Games and Decisions. New York 1957Google Scholar
  349. Morgenstern, O.: Spieltheorie und Wirtschaftswissenschaft. Wien, München 1963Google Scholar
  350. Neumann, J. von: Zur Theorie der Gesellschaftsspiele. Math. Annalen 100 (1928), 295 - 320MATHCrossRefGoogle Scholar
  351. Neumann, J, und Morgenstern, O.: (Theory of Games and Economic Behavior. Princeton 1944, 3rd ed. 1953 )Google Scholar
  352. Spieltheorie und wirtschaftliches Verhalten. Deutsch herausgegeben von F. Sommer, Würzburg 1961Google Scholar
  353. Owen, G.: Game Theory. (Saunders, pp. 228) Philadelphia 1968Google Scholar
  354. Rapoport, A., and Orwant, C.: Experimental games: a review. Behavioral Science 7 (1962), 1-37 (vgl. auch 38-80)Google Scholar
  355. Riley, V., and Young, R.P.: Bibliography on War Gaming. (Johns Hopkins Univ. Press, pp.94) Baltimore 1957Google Scholar
  356. Rohn, W. E.: Führungsentscheidungen im Unternehmensplanspiel. Essen 1964Google Scholar
  357. Shubik, M. (Hrsg.): Spieltheorie und Sozialwissenschaften. Übersetzt von Elisabeth Selten. Hamburg 1965Google Scholar
  358. Vajda, S.: Theorie der Spiele und Linearprogrammierung. Berlin 1966Google Scholar
  359. Vogelsang, R.: Die mathematische Theorie der Spiele. Bonn 1963Google Scholar
  360. Williams, J.D.: The Compleat Strategyst. Rev. ed., London 1966Google Scholar
  361. Wilson, A. (Übers. aus dem Engl. von W. Höck): Strategie und moderne Führung (List, 240 S.) München 1969Google Scholar
  362. Young, J.P.: A Survey of Historical Development in War Games. Operations Research Office. (The Johns Hopkins Univ.) Bethesda, Md. August 1959Google Scholar
  363. Adler, H.: Elektronische Analogrechner. 2. überarb. u. erw. Aufl., (Dt. Vlg. d. Wissenschaften, 450 S.) Berlin 1967Google Scholar
  364. Ameling, W.: Aufbau und Wirkungsweise elektronischer Analogrechner. Braunschweig 1963Google Scholar
  365. Anke, K., Kaltenecker, H., und Oetker, R.: Prozeßrechner. Wirkungsweise und Einsatz. (Oldenbourg, 602 S.) München und Wien 1970Google Scholar
  366. Anke, K., und Sartorius, H.: Industrielle Automatisierung mit Prozeßrechnern. Elektrotechnische Zeitschrift A 89 (1968), 540 - 544Google Scholar
  367. Barney, G.C., and Hambury, J.H.: The components of hybrid computation. Computer Bulletin 14 (1970), 31 - 36Google Scholar
  368. Bekey, G.A.: Hybrid Computation. (Wiley, pp. 464) New York 1969Google Scholar
  369. Böttger, R.: Die Leistungsfähigkeit von Simulationsverfahren bei der Behandlung von Straßenverkehrsproblemen. Ablauf und Planungsforschung 8 (1967), 355 - 369Google Scholar
  370. Buslenko, N. P., und Schreider, J.A.: Monte-Carlo-Methode und ihre Verwirklichung mit elektronischen Digitalrechnern. Leipzig 1964Google Scholar
  371. Chambers, J. M.: Computers in statistical research. Simulation and computer-aided mathematics. Technometrics 12 (1970), 1-15Google Scholar
  372. Chorafas, D.N.: Systems and Simulation. New York 1965Google Scholar
  373. Conway, R.W.: Some tactical problems in simulation. Management Science 10 (Oct. 1963), 47 - 61CrossRefGoogle Scholar
  374. Ehrenfeld, S., and Ben-Tuvia, S.: The efficiency of statistical simulation procedures. Technometrics 4 (1962), 257 - 275MathSciNetMATHCrossRefGoogle Scholar
  375. Eilon, S., und Deziel, D. P.: The use of an analogue computer in some operational research problems. Operations Research Quarterly 16 (1965), 341 - 365CrossRefGoogle Scholar
  376. Elektrotechnische Zeitschrift (ETZ), Ausgabe A 89 (1968). Heft 19/20 vom 13. Sept. (insbes. S. 530559 )Google Scholar
  377. Fernbach, S., and Taub, A. H. (Eds.): Computers and their Role in the Physical Sciences. (Gordon and Breach, pp. 638) London 1970Google Scholar
  378. Fifer, S.: Analogue Computation. Vol. 1-4. New York 1963Google Scholar
  379. Forrester, J. W.: Industrial Dynamics. New York 1961Google Scholar
  380. Giloi, W.: Simulation und Analyse stochastischer Vorgänge. München 1967.Google Scholar
  381. Giloi, W.: Digital-und Analogrechner. VDI-Zeitschrift 110 (1968), 677 - 684Google Scholar
  382. Giloi, W., und Lauber, R.: Analogrechnen. Berlin, Heidelberg 1963Google Scholar
  383. Gorenflo, R.: Über Pseudozufallszahlengeneratoren und ihre statistischen Eigenschaften. Biometrische Zeitschr. 7 (1965), 90 - 93MATHCrossRefGoogle Scholar
  384. Guetzkow, H. (Ed.): Simulation in Social Sciences: Readings. Englewood Cliffs, N.J. 1962Google Scholar
  385. Hammersley, J.M., and Handscomb, D.C.: Monte Carlo Methods. London 1964Google Scholar
  386. Harling, J.: Simulations techniques–a review. Operations Research 6 (1958), 307 - 319MathSciNetCrossRefGoogle Scholar
  387. James, M. L., Smith, G.M., and Wolford, J.C.: Analog Computer Simulation of Engineering Systems. New York 1966Google Scholar
  388. Jansson, B.: Random Number Generators. Stockholm 1966Google Scholar
  389. Jessen, E.: Probleme der Großrechenanlagen. Elektrotechnische Zeitschrift A 89 (1968), 544 - 547Google Scholar
  390. Kalex, E., und Mann, D. (bearb. v. F. Brzoska): Wirkungsweise, Programmierung und Anwendung von Analogrechnern. Dresden 1966Google Scholar
  391. Karplus, W.J.: Analog Simulation. New York 1958Google Scholar
  392. Karplus, W.J., and Soroka, W.J.: Analog Methods, Computation and Simulation. New York 1959MATHGoogle Scholar
  393. Klerer, M., and Korn, G.A. (Eds.): Digital Computer Users Handbook. (McGraw-Hill, pp. 922) New York 1967Google Scholar
  394. Koxholt, R.: Die Simulation–ein Hilfsmittel der Unternehmensforschung. München und Wien 1967Google Scholar
  395. Lehmann, F.: Allgemeiner Bericht über Monte-Carlo-Methoden. B1ä. Dtsch. Ges. Versich.-math. 8 (1967), 431 - 456MATHGoogle Scholar
  396. Martin, F. F.: Computer Modeling and Simulation. (Wiley, pp. 331) New York 1968Google Scholar
  397. Meyer, H.A. (Ed.): Symposium on Monte-Carlo-Methods. New York 1956Google Scholar
  398. Mize, J.H., and Cox, J.G.: Essentials of Simulation. (Prentice-Hall International, pp. 234) London 1968Google Scholar
  399. Morgenthaler, G.W.: The Theory and Application of Simulation in Operations Research. In Ackoff, R.L. (Ed.): Progress in Operations Research I. New York 1961, Chapter 9Google Scholar
  400. Namneck, P.: Vergleich von Zufallszahlen-Generatoren. Elektronische Rechenanlagen 8 (1966), 28 - 32MATHGoogle Scholar
  401. Naylor, Th. H., Balintfy, J. L., Burdick, D. S., and Chu, K.: Computer Simulation Techniques. New York 1966Google Scholar
  402. Naylor, Th. H., Burdick, D. S., and Sasser, W. E.: Computer simulation experiments with economic systems: the problem of experimental design. J. Amer. Statist. Assoc. 62 (1967), 1315 - 1337CrossRefGoogle Scholar
  403. Rechenberg, P.: Grundzüge digitaler Rechenautomaten. München 1964Google Scholar
  404. Richards, R.K.: Electronic Digital Systems. New York 1966Google Scholar
  405. Röpke, H., und Riemann, J.: Analogcomputer in Chemie und Biologie. (Springer, 184 S.) Berlin, Heidelberg, New York 1968Google Scholar
  406. Rogers, A.E., and Connolly, T.W.: Analog Computation in Engineering Design. New York 1960Google Scholar
  407. Schreider, Y.A. (Ed.): Method of Statistical Testing ( Monte Carlo Method ). Amsterdam 1964Google Scholar
  408. Schreiter, D.: Simulationsmodelle als Bestandteile von Systemen der elektronischen Datenverar-beitung. Rechentechnik/Datenverarbeitung 4 (März 1967 ), 25 - 29Google Scholar
  409. Seyfert, H.: Analog-und ProzeBrechner. Interkama 1968. VDI-Zeitschrift 110 (1968), 1515 - 1517Google Scholar
  410. Shubik, M.: Bibliography on simulation, gaming, artificial intelligence and applied topics. J. Amer. Statist. Assoc. 55 (1960), 736 - 751MathSciNetMATHCrossRefGoogle Scholar
  411. Sippl, C.J.: Computer Dictionary and Handbook. Indianapolis 1966Google Scholar
  412. Smith, J.U.M.: Computer Simulation Models. (Griffin, pp. 112) London 1968Google Scholar
  413. Steinbuch, K. (Hrsg.): Taschenbuch der Nachrichtenverarbeitung. 2. überarb. Aufl., Berlin-Göttingen-Heidelberg 1967Google Scholar
  414. Tocher, K. D.: The Art of Simulation. London 1963. Review of simulation languages. Operations Research Quarterly 16 (1965), 189 - 217CrossRefGoogle Scholar
  415. Van der Laan, P., and Oosterhoff, J.: Monte Carlo estimation of the powers of the distribution-free two-sample tests of Wilcoxon, van der Waerden and Terry and comparison of these powers. Statistica Neerlandica 19 (1965), 265 - 275MathSciNetCrossRefGoogle Scholar
  416. Wilkins, B. R.: Analogue and Iterative Methods in Computation, Simulation and Control (Chapman and Hall; pp. 276) London 1970Google Scholar
  417. Winkler, H.: Elektronische Analogieanlagen. Berlin 1961Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1972

Authors and Affiliations

  • Lothar Sachs
    • 1
  1. 1.KielDeutschland

Personalised recommendations