Paper of the Quarter

Sie befinden sich hier:

Das nichtparametrische Behrens-Fisher Problem mit abhängigen Replikaten

Akash Roy, Solomon W. Harrar, Frank Konietschke

The nonparametric Behrens-Fisher problem with dependent replicates.

Stat Med. 2019 Nov 10;38(25):4939-4962. doi: 10.1002/sim.8343. Epub 2019 Aug 19. PubMed PMID: 31424122.

 

Klassische statistische Analysemethoden, wie z.B. t- Test, Wilcoxon-Mann-Whitney Test, ANOVA, Kruskal- Wallis Test, etc., basieren auf der Annahme, dass jedes Studiensubjekt genau eine bzw. eine Messung unter einer Bedingung liefert. Viele Studien erfüllen diese Annahme allerdings nicht, beispielsweise mehrere Messungen aus einer Petrischale, Mäuse die im gleichen Käfig gehalten werden, dentale Messungen am gleichen Patienten oder ophthalmologische Studien (linkes und rechtes Auge). Auf Grund der abhängigen Replikate können solche Studien nicht mit Standardmethoden ausgewertet werden. In der Praxis werden deshalb die Messwiederholungen auf eine einzelne Messung, z.B. durch Mittelung oder Medianbildung der Replikate beschränkt und anschließend obige Verfahren angewendet. Durch dieses Vorgehen geht wertvolle Information (insbesondere die Streuung innerhalb der Wiederholungen) verloren, was sich negativ auf die Power der Tests auswirkt. Während bereits der t-Test, Chi-Quadrat Test und auch ANOVA auf abhängige Replikate erweitert wurden, war dies für reine nichtparametrische Verfahren nicht der Fall. In unserer Arbeit wird diese Lücke geschlossen und Verfahren entwickelt, die für beliebige Datentypen mit abhängigen Replikaten anwendbar sind.

Akash Roy

Doktorand an der University of Texas at Dallas unter der Leitung von Frank Konietschke. Die Ergebnisse des Papers sind Teil seiner Doktorarbeit.

Prof. Solomon Harrar

Professor für Mathematische Statistik an der University of Kentucky in Lexington, USA

Prof. Frank Konietschke

Professor für Statistische Methoden der Translation und Früher Klinischen Studien an der Charité.