Helge Toutenburg

Moderne Nichtparametrische Verfahren der Risikoanalyse

Eine anwendungsorientierte Einführung für Mediziner, Soziologen und Statistiker

• Broschiertes Buch

Produktbeschreibung

Das Buch behandelt die Datenerhebung und -auswertung von klassifizierten (kategorialen) Merkmalen in Querschnitt- und Längsschnittstudien mit dem Schwerpunkt, Haupt- und Wechselwirkungseffekte für das Eintreten eines Zielereignisses zu modellieren und zu schätzen. Der wichtige Spezialfall einer binären Zielgröße liefert die Modelle der Risikoanalyse. Die Besonderheit des Buches liegt darin, daß der Zusammenhang zwischen zeitunabhängigen, kumuliert zeitabhängigen und stetig zeitabhängigen Analyseverfahren der nichtparametrischen Statistik dargestellt und an Beispielen demonstriert wird. Neue Resultate zur Konfidenzschätzung in Lebensdauermodellen und zur zeitadjustierten Kontingenzanalyse liegen vor.
Durch die knappe Darstellung der statistischen Theorie, den ausführlichen Hinweis auf die Spezialliteratur und die zahlreichen, vollständig durchgerechneten Beispiele mit realen Datensätzen ist dieses Buch sowohl für Studenten und Anwender der Statistik als auch Mediziner und Soziologen von Interesse.

---

Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.

Produktdetails

• Verlag: Physica / Physica-Verlag / Physica-Verlag HD
• Artikelnr. des Verlages: 978-3-7908-0592-5
• 1992
• Seitenzahl: 220
• Erscheinungstermin: 6. Dezember 1991
• Deutsch
• Abmessung: 235mm x 155mm x 13mm
• Gewicht: 384g
• ISBN-13: 9783790805925
• ISBN-10: 3790805920
• Artikelnr.: 04787026

Inhaltsangabe

1 Einführung.- 1.1 Spezifikation medizinischer Daten und Datenerhebung.- 1.2 Indikation für nichtparametrisches Vorgehen.- 1.3 Motivierende Beispiele.- 2 Kontingenztafeln.- 2.1 Rangskalierung.- 2.2 Unabhängigkeit.- 2.3 Methoden zum Vergleich von Anteilen.- 2.4 Untersuchung von Zweifachklassifikationen.- 2.5 Tests für die Güte der Anpassung.- 2.6 Differenziertere Untersuchung von I× J-Tafeln.- 3 Modelle für binäre Responsevariablen.- 3.1 Generalisierte lineare Modelle.- 3.2 GLM für binären Response.- 3.3 Logitmodelle für kategoriale Daten.- 3.4 Güte der Anpassung - Likelihood-Quotienten-Test.- 3.5 Verwendung von eingeschränkten Alternativhypothesen.- 4 Alternative Modelle und Modelldiagnostik.- 4.1 Probitmodelle.- 4.2 Modelle mit Log-Log-Link.- 4.3 Modell-Diagnostik.- 4.4 ML-Schätzung für die logistische Regression.- 4.5 Newton-Raphson-Methode.- 5 Analyse von epidemiologischen und klinischen Daten - Untersuchung des Zusammenhangs zwischen Ereignis und Exposition.- 5.1 Einleitung.- 5.2 Studientypen in der Epidemiologie.- 5.3 Prüfung auf Unabhängigkeit von Exposition und Krankheit.- 5.4 Untersuchung des Odds-Ratio für mehrere 2×2-Tafeln.- 5.5 Standardisierung und Angleichung (Adjustierung) von Raten.- 6 Schätzen von Überlebenswahrscheinlichkeiten.- 6.1 Problemstellung.- 6.2 Survivorfunktion und Hazardrate (Ein-Episoden-Fall).- 6.3 Sterbetafel-Methode.- 6.4 Kaplan-Meier-Schätzung.- 6.5 Nichtparametrische Methoden zum Vergleich von Uberlebenskurven.- 6.6 Vergleich der Methoden.- 6.7 Log-Rank-Statistik zum Vergleich von Survivorfunktionen.- 6.8 Vergleich von mehr als zwei Überlebenskurven - die Methode von Peto-Pike.- 6.9 Relation zwischen Überlebenskurven.- 6.10 Standardfehler und Konfidenzbänder für Überlebensraten und -kurven.- 6.11Einbeziehung von Kovariablen in die Überlebensanalyse.- 7 Loglineare Modelle.- 7.1 Zweifache Klassifikation.- 7.2 Dreifache Klassifikation.- 7.3 Parameterschätzung im loglinearen Modell.- 7.4 Der Spezialfall des binären Response.- 7.5 Kodierung kategorialer Einflußvariablen.