6. Nicht-parametrische Verfahren: Grundlagen

da sich parametrische Verfahren nicht für alle Daten eignen

• AV muss metrisch sein

• NV, Varianzhomogenität müssen v.a. in kleinen Stichproben gegeben sein

• Effizienz (relative Testmacht):

  • wenn ihre Voraussetzungen zutreffen, haben parametrische Verfahren gegenüber nicht-parametrischen Verfahren höhere testmacht; nutzen mehr Informationen aus den Daten

  • Ansonsten nicht-parametrische Methoden effizienter

• Messniveau

  • parametrische Verfahren benötigen metrisches Messniveau der AV

  • für alle anderen Skalenniveaus muss auf Erweiterungen des Alm oder nicht-parametrische Verfahren zurückgegriffen werden

• Mathematisch-statistische Voraussetzungen

  • parametrische verfahren stellen immer Voraussetzungen an verteilung der Daten

  • nicht-parametrische Verfahren benötigen öfter stetige Variablen und oft auch homogenität der Populationsverteilungen

für kleine Stichproben

Generalisierte lineare Modelle

-> erlauben Modellierung von metrischen Variablen mit anderen Verteilungen

• Binomialverteilung: dichotome Variablen

• Gammaverteilung: schiefverteilte metrische Variablen

• Betaverteilung: Anteils-/Prozentwerte

-> erlauben insbesondere Modellierung von ordinalen und Zählvariablen