Computational Statistics
Die methodischen Forschung der Arbeitsgruppe “Computational Statistics” konzentriert sich auf Resampling- und Permutations-Verfahren, insbesondere in Settings mit abhängigen Daten. Diese umfassen z.B. wiederholte Messungen und multivariate Daten.
Ein weiteres Interesse liegt in Beobachtungs- und Registerstudien mit Survival-Daten, in denen valide Methoden für kausale Effektschätzer benötigt werden. Ein Hauptziel in diesem Zusammenhang ist die Untersuchung der Anwendbarkeit verschiedener Resampling‑Schemata zur Herleitung von Konfidenzintervallen und zeit-simultanen Konfidenzbändern für kausale Effektschätzer in Überlebenszeitdaten, die konkurrierenden Risiken unterliegen.
Die methodischen Entwicklungen werden durch enge Zusammenarbeit mit klinischen Partnern angeregt. Durch die Veröffentlichung von frei verfügbaren R-Paketen werden die entwickelten Methoden einem breiten Publikum zur Verfügung gestellt:
- GFD: Tests for General Factorial Designs
- rankFD: Rank-Based Tests for General Factorial Designs
- MANOVA.RM: Analysis of Multivariate Data and Repeated Measures Designs
- rankMANOVA: Rank-Based Tests for Multivariate Data in Nonparametric Factorial Designs
- mdir.logrank: Multiple-direction logrank test
Das könnte Sie auch interessieren