Rang-Randomisierungstests

Author: Hans Lohninger

Die zwei größten Nachteile von Randomisierungstests sind die hohe erforderliche Rechenzeit und die Tatsache, dass die Randomisierung für jeden einzelnen Datensatz durchgeführt werden muss. Rang-Randomisierungstests sorgen für die Lösung dieses Problems und sind trotzdem unabhängig von der jeweiligen Verteilung.

Diese Tests werden durchgeführt, indem zuerst die Werte in Ränge umgewandelt werden und dann der Randomisierungstest gerechnet wird. Die Randomisierung kann mit Hilfe vorberechneter Tabellen zur Bestimmung des Signivikanzniveaus vermieden werden. Rang-Randomisierungstests sind immer weniger mächtig als Randomisierungstests.

Hier einige Beispiele von Rang-Randomisierungstests:

• Mann-Whitney-U-Test (Vergleich von zwei Mittelwerten)
• McNemar-Vorzeichentest (Vergleich von Verteilungen)
• Spearmans Korrelation
• Kolmogorow-Smirnow-Test (Vergleich von Verteilungen)
• Kruskal-Wallis-Test (Gruppenvergleiche)