TY  - CHAP
A1  - Krüger, Hans-Peter
A1  - Kohnen, Ralf
A1  - Lienert, Gustav A.
T1  - Drei Forderungen zur Prüfung der Homogenität von Zentren bei Multicenter-Studien
N2  - Es wird argumentiert, daß bei der Prüfung der Homgenität von Zentren in mehrfaktoriellen Multicenter-Studien vor allem entscheidend ist, daß sich die Zentren in den faktoriellen Variablen nicht unterscheiden, deren Effekte in der späteren Auswertung interpretiert werden sollen. Dazu wird folgendes Procedere vorgeschlagen: (1) überprüfe, ob in allen Zentren die Randomisierungsbedingungen eingehalten wurden, (2) überprüfe, ob die Zentren homogen bezogen auf die eingebrachten Schichtvariablen (z.B. Geschlecht, Indikation) sind und (3) überprüfe, ob die Zentren homogen sind bezogen auf die Wechselwirkungen zwischen den eingebrachten faktoriellen Variablen. Es wird gezeigt, daß vor allem Forderung (3) für die Interpretationsfähigkeit der Ergebnisse von entscheidender Bedeutung ist. Möglichkeiten der statistischen Prüfung dieser Voraussetzungen werden an einem Beispiel aus der klinischen Prüfung eines Psychopharmakons vorgestellt.
KW  - Psychologie
Y1  - 1981
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-101730
ER  - 
TY  - JOUR
A1  - Krüger, Hans-Peter
A1  - Lienert, Gustav A.
T1  - Eine exakte nonparametrische Prüfung auf Kovariation zweier autokorrelierter Zeitreihen
N2  - Häufig tritt in der psychologischen und psychiatrischen Forschung die Frage nach dem Zusammenhang zwischen zwei oder mehreren Zeitreihen auf. übliche Kovariationsmaße versagen dabei vor allem deshalb, weil sie nicht inferentiell ausgewertet werden können. An einem Beispiel aus der Pharmakopsychologie wird ein auf Pfanzagl (1963) zurückgehendes Verfahren vorgeschlagen, das es erlaubt, voraussetzungsfrei den Zusammenhang zwischen autokorrelierten Meßwertreihen zu prüfen. Als Unabhängigkeit zweier Zeitreihen wird definiert, daß zwischen ihnen bei Erhaltung der Autokorrelation kein höherer Zusammenhang besteht als nach dem Zufall zu erwarten.
N2  - The problem of examining the relation between two or more series of successive observations occurs often in the psychologieal and psychiatrie research. The usual methods of measuring covariation cannot be employed here, particularly because they cannot be used to draw inferences. The present paper describes a new method to examine the relation between autocorrelated series of successive observations, without using any presuppositions. Two successive series are considered to be independent, when the relation between them is not higher than that expected by chance. The method described here is based upon a paper by Pfanzagl (1963), and is illustrated with the help of an example from the field of Pharmacopsychology.
Y1  - 1980
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-41049
ER  - 
TY  - JOUR
A1  - Krüger, Hans-Peter
A1  - Kohnen, Ralf
A1  - Lienert, Gustav A.
T1  - Lautstärke ungleich Lautheit: Wirkung von Psychopharmaka auf das Lärmerleben
T1  - Sound Intensity unequal Loudness: Effect of Psychopharmacologic Agents on the Experience of Noise
N2  - No abstract available
Y1  - 1980
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-41026
ER  - 
TY  - JOUR
A1  - Krüger, Hans-Peter
A1  - Kohnen, Ralf
A1  - Lienert, Gustav A.
T1  - Aufgabenvariation als Aktivationsparameter in Tranqualizer-Untersuchungen
T1  - Choice of Performance Tasks as an Activation Parameter in Minor Tranquilizer Trials
N2  - No abstract available
Y1  - 1980
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-41016
ER  - 
TY  - JOUR
A1  - Krüger, Hans-Peter
A1  - Lienert, Gustav A.
A1  - Eye, Alexander von
A1  - Gebert, Alfred
T1  - Eine inferentielle nonparametrische Clusteranalyse mit Alternativdaten
N2  - Am Konzept der Axialsymmetrie multivariater Daten wird eine Methode entwickelt, mit der statistisch Cluster aus gleich interkorrelierenden Variablen gebildet werden können. Es wird eine heuristische Vorgehensweise empfohlen, die nicht wie die übliche deskriptive Clusteranalyse willkürliche Entscheidungen über Abbruchkriterien u.ä. verlangt. Die vorgeschlagene Methode ist insbesondere zur mediandichotomierte kontinuierliche Variablen geeignet. Werden echte Alternativdaten verwendet, resultieren Cluster, die zusätzlich zur gleichen Interkorrelation Variablen mit gleicher Schwierigkeit aufweisen. Das Vorgehen wird an einem Beispiel illustriert.
N2  - By means ofaxial symmetry testing of muItivariate data clusters may be defined statistically as equally intercorrelating variables (tests). A heuristic procedure is suggested which avoids arbitrary decisions as they are common in descriptive cluster analysis. The method is suitable for continuous variables dichotomized at their median.lf applied to genuine binary variables the cluster analysis results in clusters of variables having equal Yes-No proportions as well as equal interassociations. In order to illustrate their approach the authors give a numerical example.
KW  - Psychologie / Zeitschrift
Y1  - 1979
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-41606
ER  -