Institut für Medizinische Statistik - UMG

Computational Statistics


Die methodischen Forschung der Arbeitsgruppe “Computational Statistics” konzentriert sicht 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 Registrierungsstudien mit Überlebenszeitdaten, 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:

  1. GFD: Tests for General Factorial Designs
  2. rankFD: Rank-Based Tests for General Factorial Designs
  3. MANOVA.RM: Analysis of Multivariate Data and Repeated Measures Designs
  4. rankMANOVA: Rank-Based Tests for Multivariate Data in Nonparametric Factorial Designs
  5. mdir.logrank: Multiple-direction logrank test

Kontakt:

JProf. Dr. Sarah Friedrich
Gruppenleiterin
Computational Statistics
Telefon: 0551-39-64064
Telefax: 0551-39-4995
E-Mail: Sarah.Friedrich@med.uni-goettingen.de
Ort: Humboldtallee 32, EG 137