Institut für Medizinische Statistik - UMG

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:

  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