Zusammenfassung
In den vorhergehenden Kapiteln haben wir vielfach von der Voraussetzung Gebrauch gemacht, daß die Menge Γ aller Parameter eine (offene oder abgeschlossene) Teilmenge eines R n , n ≥ 1, ist. Außerdem haben wir bei wesentlichen Ergebnissen der bisher dargestellten Theorien der Likelihood-Funktion Stetigkeits- und Differenzierbarkeitsforderungen auferlegt. Seit einiger Zeit beschäftigt man sich intensiv mit den so-genannten nichtparametrischen Methoden. Einzelne Ansätze in dieser Richtung reichen allerdings schon sehr weit zurück. Bedeutende Fortschritte in neuester Zeit verdankt man angloameri-kanischen, holländischen und sowjetrussischen Statistikern1.1. Die Bezeichnung „nichtparametrisch“ ist nicht sehr glücklich gewählt. Auch ist es nicht leicht, eine befriedigende Definition dieses Begriffes zu geben. Man kann sich etwa damit begnügen, einen Test oder eine Schätzmethode nichtparametrisch zu nennen, wenn es sich um Probleme handelt, bei denen keine solche Voraussetzung über r gemacht wird wie die oben angegebenen1.2.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Referenzen
Vgl. den Bericht von D. van Dantzig und J. Hemelrijk, Bull. Intern. Stat. 34, 239–267 (1954). Ein Bericht über nichtparametrische Test- und Schätzverfahren findet sich auch bei
L. Schmetterer, J.-Ber. Deutsch. Math.-Verein 61, 104–126 (1959). Einen breiteren Ausschnitt aus den nichtparametrischen Theorien bietet das Buch von
D. A. S. Fraser, Nonparametric Methods in Statistics, John Wiley & Sons—Chapman & Hall, New York-London 1957.
Vgl. E. Ruist, Ark. Mat. 3, 133–163 (1955). Eine eingehende Analyse des Begriffes „nichtparametrisch” ist bei
M. G. Kendall und R. M. Sundrum, Revue Inst. internat. Statist. 21, 124–134 (1953) gegeben. Vgl. auch III., S. 236–237.
Vgl. III., S. 283. Lemma 1.1 kann als Illustration zu den dort durchgeführten Überlegungen angesehen werden.
Genauer gilt (1.14) ohne Stetigkeitsvoraussetzungen über f nur bis auf einer Nullmenge.
Wir verweisen in diesem Zusammenhang vor allem auf W. Hoeffding, Proc. Second Berkeley Symp. math. Statist. Probability 83–92 (1951).
D. A. S. Fraser, Canad. J. Math. 6, 42–45 (1953). Vgl. auch
P. R. Halmos, Ann. math. Statistics 17, 34–43 (1946). Ein interessantes allgemeines Resultat über erschöpfende Transformationen im Zusammenhang mit der Invarianztheorie findet sich bei
T. S. Pitcher, Trans. Amer. math. Soc. 85, 166–173 (1957).
Für W ε W m ist dies offenbar der Fall.
Für die Literatur sei zunächst auf den grundlegenden Bericht von S. S. Wilks, Bull. Amer. math. Soc. 54, 6–50 (1948) hingewiesen. Überdies erwähnen wir:
J. W. Tukey, Ann. math. Statistics 18, 529–539 (1947) und
J. W. Tukey, Ann. math. Statistics 19, 30–39 (1948);
D. A. S. Fraser, Ann. math. Statistics 24, 44–55 (1953) und
D. A. S. Frazer und I. Guttmann, Ann. math. Statistics 27, 162 – 179 (1956).
Vgl. A. Rényi, Acta math. Acad. Sci. Hungar. 4, 191–227 (1953) und
G. Hajos und A. Rényi, Acta math. Acad. Sci. Hungar. 5, 1–6 (1954).
Im übrigen verschwindet die Dichte natürlich.
Die Literatur zu den Grenzwertsätzen für Ordnungsschätzungen ist sehr umfangreich. Wir erwähnen: N. V. Smirnov, Trudy mat. Inst. Steklov 1949. Von den zahlreichen Untersuchungen von Gumbel sei nur auf
E. J. Gumbel, Statistics of extremes, Columbia University Press, New York 1958, hingewiesen. Auch für den Fall, daß die im Satz 3.3 erwähnten zufälligen Variablen nicht mehr dieselbe Verteilung besitzen, sind Untersuchungen durchgeführt:
D. G. Mejzler, Ukrain. mat. Žurn. 1, 67–84 (1949);
M. Loève, Proc. 3rd Berkeley Sympos. math. Statist. Probability 2, 177–194 (1955). Verallgemeinerungen auf den zweidimensionalen Fall finden sich bei
B. V. Finkelstein, Doklady Akad. Nauk SSSR, n. Ser. 91, 209–211 (1953). Mehrere Einzelbeiträge, die vor allem für den Praktiker gedacht sind und sich nicht nur auf Grenzwertsätze beziehen, vereint das Werk: Sarhan u. Greenberg, Contributions to order statistics, John Wiley & Sons, New York 1962.
Vgl. L. Le Cam, Proc. 3rd Berkeley Sympos. math. Statist. Probability 1, 129–156(1956).
Der erste Beweis stammt von A. N. Kolmogorov, Giorn. Ist. Ital. Attuari 4, 1–11 (1933). Weitere Beweise finden sich bei
W. Feller, Ann. math. Statistics 19, 177–189 (1948) und bei
J. L. Doob, Ann. math. Statistics 20, 393–403 (1949), ergänzt durch
M. D. Donsker, Ann. math. Statistics 23, 277–281 (1952).
Z. W. Birnbaum und F. H. Tingey, Ann. math. Statistics 22, 592–596 (1951). Dieses Ergebnis hat E. Hlawka in einer ganz anders gelagerten Untersuchung über Ordnungsschätzungen angewendet: Vgl.
E. Hlawka, Math. Ann. 150, 259–267 (1963).
Auch für den Fall, daß F unstetig ist, sind Resultate erzielt worden: P. Schmid, Ann. math. Statistics 29, 1011–1027 (1958).
Dieser Beweis stammt von Gnedenko und Koroljuk: B. V. Gnedenko u. V. S. Koroljuk, Doklady Akad. Nauk SSSR, n. Ser. 80, 525–528 (1951). Vgl. auch
V. S. Koroljuk, Izvestija Akad. Nauk, Ser. mat. 19, 81–96 (1955).
Wir erwähnen noch B. V. Gnedenko, Math. Nachr. 12, 29–63 (1954) und den instruktiven Bericht von Darling:
D. A. Darling, Ann. math. Statistics 28, 823–839 (1957). Für etwas andersartige Sätze vergleiche man A. Rényi, 1. c.3.1, sowie
I. Vincze, Publ. math. Inst. Hungar. Acad. Sci. 2, 183–209 (1957) und
I. Vincze, Publ. math. Inst. Hungar. Acad. Sci. 4, 29–41 (1959).
Ursprünglich stammt dieser Satz von Smirnov: N. V. Smiknov, Mat. Sbornik, n. Ser. 6, 3–26 (1939). Allerdings ist dort die zusätzliche Bedingung vorgeschrieben. Die hier gegebene Fassung wurde von 1.1. Gichman, Doklady Akad. Nauk SSSR, n. Ser. 82, 837–840 (1952) bewiesen.
H. Robbins, Proc. 3rd Berkeley Sympos. Statist. Probabüity I, 157–163 (1955). Siehe auch
M. V. Johns jr., Ann. math. Statistics 28, 649–669 (1957).
Natürlich setzen wir voraus, daß die Menge der Nullhypothesen und Menge der Alternativen zueinander fremd sind.
F. Wilcoxon, Biometrics 1, 80–83 (1945).
H. B. Mam und D. R. Whitney, Ann. math. Statistics 18, 50–60 (1947). Eine ausführliche Darstellung findet sich bei
J. Hemelrijk und Ph. van Elteren, Cursus Toegepaste Statistiek, Hoofdstuk 8. De toets van Wilcoxon. Mathematisch Centrum: Amsterdam 1954.
Vgl. auch A. Renyi, Magyar tud. Akad. Alkalm mat. int. közl. 2, 243–265 (1954). Interessante historische Bemerkungen liest man bei
W. H. Kruskal nach: J. Amer. statist. Assoc. 52, 356–360 (1957).
B. L. van der Waerden, Math. Ann. 126, 93–107 (1953).
M. E. Terry, Ann. math. Statistics 23, 346–366 (1952).
Es versteht sich von selbst, daß dieser und die folgenden Erwartungswerte bez. (F, G) genommen sind.
E. L. Lehmann, Ann. math. Statistics 22, 165–179 (1951).
Nach A. Wald und J. Wolfowitz, Ann. math. Statistics 11, 147–162 (1940).
Vgl. W. Felleb, 60, l. c. I.1.1
In jeden Zwischenraum darf höchstens ein Trennungsstrich piaziert werden.
Für den Zeichentest verweisen wir noch auf W. J. Dixon u. A. M. Mood, J. Amer. statist. Assoc. 41, 557–566 (1946) sowie auf E. Ruist, 1. c. 1.2.
J. Hemelrijk, Indagationes math. 12, 340–350, 419–431 (1950). Vgl. auch E. Ruist, l. c.2.1. Für einen weiteren allgemeinen Symmetrietest verweisen wir noch auf C. van Eeden u.
A. Benard, Indagationes math. 19, 381–407 (1957).
H. Hornich, Mh. Math. Phys. 50, 142–150 (1941). Seine Formulierung, die sich der Terminologie der Risikotheorie bedient, haben
Z. W. Birnbaum und H. S. Zuckerman, Ann. math. Statistics 15, 328–329 (1944) in die Sprache der Wahrscheinlichkeitsrechnung übertragen.
Vgl. H. Uzawa, Ann. math. Statistics 31, 685–702 (1960). Die dort erzielten Resultate umfassen insbesondere die Resultate von
E. L. Lehmann, Ann. math. Statistics 24, 23–43 (1953).
Die Gleichverteilung über (0,1) gehört also ebenfalls zu H.
Diese Aussagen folgen unmittelbar aus dem Fejérschen Satz über das Verhalten der arithmetischen Mittel einer Fourier-Reihe. Vgl. A. Zygmund, Trigonometric series. 2. Auflage, Band I, At the University Press; Cambridge 1959, 89.
Diese für beliebige trigonometrische Polynome gültige Ungleichung stammt von S. N. Bernstein. Vgl. N. K. Baby, A treatise on trigonometric series. Band I, Pergamon Press, Oxford-London-Edinburgh-New York-Paris-Frankfurt 1964, 35.
Vgl. z. B. E. Netto, Lehrbuch der Combinatorik, Teubner, Leipzig 1901, 252.
W. Hoeffding, Ann. math. Statistics 19, 293–325 (1948).
Die hier skizzierte Methode läßt sich verallgemeinern. Vgl. E. L. Lehmann, 1. c.4.7.
Dieser Satz wurde wohl zuerst von H. R. Van der Vaart, Nederl. Akad. Wet., Proc., Ser. A, 53, 494–520 (1956) bewiesen.
Wir erwähnen J. L. Hodges jr. und E. L. Lehmann, l. c. III.12.6, H. Chernoff und I. R. Savage, Ann. math. Statistics 29, 972–994 (1958),
M. Dwass, Ann. math. Statistics 27, 352–374 (1956). Außerdem verweisen wir auch auf
F. C. Andrews, Ann. math. Statistics 25, 724–736 (1954).
D. van Dantzig, Indagationes math. 13, 1–8 (1951).
Die grundlegende Arbeit steht bei H. Bobbins u. S. Monro, Ann. math. Statistics 22, 400–407 (1951).
In dieser Form stammen Satz und Beweis von J. Wolfowitz, Ann. math. Statistics 23, 457–461 (1952).
Mit einer geringfügigen Modifikation.
Vgl. etwa L. Schmetterer, Österreich. Ingenieur-Arch. 7, 111 – 117 (1953);
K. L. Chung, Ann. math. Statistics 25, 463–483 (1954);
A. Dvoretzky. Proc. 3rd Berkeley Sympos. math. Statist. Probability 1, 39–55 (1956). Eine ziemlich vollständige Übersicht bietet
L. Schmetterer, Proc. 4th Berkeley Sympos. math. Statist. Probability 1, 587–609 (1960). Für verwandte Probleme sei noch auf
A. Špaček, Czechosl. math. J. 5, 462–466 (1955) hingewiesen.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1966 Springer-Verlag Wien
About this chapter
Cite this chapter
Schmetterer, L. (1966). Einführung in die nichtparametrischen Theorien. In: Einführung in Die Mathematische Statistik. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-25933-7_9
Download citation
DOI: https://doi.org/10.1007/978-3-662-25933-7_9
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-662-23830-1
Online ISBN: 978-3-662-25933-7
eBook Packages: Springer Book Archive