Eine kombinierte Methode zur Kategorialdatenanalyse bei Clusterstichproben

1995

S. 129-137

30 Lit. Ang.

Unselbständiges Werk

200025612

Am praktischen Beispiel einer terrestrischen Waldschadensinventur wird ein Verfahren vorgestellt, bei der Analyse von Stichprobendaten mit designbedingter Aggregation von Stichprobenelementen fehlerhafte Schluesse, die aus der Unterstellung unabhaengiger bzw. nichtkorrelierter Elemente resultieren, zu vermeiden. Es kombiniert 2 unterschiedliche Ansaetze, die Komplexitaet des Stichprobendesigns zu beruecksichtigen. Fuer die Auswahl von kategorialen erklaerenden Variablen, die mit einer ebenfalls kategorialen, mehrklassigen Zielgroesse in signifikantem Zusammenhang stehen, wird als theoretische Stichprobenverteilung die Dirichlet- multinomiale Verteilung gewaehlt. Die Parameterschaetzung erfolgt nach der Maximum-Likelihood-Methode. Fuer die gewaehlten Variablen wird ein loglineares Modell formuliert, dessen Anpasseung mit Hilfe einer Jackknife- modifizierten Teststatistik geprueft wird. Das Jackknifing ermoeglicht unverzerrte Parameterschaetzungen ohne Kenntnis der Stichprobenverteilung. Ein Testverfahren zur Residualanalyse wird vorgestellt, fuer die graphische Darstellung der loglinearen Modelle werden mehrere Vorschlaege gemacht.