Helge Toutenburg

This book is the third revised and updated English edition of the German textbook \Versuchsplanung und Modellwahl" by Helge Toutenburg which was based on more than 15 years experience of lectures on the course \- sign of Experiments" at the University of Munich and interactions with the statisticians from industries and other areas of applied sciences and en- neering. This is a type of resource/ reference book which contains statistical methods used by researchers in applied areas. Because of the diverse ex- ples combined with software demonstrations it is also useful as a textbook in more advanced courses, The applications of design of experiments have seen a signi?cant growth in the last few decades in di?erent areas like industries, pharmaceutical sciences, medical sciences, engineering sciences etc. The second edition of this book received appreciation from academicians, teachers, students and applied statisticians. As a consequence, Springer-Verlag invited Helge Toutenburg to revise it and he invited Shalabh for the third edition of the book. In our experience with students, statisticians from industries and - searchers from other ?elds of experimental sciences, we realized the importance of several topics in the design of experiments which will - crease the utility of this book. Moreover we experienced that these topics are mostly explained only theoretically in most of the available books.

This book is a translation of the up-dated version of my German textbook that was written parallel to my lecture "Design of Experiments" which I held at the University of Munich. It was often called to my attention by statisticians in the pharmaceutical in- dustry, that there is a need for a summarizing and standardized representation of the design and analysis of experiments, that includes the different aspects of classical theory for continuous response and of modern procedures for categori- cal and especially correlated response, as well as more complex designs, as for example cross-over and repeated measures. My staff and graduate students played an essential part in the preparation of the manuscript. They wrote the text in well-tried precision (Andreas Fie- ger), worked out examples (Andreas Fieger, Christian Kastner), and prepared several sections in this book (Ulrike Feldmeier, Sabina Illi, Elke Ortmann, An- drea Schopp, Irmgard Strehler, Christian Kastner, Oliver Loch). I am appreciative of the efforts of those who assisted in the preparation of the English version. In particular, I would like to thank Sabina Illi and Oliver Loch, as well as V. K. Srivastava (University of Lucknow, India) for their careful reading of the English version and invaluable suggestions.

Das Buch behandelt die Anlage und Auswertung von Versuchen fur stetigen normalverteilten Response, fur stetigen Response auf der Basis von Rangdaten, fur kategorialen, insb. binaren Response auf der Basis loglinearer Modelle und fur kategorialen korrelierten Response auf der Basis von Marginalmodellen und symmetrischen Regressionsmodellen. Eine Reihe von fur die Anwendungen wichtigen Modellen sind enthalten: wie faktorielle Experimente, Cross-over Design, Repeated Measures Design und kategorialer Response in Clustern. Das Buch ist als Lehrmaterial fur die Statistik und Biometrie und als Grundlage fur die Anwendung der Versuchsplanung in Medizin, Zahnmedizin, Soziologie, den Biowissenschaften und der Pharmaindustrie angelegt.

Thebookisbasedonseveralyearsofexperienceofbothauthorsinteaching linear models at various levels. It gives an up-to-date account of the theory and applications of linear models. The book can be used as a text for courses in statistics at the graduate level and as an accompanying text for courses in other areas. Some of the highlights in this book are as follows. A relatively extensive chapter on matrix theory (Appendix A) provides the necessary tools for proving theorems discussed in the text and o?ers a selectionofclassicalandmodernalgebraicresultsthatareusefulinresearch work in econometrics, engineering, and optimization theory. The matrix theory of the last ten years has produced a series of fundamental results aboutthe de?niteness ofmatrices,especially forthe di?erences ofmatrices, which enable superiority comparisons of two biased estimates to be made for the ?rst time. We have attempted to provide a uni?ed theory of inference from linear models with minimal assumptions. Besides the usual least-squares theory, alternative methods of estimation and testing based on convex loss fu- tions and general estimating equations are discussed. Special emphasis is given to sensitivity analysis and model selection. A special chapter is devoted to the analysis of categorical data based on logit, loglinear, and logistic regression models. The material covered, theoretical discussion, and a variety of practical applications will be useful not only to students but also to researchers and consultants in statistics.

This book is the third revised and updated English edition of the German textbook \Versuchsplanung und Modellwahl" by Helge Toutenburg which was based on more than 15 years experience of lectures on the course \- sign of Experiments" at the University of Munich and interactions with the statisticians from industries and other areas of applied sciences and en- neering. This is a type of resource/ reference book which contains statistical methods used by researchers in applied areas. Because of the diverse ex- ples combined with software demonstrations it is also useful as a textbook in more advanced courses, The applications of design of experiments have seen a signi?cant growth in the last few decades in di?erent areas like industries, pharmaceutical sciences, medical sciences, engineering sciences etc. The second edition of this book received appreciation from academicians, teachers, students and applied statisticians. As a consequence, Springer-Verlag invited Helge Toutenburg to revise it and he invited Shalabh for the third edition of the book. In our experience with students, statisticians from industries and - searchers from other ?elds of experimental sciences, we realized the importance of several topics in the design of experiments which will - crease the utility of this book. Moreover we experienced that these topics are mostly explained only theoretically in most of the available books.

Statistische Verfahren werden sowohl in der Wirtschaft als auch in den Natur- und Sozialwissenschaften eingesetzt. Die Statistik gilt trotzdem als schwierig. Um diese Hemmschwelle zu überwinden, geben die Autoren eine didaktisch ausgefeilte, anwendungsbezogene Einführung in die Methoden der deskriptiven Statistik und Datenanalyse. Anhand praxisnaher Beispiele werden die Ideen des Datenmanagements und der Datenauswertung unter Einsatz von SPSS und R beschrieben. Viele Übungsaufgaben (mit Lösungen) unterstützen das (Selbst-) Studium der Leser. Das Buch deckt den Stoff Statistik I an deutschsprachigen Universitäten vollständig ab. Neu in dieser Auflage ist eine Einführung in die logistische Regression, deren Konzept auch anhand der statistischen Software SPSS und R erläutert wird. Des Weiteren wurden viele Beispiele und Übungsaufgaben thematisch überarbeitet.

Das Fach Statistik gehört in vielen Fachrichtungen zum Grundstudium. Wegen des teilweise abstrakten und mathematisch begründeten Vorgehens haben Studenten häufig Probleme im Verständnis der statistischen Methoden. Das Arbeitsbuch ist eine Ergänzung zu den beiden Lehrbüchern von Helge Toutenburg Deskriptive Statistik und Induktive Statistik, deren voller Stoffumfang klausurrelevant für Haupt- und Nebenfachstudenten an deutschsprachigen Universitäten ist. Es ist eine effektive Lernhilfe für die Vorlesungen Statistik I und II. Jedes Kapitel des Arbeitsbuches besteht aus einem anschaulich geschriebenen, überschaubaren Lehrteil, der den Studenten die wichtigsten Zusammenhänge anhand klar strukturierter Beispiele näher bringt, sowie einem ausführlichen und gut kommentierten Aufgabenteil. Das didaktische Anliegen des Buches wird durch eine Vielzahl neuer und origineller Beispiele unterstützt. Datensätze im Internet können zusätzlich zur Übung allgemein und zu speziellen Aufgaben mit SPSS genutzt werden.

Six Sigma ist im deutschsprachigen Raum stark im Kommen. Doch was ist Six Sigma? Six Sigma ist eine wissenschaftliche Managementmethode mit dem Ziel, Kundenbedürfnisse vollständig und profitabel zu erfüllen. Mit Hilfe von Six Sigma werden Prozesse optimiert, aus Kundensicht relevante Fehler reduziert und die Profitabilität des Unternehmens gesteigert. In jeder Phase eines Six-Sigma-Projektes werden statistische Methoden angewendet, um auf Basis objektiver Daten fundierte und faktenbasierte Entscheidungen treffen zu können. „Six Sigma – Methoden und Statistik für die Praxis“ vereint praxisnahes Expertenwissen aus Anwendung, Consulting und Wissenschaft. Es verfügt über zwei Schwerpunkte: DMAIC – die Six-Sigma-Methode zur Verbesserung von Prozessen – sowie Statistik. Beide Themen sind wissenschaftlich fundiert, anwendungsorientiert sowie durch Beispiele miteinander verknüpft. Das Buch richtet sich an alle, die Six Sigma bei der Bearbeitung von Projekten oder in Lehrveranstaltungen einsetzen wollen.

Statistische Verfahren werden in der Medizin und in allen Naturwissenschaften, in der Wirtschaft, in der Technik und zunehmend auch in den Sozial- und Geisteswissenschaften eingesetzt. Die Statistik gilt trotzdem als schwierig. Um diese Hemmschwelle zu überwinden, geben die Autoren in dem vorliegenden Buch eine anwendungsorientierte Einführung in die Methoden der induktiven Statistik und Datenanalyse. Sie beschreiben anhand praxisnaher Beispiele die Ideen und Werkzeuge des modernen statistischen Datenmanagements. Der Leser kann mittels der vielen Übungsaufgaben sein Wissen vertiefen, wobei die Musterlösungen ihm zeigen, wie eine Übung gelöst werden könnte. Sowohl die Statistik-Software SPSS als auch – als Neuerung - die Programmiersprache R kommen in diesem Buch zum Einsatz. Das Buch beinhaltet ferner eine Einführung zur Problematik fehlender Daten. Diese Erweiterung ist einmalig für ein deutschsprachiges Lehrbuch der Statistik.

Thebookisbasedonseveralyearsofexperienceofbothauthorsinteaching linear models at various levels. It gives an up-to-date account of the theory and applications of linear models. The book can be used as a text for courses in statistics at the graduate level and as an accompanying text for courses in other areas. Some of the highlights in this book are as follows. A relatively extensive chapter on matrix theory (Appendix A) provides the necessary tools for proving theorems discussed in the text and o?ers a selectionofclassicalandmodernalgebraicresultsthatareusefulinresearch work in econometrics, engineering, and optimization theory. The matrix theory of the last ten years has produced a series of fundamental results aboutthe de?niteness ofmatrices,especially forthe di?erences ofmatrices, which enable superiority comparisons of two biased estimates to be made for the ?rst time. We have attempted to provide a uni?ed theory of inference from linear models with minimal assumptions. Besides the usual least-squares theory, alternative methods of estimation and testing based on convex loss fu- tions and general estimating equations are discussed. Special emphasis is given to sensitivity analysis and model selection. A special chapter is devoted to the analysis of categorical data based on logit, loglinear, and logistic regression models. The material covered, theoretical discussion, and a variety of practical applications will be useful not only to students but also to researchers and consultants in statistics.

Dieses Buch gibt einen vollständigen Überblick über Lineare Modelle und verwandte Gebiete, z. B. die Matrixtheorie. Das Buch umfasst Theorie und Anwendungen. Zahlreiche Beispiele sowie Datensätze, Tests und Grafiken (Tests auf Strukturbrüche/Parameterkonstanz) auf einer Website dienen der Anwendungsorientierung. Ein eigenes, relativ umfangreiches Kapitel zur Matrixtheorie stellt die notwendigen methodischen Hilfsmittel für die Beweise der Sätze im Text bereit und vermittelt eine Auswahl klassischer und moderner algebraischer Resultate. Das Buch ist vor allem als begleitendes Lehrmaterial für Studenten, für die Forschung auf dem Gebiet der Linearen Modelle sowie für Dozenten und Studenten höherer Semester der Wirtschaftswissenschaften angelegt.

Das Buch behandelt die Anlage und Auswertung von Versuchen fur stetigen normalverteilten Response, fur stetigen Response auf der Basis von Rangdaten, fur kategorialen, insb. binaren Response auf der Basis loglinearer Modelle und fur kategorialen korrelierten Response auf der Basis von Marginalmodellen und symmetrischen Regressionsmodellen. Eine Reihe von fur die Anwendungen wichtigen Modellen sind enthalten: wie faktorielle Experimente, Cross-over Design, Repeated Measures Design und kategorialer Response in Clustern. Das Buch ist als Lehrmaterial fur die Statistik und Biometrie und als Grundlage fur die Anwendung der Versuchsplanung in Medizin, Zahnmedizin, Soziologie, den Biowissenschaften und der Pharmaindustrie angelegt.

Das Buch behandelt die Datenerhebung und -auswertung von klassifizierten (kategorialen) Merkmalen in Querschnitt- und Langsschnittstudien mit dem Schwerpunkt, Haupt- und Wechselwirkungseffekte fur das Eintreten eines Zielereignisses zu modellieren und zu schatzen. Der wichtige Spezialfall einer binaren Zielgroesse liefert die Modelle der Risikoanalyse. Die Besonderheit des Buches liegt darin, dass der Zusammenhang zwischen zeitunabhangigen, kumuliert zeitabhangigen und stetig zeitabhangigen Analyseverfahren der nichtparametrischen Statistik dargestellt und an Beispielen demonstriert wird. Neue Resultate zur Konfidenzschatzung in Lebensdauermodellen und zur zeitadjustierten Kontingenzanalyse liegen vor. Durch die knappe Darstellung der statistischen Theorie, den ausfuhrlichen Hinweis auf die Spezialliteratur und die zahlreichen, vollstandig durchgerechneten Beispiele mit realen Datensatzen ist dieses Buch sowohl fur Studenten und Anwender der Statistik als auch fur Mediziner und Soziologen von Interesse.