Simulation-gestützte Hypothesentests

Simulation-gestützte Hypothesentests ersetzen oder ergänzen die analytische Wahrscheinlichkeitstheorie durch computergestützte Simulation – Resampling, Permutation oder Monte-Carlo-Methoden –, um Nullverteilungen zu konstruieren und Hypothesen zu evaluieren. Anstatt eine parametrische Verteilung anzunehmen und eine Tabelle zu konsultieren, generiert der Forscher Tausende von simulierten Datensätzen aus den beobachteten Daten oder einem spezifizierten Modell und erstellt eine empirische Nullverteilung, mit der die beobachtete Teststatistik verglichen wird. Der Ansatz ist besonders wertvoll, wenn analytische Annahmen (Normalität, große Stichproben) nicht erfüllt werden können.