Brunner-Munzel Test
The Brunner-Munzel test is a nonparametric two-sample hypothesis test that estimates the probabilistic superiority index P(X < Y) — the probability that a randomly selected observation from one group exceeds a randomly selected observation from the other. Introduced by Brunner and Munzel in 2000 as a solution to the nonparametric Behrens-Fisher problem, it remains valid even when the two groups have unequal variances or differently shaped distributions, making it a robust alternative to the Mann-Whitney U test in heteroscedastic settings.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
- Brunner, E. & Munzel, U. (2000). The Nonparametric Behrens-Fisher Problem: Asymptotic Theory and a Small-Sample Approximation. Biometrical Journal, 42(1), 17–25. · DOI 10.1002/(sici)1521-4036(200001)42:1<17::aid-bimj17>3.0.co;2-u
- Neubert, K. & Brunner, E. (2007). A studentized permutation test for the nonparametric Behrens-Fisher problem. Computational Statistics & Data Analysis, 51(10), 5192–5204. · DOI 10.1016/j.csda.2006.05.024
- Brunner, E., Bathke, A. C., & Konietschke, F. (2019). Rank and Pseudo-Rank Procedures for Independent Observations in Factorial Designs. Springer. · DOI 10.1007/978-3-030-02914-2
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.