1 Einführung.- 1.1 Spezifikation medizinischer Daten und Datenerhebung.- 1.2 Indikation für nichtparametrisches Vorgehen.- 1.3 Motivierende Beispiele.- 2 Kontingenztafeln.- 2.1 Rangskalierung.- 2.2 Unabhängigkeit.- 2.3 Methoden zum Vergleich von Anteilen.- 2.4 Untersuchung von Zweifachklassifikationen.- 2.5 Tests für die Güte der Anpassung.- 2.6 Differenziertere Untersuchung von I× J-Tafeln.- 3 Modelle für binäre Responsevariablen.- 3.1 Generalisierte lineare Modelle.- 3.2 GLM für binären Response.- 3.3 Logitmodelle für kategoriale Daten.- 3.4 Güte der Anpassung - Likelihood-Quotienten-Test.- 3.5 Verwendung von eingeschränkten Alternativhypothesen.- 4 Alternative Modelle und Modelldiagnostik.- 4.1 Probitmodelle.- 4.2 Modelle mit Log-Log-Link.- 4.3 Modell-Diagnostik.- 4.4 ML-Schätzung für die logistische Regression.- 4.5 Newton-Raphson-Methode.- 5 Analyse von epidemiologischen und klinischen Daten - Untersuchung des Zusammenhangs zwischen Ereignis und Exposition.- 5.1 Einleitung.- 5.2 Studientypen in der Epidemiologie.- 5.3 Prüfung auf Unabhängigkeit von Exposition und Krankheit.- 5.4 Untersuchung des Odds-Ratio für mehrere 2×2-Tafeln.- 5.5 Standardisierung und Angleichung (Adjustierung) von Raten.- 6 Schätzen von Überlebenswahrscheinlichkeiten.- 6.1 Problemstellung.- 6.2 Survivorfunktion und Hazardrate (Ein-Episoden-Fall).- 6.3 Sterbetafel-Methode.- 6.4 Kaplan-Meier-Schätzung.- 6.5 Nichtparametrische Methoden zum Vergleich von Uberlebenskurven.- 6.6 Vergleich der Methoden.- 6.7 Log-Rank-Statistik zum Vergleich von Survivorfunktionen.- 6.8 Vergleich von mehr als zwei Überlebenskurven - die Methode von Peto-Pike.- 6.9 Relation zwischen Überlebenskurven.- 6.10 Standardfehler und Konfidenzbänder für Überlebensraten und -kurven.- 6.11Einbeziehung von Kovariablen in die Überlebensanalyse.- 7 Loglineare Modelle.- 7.1 Zweifache Klassifikation.- 7.2 Dreifache Klassifikation.- 7.3 Parameterschätzung im loglinearen Modell.- 7.4 Der Spezialfall des binären Response.- 7.5 Kodierung kategorialer Einflußvariablen.