Statistische Tests beim Vorliegen unscharfer Daten (Fuzzy-Daten) und zum Testen unscharfer Hypothesen werden untersucht. Tests für den (unscharfen) Erwartungswert einer unscharfen Zufallsvariable (Fuzzy-Zufallsvariable) werden konstruiert. Die Gütefunktionen werden zum Vergleich der verschiedenen Tests bestimmt. Die angegebenen Tests sind dabei zum Teil optimal. Es wird aufgezeigt, wann bei Tests für scharfe Daten deren Verunschärfung nicht mit in die Testentscheidung einbezogen werden muss und wann die Einbeziehung zu einer Verbesserung der Testentscheidung führt. Weiter wird gezeigt, wie und wann die Erweiterung der Teststatistik, des P-Wertes und des zum Test gehörigen Konfidenzintervalles zur gleichen unscharfen Testfunktion führen. Beim Testen unscharfer Hypothesen werden klassische Begriffe wie maximale Wahrscheinlichkeit für den Fehler 1.Art zum einen scharf zum anderen unscharf verallgemeinert. Für beide Fälle ist, mit diesen verallgemeinerten Begriffen und unter gewissen Voraussetzungen, ein optimaler Test bestimmbar.

Gegenstand der Arbeit ist die Entwicklung statistischer Verfahren zur Schätzung der Anzahl der Versetzungen in multikristallinem Silizium. Die erste Methode benutzt Ideen aus der Theorie der Keim-Korn-Modelle, speziell die sphärische Kontaktverteilungsfunktion. Die zweite Methode geht von einer summarischen Modellierung der Intensitätsfunktion aus. Beide Verfahren liefern, wie erwartet, größere Werte als die bisherigen, von Physikern entwickelten, Schätzer. Der Wachstumsprozess der Versetzungen im Siliziumblock während der Kristallisation wird durch deterministische Wachstumsprozesse mit zufälligen Stoppzeiten modelliert. Sie führen zu Pareto- und Weibullverteilungen für die Anzahl der Versetzungen in Gebieten fester Größe. Diese Modelle wurden auch erfolgreich in der statistischen Analyse der Größe von Waldbränden, der Anzahlen von Galaxien in kubischen Zellen des Universums und der Teilchengrößenverteilungen in einem verfahrenstechnischen Prozess benutzt.

Wir betrachten ein mehrdimensionales Change-Point-Problem. Seien X1;n; : : : ;Xn;n unabhängige Zufallselemente bei denen q, q 2 N, Verteilungswechsel auftreten. Dass heisst, es existiert ein Vektor µ = (µ1; : : : ; µq) 2 Rq mit 0 = µ0 < µ1 < ¢ ¢ ¢ < µq < µq+1 = 1 sowie Verteilungen º0;n; : : : ; ºq;n, so dass Xj;n für [nµi] < j · [nµi+1] die Verteilung ºi;n besitzt. Wir führen eine Klasse von Schätzer ^µn für den unbekannten Change-Point µ ein. Diese sind Maximalstellen von gewichteten q + 1-Stichproben U-Statistiken. Das Ziel der Arbeit ist die Un- tersuchung des asymptotischen Verhalten der Schätzer.