KingDan hat geschrieben:Bei der Population A ist n = 7 und p = 1, bei B n = 25 und p = .52.
Was ist p? Ich ahne, dass die Antworten ja/nein-Antworten waren und p der Anteil der ja-Antworten ist. Stimmt das so? Sonst bitte erklären.
Ich möchte das Konfidenzintervall ausrechnen, bei dem sich die Fehlertoleranzen nicht mehr überschneiden
Was für ein Konfidenzintervall willst Du ausrechnen? Habe ich noch nicht verstanden.
, also:
1 - z∙√((1 ∙(1-1))/7) = .52 + z∙√((.52 ∙(1-.52))/25)
Ich bin da so anwendungsbezogen in der Statistik unterwegs, dass ich diese Formel nicht kenne. Ich würde das immer in ein Statistikprogramm eingeben, dann ist auch die Gefahr, dass ich beim Umstellen was falsch mache nicht so groß.
Mein Statistikprogramm heißt R und es bietet zum Vergleich zweier Proportionen die Funktion prop.test(), hinter der ein Chi-Quadrat-Test steht.
Dabei wird dann auch gleich ein Konfidenzintervall für den Unterschied der Proportionen ausgerechnet. Das sieht im Ergebnis dann so aus:
- Code: Alles auswählen
> prop.test(c(7, 13), c(7, 25))
2-sample test for equality of proportions with
continuity correction
data: c(7, 13) out of c(7, 25)
X-squared = 3.523, df = 1, p-value = 0.06052
alternative hypothesis: two.sided
95 percent confidence interval:
0.1927319 0.7672681
sample estimates:
prop 1 prop 2
1.00 0.52
Warning message:
In prop.test(c(7, 13), c(7, 25)) :
Chi-Quadrat-Approximation kann inkorrekt sein
Für die Bestimmung des Konfidenzintervalls verweist das R Handbuch auf folgende Publikation:
Newcombe R.G. (1998) Interval Estimation for the Difference Between Independent Proportions: Comparison of Eleven Methods. Statistics in Medicine 17, 873–890.
Du hast bestimmt die Fehlermeldung mit der Warnung vor ungenauer Approximation gesehen: 7 Befragte sind halt nicht so viele. Wenn das stört könnte man eine Vier-Felder-Tafel aus Deinen Beobachtungen erstellen und darüber einen Fisher-Test rechnen.
HTH,
Bernhard
