STATISTIK-FORUM.de

[kara123]

Hallo zusammen,

ich bin dankbar für jede Art von Input, da ich mit meiner Fragestellung bisher weder bei Kollegen noch durch Literaturrecherche besonders weiter gekommen bin. Innerhalb eines geplanten Artikel für meine Promotion habe ich folgendes Problem:

Ich habe zwei Gruppen, die ich vergleiche (Patienten und Kontrollprobanden). Diese Gruppen sollen mit vielen Variablen charakterisiert werden. Meinen primären Endpunkt bildet ein Gruppenvergleich mit zwei abhängigen Variablen (Ergebnisse einer Art kognitiven Leistung). Hypothese: Patienten zeigen Defizite.
Explorativ sollen noch weitere Analysen durchgeführt werden. Und zwar haben wir eine neuropsychologischeTestbatterie angewendet, die 14 Endvariablen umfasst. Hier sind Gruppenvergleiche notwendig. Weiterhin sollen Assoziationen der zwei Variablen des primären Endpunktes mit den neuropsychologischen Variablen sowohl als auch mit einigen Symptomvariablen untersucht werden (Korrelationsanalysen).

Ihr seht: Wahnsinnig viele Vergleiche und eine große Chance für eine Alpha-Fehler Kumulierung. Dieser möchte ich natürlich gerne entgegen wirken und trotzdem noch die Power meiner Analysen möglichst groß halten. Mit einer Bonferroni-Korrektur, die einfach alle Vergleiche einschließt, werden alle Effekte verschwinden. Die tatsächlichen Daten spiegelt das dann kaum mehr wieder.

Kann ich die verschiedenen Hypothesen als verschiedene "Familien" behandeln und unterschiedliche Signifikanzlevel ansetzen, d.h. a=0.05/14 (MANOVA für die neuropsychologische Testbatterie), a=0.05/28 (Korrelationen der Endpunkte mit neuropsychologischer Testbatterie) und a=0.05/8 (Korrelationen der Endpunkte mit Symptomen)? Diese Rechnungen beantworten schließlich jeweils andere Fragestellungen. Wenn ja, gibt es dafür eine gute Quelle, die ich Reviewern zur Erklärung anbieten kann? Oder gibt es eine andere und bessere Möglichkeit mit der ich weniger konservative (im Vergleich mit Bonferroni) Korrekturen durchführen kann, die meine Effekte nicht alle kaputt machen?

Vielen Dank für Eure Hilfe!

[PonderStibbons]

Wenn ich sehr viele Vergleiche machen muss, setze ich meistens
das alpha Niveau auf 1%. Das akzeptiere ich selber als Reviewer in der
Regel und bisher wurde es auch anstandslos durchgewunken, wenn
ich es als Verfasser so eingereicht hatte. Garantiert ist das damit
natürlich nicht.

Mit freundlichen Grüßen

P.

[kara123]

Das macht für mich Sinn und hatte ich mir auch schon als Möglichkeit überlegt. Sehr gut, dass ich das auch der Sicht eines Reviewers höre.

Einer von vielen verschiedenen.

dass ich für den primären Endpunkt mit nur zwei Variablen

Ein primärer Endpunkt ist ein Endpunkt, nicht zwei.

Mit freundlichen Grüßen

P.

[kara123]

Ein primärer Endpunkt ist ein Endpunkt, nicht zwei.

Heißt das, dass es eher wenig Sinn macht für diese primäre Hypothese keine Korrektur anzuwenden, für die explorative Analyse dann aber schon?

[PonderStibbons]

Pardon, habe versehentlich das zu beantwortendene Posting überschrieben.

[PonderStibbons]

Heißt das, dass es eher wenig Sinn macht für diese primäre Hypothese keine Korrektur anzuwenden, für die explorative Analyse dann aber schon?

Das heißt, dass ich Deine Begrifflichkeit nicht nachvollziehen kann.
Ein primärer Endpunkt ist 1 primärer Endpunkt. Wenn es 2 sind, kann
einer davon kein primärer Endpunkt sein. Zumindest habe ich nie
anderes erlebt. Wie soll man denn auch entscheiden, wenn die beiden
Ergebnisse einander widersprechen.

Mit freundlichen Grüßen

P.