STATISTIK-FORUM.de

[Xenopus]

Hallo,
auf der Suche nach dem richtigen Test bin ich auf dieses Forum gestoßen. Ich arbeite im Labor, und bisher konnte mir noch keiner sagen, wie ich nun herausbekomme, ob bei der Verpaarung von Mäusen mit spontan-auftretenden Mutationen, ein bestimmter Typ benachteiligt ist. Letztendlich werden alle geborenen Mäuse auf diesen Defekt geprüft (genotypisiert), wobei es 6 Möglichkeiten gibt (inklusive homozygot, heterozygot, usw.).
Heraus kommt folgende Tabelle und mich interessiert, ob z.B. das Auftreten von Typ 1 im Experiment meiner Erwartung (die man nach Mendel berechnen kann) entspricht ob eben nicht.
Welches test hilft mir, der Chi2 test verrät mir ja nur, ob mein Experiment meiner Erwartung entspricht, so wie ich es bisher verstanden habe. Vielleicht hat jemand auch ein online Quelle, wo ich den Test machen kann? Vielen Dank.
Xenopus

[PonderStibbons]

Wenn ich Dich recht verstehe, willst Du nachweisen, bei welchen
Typen das Auftreten inferenzstatistisch signifikant von der
Erwartung abweicht? Man könnte dazu die "standardisierten
Residuen" heranziehen: Je Typ die beobachtete Häufigkeit
(nicht %-Anteile!) minus erwartete Häufigkeit, diese Differenz
geteilt durch die Wurzel der erwarteten Häufigkeit . Werte > 1,96
sind Indiz für eine "signifikante" Abweichung auf dem 5% Niveau,
> 2.58 auf dem 1% Niveau.

Mit freundlichen Grüßen

P.

[Xenopus]

Hört sich verständlich und machbar an, ich probiere es gleich mal. Wie bezeichnet man diesen Test? Und warum 1.96 und 2.58, ändern sich diese Grenzen mit der Anzahl der versuche, oder wo kann ich diese Grenzwert im WWW finden (weiss nicht ob der Begriff Grenze hier angebracht ist)? Danke.
Xenopus

[PonderStibbons]

Das ist kein formaler Test, das sind eben die standardisierten
Residuen. +/-1,96 sind die Grenzen, die 95% einer Standard-
Normalverteilung umschließen, +/- 2,58 umschließen 99%.

Mit freundlichen Grüßen

P.

[bele]

Hallo PonderStibbons,

ich bin etwas verwirrt. Warst Du nicht immer ein Verfechter einer Adaptation für multiples Testen (Bonferroni und wie sie alle heißen)?

Zum zweiten, und da will ich nicht etwa andeuten, dass ich etwas besser wüsste sondern definitiv als Frage an den Besseren gestellt: Bei Zähldaten in quadratischer Form hätte ich jetzt auch an Chi-Quadrat-Anpassungsteste gedacht, und zwar jeweils Typ 1 gegen die Summe aller anderen Typen, Typ 2 gegen die Summe aller anderen Typen und so weiter. Vorteile aus meiner jetzigen Sicht:
- man erhält einen p-Wert der sich leicht für multiples Testen anpassen ließe
- man würde nicht rationalzahlige Grenzwerte erhalten für eine ganzzahlige Größe
- über Relatives Risiko bzw. Odds Ratio als Effektstärkemaß müsste ich noch mal in Ruhe nachdenken...

Würde mich freuen, wenn Du das noch kurz kommentieren könntest.

Liebe Grüße,
Bernhard

[PonderStibbons]

Warst Du nicht immer ein Verfechter einer Adaptation für multiples Testen (Bonferroni und wie sie alle heißen)?

Nur wenn's passt. Im vorliegenden Fall würde ich selber einen 1% Grenzwert vorziehen.

jeweils Typ 1 gegen die Summe aller anderen Typen, Typ 2 gegen die Summe aller anderen Typen und so weiter.

Das wäre eine Alternative. Multiple logistische Regression mit einer
zur Fragestellung passenden Kontrastberechnung eine weitere.

Mit freundlichen Grüßen

P.

[bele]

Ich danke Dir!