STATISTIK-FORUM.de

[Zukoffski]

Hallo!

Zuerst: Dies ist mein erster Beitrag in diesem Forum und ich weiß nicht, ob ich in diesem "Bereich" richtig bin. Falls das hier völlig falsch ist, sagt mir das Bitte, dann lösche ich den Beitrag und erstelle ihn im richtigen Unterforum neu.
Ausserdem bin mathematisch völlig hilflos. Mein Verständnis für Mathematik hat in dem Moment aufgehört, als in der Schule plötzlich Buchstaben in den Rechnungen aufgetaucht sind. Daher ist meine Frage womöglich ziemlich dämlich oder einfach zu beantworten.

Versuchsaufbau: Vor 10 Jahren wurde 16 Patienten Blut abgenommen. Diese Blutprobe wurde dann in zwei verschiedene Röhrchen abgefüllt und unterschiedlich Behandelt (Behandlung "A" und Behandlung "B") und dann eingelagert. Bei der einen Hälfte der Proben (von den 16 Stück mit Behandlung "A) wurde wieder eine Hälfte (8 Stück von Behandlung "A") nachbehandelt (Ich nenne das mal "A-2").

Fragestellung:
1.) Unterscheidet sich Behandlung B von Behandlung A, unabhängig davon, dass es bei Behandlung A bei der Hälfte der Proben einen Nachbehandlung gab ("A-2").

-> Ich habe die Daten in Excel eingetragen und da einen einfachen T-Test gemacht. Diesen habe ich mit den Auswahloptionen von Excel Zweiseitig gemacht und "gepaart". Meine Begründung hierfür war, dass ich ja nicht weiß ob die Behandlung A die Messwerte größer oder kleiner macht, und die Proben eines Paares vom selben Patienten stammen. Deshalb eben zweiseitig und gepaart.

-> Stimmt diese Rechnung? Ich gehe mal davon aus, dass das so passt, oder?

2.) Das ist mein eigentliches Problem: Ich würde gerne die Differenz A vs. B und A-2 vs. B miteinander vergleichen. Hierzu habe ich die Messwerte der 8 Patienten ohne Nachbehandlung in zwei Spalten eingetragen sowie die Messwerte der 8 Patienten bei denen es eine Nachbehandlung gab. Insgesamt habe ich also nun 4 Spalten in Excel eingetragen: 8x Behandlung B vs. Behandlung A sowie 8 x Behandlung B vs. A-2. Ich habe nun festgestellt, dass die Differenz von B auf A größer ist, als bei den Patienten bei denen es eine Nachbehandlung gab (B vs. A-2). Um das graphisch darzustellen habe ich ein Balkendiagramm erstellt und die durchschnittliche Differenz als "Steigung" angenommen. Diese würde ich gerne miteinander per T-Test vergleichen. Wie meine Daten aussehen, habe ich mit einem Screenshot hier in den Anhang geladen.

-> Es kommt raus, dass der Abfall nicht statistisch signifikant ist (rot markierte Werte). Für mein Laien-Auge sieht die Differenz aber sehr eindeutig aus (die Grün markierten Werte). Liegt das daran, dass ich mit 2x8 Paaren einfach zu wenig Proben habe? Es gibt blöderweise einen Ausreißer in den Daten, der vermutlich dafür sorgt, dass das Ergebnis nicht signifikant ist. Wie gehe ich mit diesen Daten um?

-> Ich würde gerne eine "graphische" Darstellung, ähnlich des mit Paint gemalten Diagramms haben (ebenfalls im Anhang). Gibts in Excel oder Graphpad Prism die Option, sich das anhand von echten Berechnungen anzeigen zu lassen? Ich habe hier halt einfach mit Paint eine Linie reingemalt. Sowas hätte ich gerne in Excel oder Graphpad..


Das ist alles total schwierig zu erklären, wenn man sich damit nicht auskennt. Ich hoffe, mein Problem ist verständlich. Falls sich jemand wirklich damit auskennt und mich beraten möchte, dem würde ich auch per PN meine Telefonnummer zukommen lassen oder meine E-Mailadresse oder oder oder...

Viele Grüße,

Zukoffski

PS: Ich sehe gerade, dass es den Anhang bzw meine Bilder nicht hochladen kann. Dort kommt die Fehlermeldung "Das Kontingent für Dateianhänge ist bereits vollständig ausgenutzt." Ohne den Bildern ist es noch viel schwerer, zu erklären was mein Problem ist

[Zukoffski]

Ich kann leider auch in der Antwort keine Bilder anhängen Ich kann die aber jederzeit per PN oder E-Mail zukommen lassen...

[bele]

Hallo Zukoffski,

Meine Begründung hierfür war, dass ich ja nicht weiß ob die Behandlung A die Messwerte größer oder kleiner macht, und die Proben eines Paares vom selben Patienten stammen.

Das ist korrekt und korrekt begründet. Hinsichtlich Ausreißern müsste man aber konsequent diese entweder in allen Auswertungen beachten oder in keiner. Mindestens eine visuelle Prüfung dieser Daten auf verzerrende Ausreißer wäre noch schön.

Ich würde gerne die Differenz A vs. B und A-2 vs. B miteinander vergleichen. [...] Diese würde ich gerne miteinander per T-Test vergleichen.

Du kannst die Differenzen A minus B auf der einen und A2 minus B auf der anderen Seite mittels eines t-Tests für unverbundene Stichproben vergleichen. Man könnte auch für einen Vorzeichenrangtest plädieren, der weniger empfindlich gegen Ausreißer und gegen Verletzungen von Normalverteilungsannahmen ist, aber auch der t-Test geht wahrscheinlich durch.

Um das graphisch darzustellen habe ich ein Balkendiagramm erstellt und die durchschnittliche Differenz als "Steigung" angenommen.

Balkendiagramme sind selten optimal, aber auch selten ganz falsch. Leider kann ich Deinen weiteren Schilderungen ohne Grafiken nicht folgen. Das mit den ausgeschöpften Kontingenten bei 0 Byte ist seit Jahren ein Problem in diesem Forum, um dass sich die Administration nicht zu kümmern scheint. Entsprechende Beschwerden an die Administratoren sind immer empfehlenswert, werden aber eher keine rasche Besserung bringen. Entweder schaffst Du es, das Problem mit Worten zu beschreiben, oder Du suchst irgendwo anders Platz zum Hochladen. Weder Excel noch Graphpad Prism scheinen mir hier im Forum häufig vertreten zu sein. Es kommt auf den Versuch an, ob Dir jemand beschreiben kann, wie Deine Grafik da zu machen ist.

LG,
Bernhard

[strukturmarionette]

Hi,

- N?
- Du musst zunächst Dein Procedere /Design fachlich darlegen und begründen (korrekte Modellspezifikation).
- Soweit es die statistischen Anwendungsvoraussetzungen von T-Tests betrifft, kannst Du Dich an jene des Allgemeinen Linearen Modells orientieren.

Gruß
S.

[Zukoffski]

Guten Tag,

vielen Dank für die Antworten!

Also ich habe inzwischen etwas weiter gerechnet und mich erkundigt, brauche aber immer noch Hilfe und versuche, auf alle Fragen hier einzugehen:

Zunächst mal an Strukturmarionette:
-Meine N-Zahl beträgt 16 Paare, also 32 Proben
-Ich weiß nicht, was du mit Procedere darlegen genau meinst... also ich versuche, nochmal meinen Aufbau zu beschreiben: Vor 10 Jahren wurde 16 Patienten Blut abgenommen. Diese Blutprobe (10 ml) wurde aufgeteilt in 2x5 ml. Diese 5 ml wurden dann in der einen Hälfte der Proben (16 Stück, "A") mit etwas behandelt. Die andere Hälfte (16 Stück, "B") wurden anders behandelt. Mit den 16 B-Proben wurde dann gar nichts mehr weiter gemacht. Die 16 A-proben wurden aber in zwei Teile aufgeteilt, nämlich A-1, mit denen "nichts weiter" passiert ist, sowie A-2, die zu der ersten Behandlung eine zweite Behandlung bekommen haben. Insgesamt gibt es also 3 verschiedene Größere Gruppen: 16x Patient B, 8 x Patient A-1 und 8x Patient A1, wovon aber die beiden A-Patienten beide einmal die selbe Behandlung bekommen haben und nur bei A-2 durch eine weitere ergänzt wurden.

- Was ich jetzt gemacht habe um herauszufinden, ob sich A von B ganz generell unterscheidet ist ein Zweiseitig, gepaarter T-Test, aus allen Daten von A vs. B., das scheint ja laut "bele" soweit in Ordnung zu sein, oder? Was bedeutet, dass ich den nur für "für unverbundene Stichproben" durchführen darf? Sind meine Proben nicht verbunden, da sie ursprünglich aus dem selben Patienten und der selben Blutprobe stammen?

- Ich möchte mit dem Test halt folgende Fragen beantwortet haben:
* Unterscheidet sich Behandlung A von B
* Unterscheidet sich Behandlung A1 von B STÄRKER/SCHWÄCHER als Behandlung A2 von B
* Unterscheidet sich Behandlung A1 von A2
* Beeinflussen sich A1, A2 oder B gegenseitig?
Hierfür wurde mir empfohlen einen ANOVA-Messwiederholungs-Test durchzuführen. Allerdings mit dem Hinweis "ich weiß nicht, ob man das bei deinen Proben machen darf, oder ob der dafür überhaupt geeignet ist".
Daher die Frage: Ist das ein korrekter Test, der dafür geeignet ist? Ich hab mir etwas dazu durchgelesen, und prinzipiell passt das Anova schon, wenn man 4 Gruppen miteinander vergleichen möchte. Allerdings wird da nie erwähnt, ob es für meine Proben okay ist - da ich ja eigentlich keine 4 Gruppen sondern nur 3 Gruppen hab (es gibt ja nur eine Behandlung B, aber zwei Behandlungen A, nämlich A-1 und A-2). Es gibt noch einen anderen ANOVA-Test, aber ich weiß nicht, was da der Unterschied ist, ob der besser, oder überhaupt für meine Proben geeginet ist.

- Für die Graphische Darstellung habe ich eine Lösung gefunden, vielen Dank! Es geht also jetzt eher darum, einen korrekten, wissenschaftlich begründeten Test für die Auwertung meiner Daten zu finden und hierfür Bitte ich um mithilfe!


Vielen Dank für die Mühen,

Zukoffski



- Was ich weiterhin gemacht

[bele]

- Was ich jetzt gemacht habe um herauszufinden, ob sich A von B ganz generell unterscheidet ist ein Zweiseitig, gepaarter T-Test, aus allen Daten von A vs. B., das scheint ja laut "bele" soweit in Ordnung zu sein, oder? Was bedeutet, dass ich den nur für "für unverbundene Stichproben" durchführen darf?

Über den Test hat niemand gesschrieben, dass er unverbundene Stichproben vergleich. Geschrieben hatte ich dazu, dass Deine Begründung für den TEst für verbundene STichproben stimmig ist.

* Unterscheidet sich Behandlung A von B

siehe oben

* Unterscheidet sich Behandlung A1 von B STÄRKER/SCHWÄCHER als Behandlung A2 von B

Dazu hatte ich den Vorschlag gemacht, Differenzen per t-Test für unverbundene Stichproben zu erwägen. Cave Normalitätsvoraussetzungen bei kleiner Stichprobenzahl.

* Unterscheidet sich Behandlung A1 von A2

Widerum: Geht mit t-Test, dieser ist aber bei so kleinen Zahlen empfindlich gegen Verletzung von Vorausetzungen.

* Beeinflussen sich A1, A2 oder B gegenseitig?

Das verstehe ich nicht. Die stehen doch schon seit Jahren im Kühlschrank, wie sollen sie sich da beeinflussen?

Es gibt noch einen anderen ANOVA-Test

Es gibt weit mehr als zwei Varianten der Varianzanalyse.

Für die Graphische Darstellung habe ich eine Lösung gefunden, vielen Dank! Es geht also jetzt eher darum, einen korrekten, wissenschaftlich begründeten Test für die Auwertung meiner Daten zu finden und hierfür Bitte ich um mithilfe!

Vielleicht habe ich mich falsch ausgedrückt. Der t-Test ist bei so kleinen Fallzahlen empfindlich auf Ausreißer und bei kleinen Fallzahlen ist die visuelle Beurteilung dein einziger Weg, nach Ausreißern zu suchen. Ob die o. g. t-Tests und Varianzanalysen korrekt und wissenschaftlich begründet sind hängt also total von Deiner visuellen Analyse ab.

LG,
Bernhard