STATISTIK-FORUM.de

[sam05942]

Hallo,

ich habe ein Datenset mit den Preisaufzeichnungen von 100 Produkten über einen Zeitraum von 30 Tagen. Pro Tag wurden pro Produkt 3x die Preise aufgezeichnet, es sind also insgesamt 9000 Eintragungen.

Ich würde gerne statistisch testen, ob am Osterwochenende mehr Preisänderungen stattgefunden haben als an den anderen Tagen, weiß aber nicht, wie genau ich das anstellen kann.

Hatte die Idee mit dem Friedmann Test herauszufinden, ob sich die Tage signifikant unterscheiden - kann man das so machen?

Folgende Probleme: ich weiß nicht, wie ich die Tage zusammenfassen kann, da es pro Tag 3 Variablen gibt. Außerdem gehören sollen zu dem Osterwochenende 3 Tage à 3 Variablen gehören.
Außerdem weiß ich nicht, ob ich mit dem originalen Datenset arbeiten soll, oder z.B. ein Datenset über die Preisdifferenzen in absoluten oder relativen Zahlen.

Wie würdet ihr da vorgehen?

[PonderStibbons]

Warum nicht eine mehrfaktorielle Varianzanalyse für Messwiederholungen?
Ein möglicher Faktor wäre "Aufzeichnungsnummer am Tag" (3 Stufen), einer
wäre z.B. "Wochentag", einer wäre "historische Woche".

Mit freundlichen Grüßen

PonderStibbons

[sam05942]

Das ist eine gute Idee, wenn ich allerdings Messwiederholungen hinzufügen will, also für 30 Tage à 3 Stufen bekomme ich die Fehlermeldung "Diese Faktoren und Maße erzeugen Platzhalter (_?_) für Variablen, die für das Dialogfeld "Messwiederholung" zu lang sind."

Was kann ich da tun? und wieso funktioniert der Friedman Test nicht?

[PonderStibbons]

Das ist eine gute Idee, wenn ich allerdings Messwiederholungen hinzufügen will, also für 30 Tage à 3 Stufen bekomme ich die Fehlermeldung "Diese Faktoren und Maße erzeugen Platzhalter (_?_) für Variablen, die für das Dialogfeld "Messwiederholung" zu lang sind."

Vielleicht gibt es eine allgemeine Beschränkung der maximalen Anzahl Stufen eines Faktors.
Oder vielleicht kann man es nur in der Syntax mit so vielen Stufen anfordern. Schau mal
ins Handbuch.

und wieso funktioniert der Friedman Test nicht?

Inwiefern funktioniert er nicht?

Mit freundlichen Grüßen

PonderStibbons

[sam05942]

Danke schon mal für die Hilfe!

Das einzige, was ich bei Messwiederholungen einstellen konnte waren Tag (30 Stufen) und Uhrzeit (3 Stufen). Dann habe ich eine Varianzanalyse durchgeführt, bin mir aber beim Outcome unsicher, wie ich es interpretieren kann:

Beim Mauchly-Test auf Sphärizität kommt

Uhrzeit sig.: 0,538 / Greenhouse-Geisser: 0,982
Tag sig.: 0,000 / Greenhouse-Geisser: 0,074
Uhrzeit*Tag sig.: . (warum wird hier nur ein Punkt kein Wert angegeben?) / Greenhouse-Geisser: 0,067

-> bedeutet das, dass die Sphärizität bei "Tag" nicht gegeben ist und man daher auf die Greenhouse-Geisser Werte zurückgreifen sollte?

Bei den Tests der Innersubjekteffekte bekomme ich folgende Werte:

Uhrzeit
Sphärizität angenommen sig.: 0,079 / Greenhouse-Geisser: 0,080
Tag
Sphärizität angenommen sig.: 0,000 / Greenhouse-Geisser: 0,000
Uhrzeit*Tag
Sphärizität angenommen sig.: 0,278 / Greenhouse-Geisser: 0,355

-> bedeutet das jetzt, dass der Tag eine Auswirkung auf die Preise hat, die Uhrzeit und die Wechselwirkung von Tag und Uhrzeit aber nicht?



Dann habe ich ja den Friedman Test durchgeführt, also bei nicht-parametrische Tests k-verbundene Stichproben (die Stichproben sind doch verbunden da sie von denselben 100 Produkten genommen wurden über 30 Tage lang, oder?)
Da kommt bei asymptotische Signifikanz 0,000 raus.

Allerdings habe ich dann noch von den neuen Dialogfeldern bei nicht-parametrische Tests "verbundene Stichproben" gewählt, da bei "Tests anpassen" Friedmans zweifaktorielle ANOVA nach Rang gewählt und als Ergebnis kam "Nullhypothese ablehnen" und dann wurden die Tage paarweise verglichen. Da gab es dann natürlich bei vielen "Tagespaaren" signifikante Unterschiede, also z.B. zwischen Tag 4 Uhrzeit 3 und Tag 27 Uhrzeit 1. Wird hier die Uhrzeit überhaupt berücksichtigt, oder ist der Friedman-Test unpassend für meine Daten, da ja sowohl Uhrzeit, als auch Tag Faktoren sind?

--> kann ich aus der mehrfaktoriellen ANOVA und dem Friedman-Test also schließen, dass es zwischen einzelnen Tagen signifikante Unterschiede der Mittelwerte der Preise gibt, dementsprechend hat der Tag einen größeren Einfluss auf die Preise als die Uhrzeit?


--> wie genau kann ich jetzt herausfinden, ob an Ostern signifikant mehr bzw. weniger Preisänderungen stattfanden als an den anderen Tagen?

[PonderStibbons]

Du brauchst wie gesagt 3 Faktoren, Uhrzeit, Wochentag, Woche. Die Wechselwirkung von Woche*Wochentag repräsentiert,
ob der Wochentags-Effekt in allen Wochen gleich ist oder nicht. Ist er nicht in allen Wochen gleich, kann man im nächsten
Schritt versuchen zu analysieren, ob sich der Wochentagseffekt in der Osterwoche unterscheidet vom Wochentagseffekt in
den anderen Wochen.

Allerdings ist mir die abhängige Variable unklar. Mir scheint, dass Preisaufzeichnungen ungeeignet sind. Eher wäre an
Preisänderungen als abhängige Variable zu denken.

Die noch simplere Form wäre Anzahl Änderungen pro Tag (0 bis 3) und Analyse mit dem Friedman-Test. Dabei kann man
allerdings Wochentagseffekte nicht einbeziehen. Eventuell beschränkst Du Deine Analyse von vornherein nur auf
Wochenend-Tage.

Mit freundlichen Grüßen

PonderStibbons