STATISTIK-FORUM.de

[Isabellaa]

Hallo,

kann mir vllt jmd sagen, wie ich das Konfidenzintervall für eine non parametrische Verteilung berechne?
Und weiß jmd zufällig, ob SPSS das kann?

Vielen Dank =)

[PonderStibbons]

Was meinst Du mit non parametrische Verteilung? Jede Verteilung hat Parameter.
Worin besteht konkret Dein anliegendes Problem?

Mit freundlichen Grüßen

PonderStibbons

[Isabellaa]

hey,

danke für deine Antwort. Also ich habe eine nicht normalverteilte Verteilung und einen signifikanten U-Test. Nun müsste ich das Vertrauensintervall angeben....aber mit dem klassischen Konfidenzintervall funktioniert das nicht ...oder?

[PonderStibbons]

danke für deine Antwort. Also ich habe eine nicht normalverteilte Verteilung und einen signifikanten U-Test.

Warum keinen t-Test? Falls Du meinst, der verlangt eine normalverteilte abhängige Variable: das stimmt nicht. Die Variable sollte in jeder der Gruppen aus eine Normalverteilung stammen, aber selbst das ist weitgehend entbehrlich, wenn n(Gesamt) > 30.

Nun müsste ich das Vertrauensintervall angeben....aber mit dem klassischen Konfidenzintervall funktioniert das nicht ...oder?

Ich weiß nicht genau, was ein klassisches Konfidenzintervall ist bzw. für welchen Parameter Du einen berechen willst. Da Du einen U-Test durchgeführt hast, könnte man vermutlich ein Konfidenzintervall für dessen Teststatistik berechnen. Nur kann man damit wohl wenig anfangen, ist ziemlich unanschaulich.

Mit freundlichen Grüßen

PonderStibbons

[Isabellaa]

Hallo,


also den T-Test habe ich auch durchgeführt, (n ist > 30), der war "knapp" insignifikant. Habe zur Kontrolle den U-Test durchgeführt, der war dann signifikant...da ich die übrigen Tests mit dem T-Test gemacht habe und immer das Vertrauensintervall der Differenz angegeben habe, wollte ich es für den U-Test auch gerne machen. Konnte dazu aber nichts finden in meiner Literatur.

Ist es also gar nicht üblich?

Das Vertrauensintervall des T-Tests ist leider nicht so aussagekräftig, da es positive Werte als auch negative einschließt (Grober Hintergrund: Bewertungen zweier Designs mittels Rating Skala).

Ist hier auch bei sehr stark gestreuten Daten das Ergebnis des T-Tests vorzuziehen?

Vielen Dank für die Hilfe!

[PonderStibbons]

also den T-Test habe ich auch durchgeführt, (n ist > 30), der war "knapp" insignifikant. Habe zur Kontrolle den U-Test durchgeführt, der war dann signifikant...

Ach so. Das ist eigentlich keine Kontrolle, wenn man mehrmals testet, bis p < 0,05 rauskommt.

da ich die übrigen Tests mit dem T-Test gemacht habe und immer das Vertrauensintervall der Differenz angegeben habe, wollte ich es für den U-Test auch gerne machen. Konnte dazu aber nichts finden in meiner Literatur.

Der U-Test testet aber nun keine Mittelwertunterschiede, weswegen entsprechende Überlegungen zu einem Konfdenzintervall für einen Mittelwertunterschied unpassend sind.

Das Vertrauensintervall des T-Tests ist leider nicht so aussagekräftig, da es positive Werte als auch negative einschließt (Grober Hintergrund: Bewertungen zweier Designs mittels Rating Skala).

Was meinst Du mit Vertrauensintervall des t-Tests? Ich dachte, es geht um das Vertrauensintervall des Mittelwertunterschieds? Und inwiefern nicht aussagekräftig aufgrund positver und negativer Werte - den Satz verstehe ich leider nicht. Geht es darum, dass die 0 im Konfidenzintervall enthalten ist? Das wäre nicht ungewöhnlich, und falls es um den Mittelwertunterschied "knapp insignifikanten" Mittelwertunterschied geht, dessen Konfidenzintervall sollte natürlich die Null enthalten, sonst wäre es nicht stimmig.

Ist hier auch bei sehr stark gestreuten Daten das Ergebnis des T-Tests vorzuziehen?

Ich weiß leider nicht, was Du meinst. Vielleicht beschreibst Du die Dinge besser konkret statt in Stichworten.

Mit freundlichen Grüßen

PonderStibbons

[Isabellaa]

Hallo PonderStibbons,

dass man non-parametrische Tests zur Kontrolle durchführt, wenn man keine Normalverteilung vorliegen hat, habe ich aus der Literatur. Aber eigentlich ist der Sinn und Zweck dieser Kontrolle, dass der U-Test hier den T-Test bestätigt. Nun ist das bei mir nicht der Fall.

Die Frage ist:
Es liegt eine nicht normalverteilte Datenverteilung vor.
Der T-Test ist insignifikant (p= 0,064) (zweiseitig getestet)
Der U-Test hingegen ist signifikant (p= 0,021).

Die Aussage welchen Tests ist hier vorzuziehen?

Deine Aussage zum Konfidenzintervall verstehe ich. Danke.

Letztlich geht es ja darum den Unterschied der beiden Designs zu bewerten. Ist er signifikant oder nicht?

[PonderStibbons]

dass man non-parametrische Tests zur Kontrolle durchführt, wenn man keine Normalverteilung vorliegen hat, habe ich aus der Literatur.

Verstehe ich nicht. Entweder ist der t-Test zulässig oder nicht. Und der U-Test ist ein rangbasiertes Verfahren, wie soll es da den t-Test kontrollieren können.

Es liegt eine nicht normalverteilte Datenverteilung vor.

Das ist für den t-Test gleichgültig. Allenfalls die Daten innerhalb der Zellen sollten aus Normalverteilungen stammen. Und auch das ist nur bei kleinen Stichproben relevant.

Die Aussage welchen Tests ist hier vorzuziehen?

Weder die eine noch die andere. Bzw. je nachdem, was einen interessiert. Der t-Test testet Mittelwerte, der U-Test nicht.

Womöglich liegen ungleiche Varianzen + ungleiche Stichprobengrößen vor. Sowas beeinflusst den t-Test.

Mit freundlichen Grüßen

PonderStibbons

[bele]

Liebe Isabellaa,

Du willst doch nicht schon zu Beginn Deiner wissenschaftlichen Karriere als Trickser und Statistikbetrüger gelten. Da Du "die übrigen" Tests als t-Test gerechnet hast, wird man sich die Augen reiben, wenn Du es hier nicht tust. Um also ehrlich zu bleiben, gibt es einen klaren Weg: Du berichtest den knapp nicht-signifikanten t-Test gemeinsam mit dem dazugehörigen Konfidenzintervall für den Mittelwertunterschied. Dann schreibst Du dazu, dass das Ergebnis knapp ist und sich mit dem t-Test nicht entscheiden lässt, ob sich die Grundgesamtheiten beider Gruppen unterscheiden, und dass Du deshalb noch einen Rangtest durchgeführt hast. Derp-Wert des Rangtests deutet stark darauf hin, dass die beiden Gruppen sich unterscheiden, aber weil die mehrfache Testung zu einer Alphafehlerkummulation führt, ist dieses Ergebnis nur als Hinweis und nicht als Beweis zu werten.
Das ist ehrlich, zeigt, dass Du Deine Berechnungen statistisch hinterfragst und Du musst Dir keine Sorgen machen, ob in 10 Jahren Isabellaa-Leaks deinen Abschluss zunichte macht.

LG,
Bernhard

[Isabellaa]

Hallo Bernhard,

ich danke dir für deinen Ratschlag!

Wie verhält es sich denn, wenn nicht nur die Annahme der Normalverteilung, sondern auch die der Varianzhomogenität verletzt wird

In diesem Fall wäre doch ein U-Test durchaus sinnvoll oder?