STATISTIK-FORUM.de

[Esel]

Hallo! Ich schreibe in absoluter Verzweiflung, weil ich mir die ganze Zeit Youtube-Tutorials ansehe, aber einfach nicht weiß, wie ich meine Daten auswerten soll. *heul*
Es geht um die Auswertung eines Versuchs. 8 Mäuse, 2 davon haben einen Defekt im Gehirn. Alle 8 Mäuse nehmen an 8 Versuchen teil. In jedem Versuch werden die Mäuse in eine Arena mit einem Objekt gesetzt. Es wird die Zeit gestoppt, wie lange die Maus sich im Bereich direkt am Objekt aufhält. Es gibt 8 verschiedene Objekte. Mein Professor möchte, dass ich untersuche, ob es signifikante Unterschiede zwischen den Mäusen gibt und ob es signifikante Unterschiede zwischen den acht Objekten gibt. Blöderweise gibt es an zwei Stellen in der Datentabelle eine Lücke, da der Versuch abgebrochen werden musste.
Ich weiß nicht, wie man hier eine Tabelle einfügt, ich hoffe, man kann trotzdem etwas erkennen ( - bedeutet, dass der Wert fehlt).

Objekt 1 Objekt 2 Objekt 3 Objekt 4 Objekt 5 Objekt 6 Objekt 7 Objekt 8
Maus1 39,0 48,1 46,6 - 50,3 52,1 47,8 47,0
Maus2 44,8 49,8 60,5 56,8 - 56,2 58,9 52,9
Maus3 55,2 25,5 58,0 64,0 70,2 66,4 42,9 44,7
Maus4 43,4 35,9 54,5 53,1 41,6 39,1 42,5 43,4
Maus5 41,4 25,1 51,3 54,2 36,4 37,6 54,0 39,6
Maus6 56,7 30,6 49,0 30,5 39,4 49,7 42,5 30,5
Maus 7
(defekt) 47,9 66,2 49,2 40,9 43,7 42,8 47,5 47,5
Maus 8
(defekt) 80,9 86,2 94,7 85,1 83,8 88,2 84,9 82,3

Ich habe wirklich keine Ahnung, ob ich hier einfach stur einen t-Test durchführen kann. Es muss ja nicht perfekt sein, aber es wäre super, wenn ich diesen Unsinn irgendwie statistisch auswerten könnte, da ich sonst mit leeren Händen dastehe. Über Ratschläge wäre ich sehr glücklich! Danke.

[DocX]

Hallo,
hast du deine Daten schon auf Normalverteilung untersucht?
Wen nicht, kannst du den t-Test nicht rechnen. Für den t-Test müssten deine Daten auch intervallskaliert sein, ich nehme mal an, es handelt sich bei den o.g. Werten um "Zeit in Sekunden"? Dann wären deine Daten intervallskaliert (http://de.wikipedia.org/wiki/Skalenniveau).
Da dein Datensatz sehr klein ist, ist Normalverteilung unwahrscheinlich, du müsstest also einen non-parametrischen Test rechnen. Ich nehme an, für verbundene Stichproben (es sind ja die gleichen Mäuse und die gleichen Objekte). Und den würdest du dann zweimal rechnen, einmal den Unterschied auf Mausebene und einmal auf Objektebene.
Evtl. musst du dabei dann die Alphafehlerkumulierung beachten, kann dazu jemand was sagen?

LG
DocX

[Esel]

Hallo!
Danke für die Antwort. Ja, es handelt sich um die Zeit in Sekunden. Ich habe mir schon gedacht, dass ein t-Test bei so einer kleinen Stichprobe keinen Sinn macht, aber mein Professor meinte, ich soll das einfach so machen. Ich verstehe wirklich nicht, warum er darauf besteht, wenn es doch einfach falsch wäre. Naja, ich werde jetzt einen nicht-parametrischen Test durchführen. Ich bin mir noch nicht so sicher, was "verbunden" und "unabhängig" bedeutet, aber ich finde dazu vielleicht etwas hier im Forum oder im Internet. Ich habe noch nie etwas von Alphafehlerkumulierung gehört, aber hoffentlich lässt sich das ergoogeln.
Viele Grüße!

[Esel]

Hallo noch einmal.

Ich habe mich jetzt für den Wilcoxon-Test entschieden und möchte jetzt immer 2 Mäuse miteinander vergleichen. Somit hat meine Wertetabelle dann immer eine Spalte für die eine Maus mit 8 verschiedenen Werten (für jedes Objekt ein Wert) und eine zweite Spalte für die andere Maus. Ich will so nach und nach jede Maus mit den anderen 7 paarweise vergleichen. Danach würde ich dann jedes Objekt mit den anderen Objekten paarweise vergleichen. Insgesamt müsste ich den Wilcoxon Test dann 56 mal durchführen. Macht das Sinn? Ganz schön viel Arbeit. Ich hoffe, es stimmt dann endlich. Falls nicht, bitte Einspruch erheben! Danke.

[DocX]

Hallo,

eigentlich sollte der Wilcoxon genau das machen, nämlich Korrelationen rechnen... ohne dass du es 56 mal rechnest......
Verbundene Stichproben rechnet man dann, wenn zwei (oder mehrmals) das gleiche Objekt betrachtet wird, klassischer Weise z.B. wenn man eine Gruppe von Patienten hat, die ein Medikament bekommen und man sie vorher und nachher untersucht.