STATISTIK-FORUM.de

[Lisalili]

Hallo!
Ich sitze gerade an meiner Diplomarbeit und habe ein riesen Problem!
Ich habe die Sprechgeschwindigkeit von einem Redner und einem Übersetzer in 100 aufeinanderfolgenden Gesprächsabschnitten gemessen und in Silben pro Sekunde ausgedrückt. Also spricht immer der Redner, dann übersetzt der Übersetzer das Gesagte für das Publikum. Nun muss ich prüfen, ob sich der Dolmetscher jeweils an das Redetempo des Redners anpasst. Ich habe den Korrelationskoeffizienten ausgerechnet, der aber einen geringen Wert (0,13 in einem Fall und 0,42 im anderen) ergeben hat. Das ist statistisch nicht relevant, oder? Wie kann ich denn aber prüfen, ob es eine Abhänigkeit bzw. Anpassung gibt, die nicht linear ist? Bin total überfordert mit der Aufgabe und wäre extrem dankbar für einen Tipp...
LG
Lisa

[bele]

Das universellste ist eine visuelle Überprüfung in der Grafik (Scatterplot). Da bekommst Du am besten ein Gefühl ob Du weiter nach Zusammenhängen suchen solltest. Ansonsten wären Kendall's tau oder der Spearman-Korrelationskoeffizient für nicht-lineare Zusammenhänge zwei Möglichkeiten.

Gruß,
Bernhard

[PonderStibbons]

Der Knackpunkt ist, dass keine inhaltlich begründete Vorstellung darüber zu existieren scheint, wie die Bezieheung denn ueberhaupt aussehen sollte oder sollte. Ohne inhaltlich begruendete Vorstellungen bleibt nichts, als sich der Hoffnung zu überlassen, dass irgendeine "statistische" Zahlenspielerei den Mangel an theoretischer Vorarbeit ersetzt.

Da nimmt eine Aussage wie "statistisch nicht relevant" nicht wunder, die ergibt keinen Sinn.

Sollte es eine Vorstellung geben darueber, wie die Beziehung aussehen koennte, zum Beispiel J-foermig oder u-foermig oder umgekehrt u-foermig, dann kann man da beispielsweise in einer Regressionsgleichung aufnehmen, wie y = b1x + b2(x*x)+b3(x*x*x), oder man muss eine nichtlineare Regression rechnen, das ist aber für Experten.

Gruss

P.

[KathrinSchmidt]

Hallo,

wir schreiben derzeit unsere Diplomarbeit und sind momentan an der statistischen Analyse. Wir möchten Korrelationen zwischen verschiedenen Werten errechnen, die wir erhoben haben. So z.B. den Zusammenhang zwischen verschiedenen Reaktionszeiten und Intelligenz oder klinischen Symptomen.
Wir haben eine große Stichprobe, die sich noch einmal in 4 Altersgruppen unterteilt. Wir möchten uns allgemein die Zusammenhänge anschauen und zusätzlich, wie sich diese Zusammenhänge zwischen den Altersgruppen unterscheiden. Also z.B. ob die Korrelationen zwischen Reaktionszeit 1 und Intelligenz in Altersgruppe 1 stärker ausfällt als in Altersgruppe 2,3 oder 4.

Wir benötigen also ein Verfahren, welches die Unterschiede von mehr als 2 Korrelationen misst, also ob sich diese Korrelationen signifikant voneinander unterscheiden.
Wir finden aber nur Verfahren, die 2 Korrelationen miteinander vergleichen.

Vielleicht hat jemand einen Tipp für uns, welches Verfahren wir anwenden könnten.
Vielen Dank und freundliche Grüße!

[aziz]

Hallo,

ihr könntet mit den von euch gefundenen Verfahren (zum Testen von zwei Korrelationen) paarweise tests durchführen. Also jede Korrelation mit jeder anderen überprüfen. Hierfür solltet ihr allerdings das Signifikanzniveau adjustieren, da ihr es hier mit einem multiplen Testproblem zutun habt. Verfahren zur Adjustierung des Niveau gibt es eine Vielzahl, wie zum Beispiel die Bonferroni- oder die Bonferroni-Holm-Korrektur.

Gruß
A.

[daniel]

Klingt so, als könnte man das auchg über Interaktionen in einer multiplen linearen Regression schätzen.

btw. die Suchfunktion in allen Ehren, aber neue Fragen sind m.E. besser in einem neuen Thema aufgehoben.