STATISTIK-FORUM.de

[Jonnyo]

Hi,

hätte ein paar kleinere Frage hoffe ihr könnt mir weiterhelfen da ich in Statistik nicht allzu fit bin und mir alles selber erlesen habe und mir nicht so 100% sicher bin.

Ich habe aus unabhängigen Datensätzen (Jahresabschlüssen) verschiedenste Kennzahlen gebildet. Für jede Kennzahl habe ich rd. 300 Werte von solventen Unternehmen und rd. 150 Werte von insolventen Unternehmen. Ich würde gerne die Mittelwerte der beiden Gruppen auf Unterschied überprüfen.

Da ich unterschiedliche n habe und die varianzen in den beiden Gruppen ebenfalls unterschiedlich sind habe ich mich für den Welch-Test entschieden. Soweit so gut?

Zweites Problem ist, dass aufgrund von teilweise fehlenden Daten bzw. bereinigten Ausreißer bei den verschiedenen Kennzahlen das Verhältnis eben nicht immer 300 zu 150 ist sondern auch mal 270 zu 140 oder eben 310 zu 150 ist. Sind die verschiedenen t-werte (welche ja ein genormtes Maß wie unterschiedlich die Mittelwerte sind, oder?) untereinander vergleichbar?

Hoffe ich habe mein Problem verständlich erklärt.

Besten Dank schon mal.

Grüße

[bele]

Hallo Jonnyo,

wozu willst Du t-Werte untereinander vergleichen? Was erhoffst Du Dir davon? Vielleicht gibt es ein anderes Vorgehen, dass Deine eigentliche Frage besser beantwortet.

LG,
Bernhard

[Jonnyo]

Ich will damit die Mittelwerte der Insolventen und Solventen Unternehmen pro Kennzahl vergleichen. Je höher der T-Wert desto signifikanter ist der Unterschied desto besser trennt die jeweilige Kennzahl zwischen den beiden Gruppen. Der Test ist dafür auch soweit in der Literatur anerkannt bin mir nur etwas unsicher mit den unterschiedlichen "n".

Danke schon mal.

[Jonnyo]

Niemand eine Idee wie bzw. was bei uneterschiedlichen Großen Gruppen (n1 ungleich n2) zu beeachten ist?

Danke schon mal. Grüße

[strukturmarionette]

Hi,

Der Test ist dafür auch soweit in der Literatur anerkannt

- Du vergisst, den Test, den Du meinst, zu nennen.
- Du vergisst, Deine Literaturquelle zu nennen.

Gruß
S.

[PonderStibbons]

Je höher der T-Wert desto signifikanter

Das hängt doch auch von den Freiheitsgraden ab.

desto besser trennt die jeweilige Kennzahl zwischen den beiden Gruppen.

Das kann man so nicht sagen. Es geht um die Zuverlässigkeit, mit
der die Annahme zurückgewiesen wird, dass die Gruppen sich
nicht unterscheiden. Wie groß der Unterschied ist, geht daraus
nicht unmittelbar hervor.

Du könntest es mit Effektstärkemaßen wie Cohen's d versuchen.
Wenn das d aus zwei verschiedenen Gruppenvergleichen sich
unterscheidet, muss das zwar nicht viel heißen, weil Du mit
Stichprobendaten arbeitest, die Zufalschwankungen unterliegen,
aber für die Anschauung sollte es reichen.

Mit freundlichen Grüßen

P.

[Jonnyo]

Hi,

wie in meinem Ausgangspost beschrieben benutze ich den Welch-Test.
Aufgrund meiner relativ großen Anzahl an Kennzahlenwerte geht nach Timischl, Werner (2013): Angewandte Statistik. Eine Einführung für Biologen und Mediziner. (Seite 221) ist der Freiheitsgrad sehr hoch. Weshalb der kritische T-Wert immer realtiv konstant bei rd. |1,65| bei einem 90% Konfidenzniveau ist.
Falls der T-Wert größer als 1,65 ist kann die nullhypothese die Mittelwerte sind gliech folgich zurückgewiesen werden. Mit steigenden T-Werten ist das Ergebnis dann doch umso signifikanter.

Das der T-Test sehr gut die Trennfähigkeit von Kennzaheln zwischen solventen und insolventen Unternehmen trenn kann z.B. in:

Sun, Lie; Li, Hui; Huang, Qing-Hua; He Kai-Yu (2014): Predicting financial distress and corporate failure: A review from the state-of-the-art definitions, modeling, sampling, and featuring approaches. In: Knowledge-based systems (57), S. 41–56 oder in der dort auf Seite 52 verwiesenen Literatur nachgelesen werden.

Ich hoffe das erklärt in Kombination mit meinem ersten Post ein paar Ungereimtheiten.

[strukturmarionette]

Hi,

der Welch-Test orientiert beim Vergleich von intervallskalierten (uanabhängigen) Teilstichproben an komplizierteren theoretischen Annahmen als der T-Test und wird bei Varianzheterogenität empfohlen.
Bei Deiner offensichtlich großen Anzahl von irgendwie definierten und berechneten betriebswirtschaftlichen Kennziffern wäre nun jede Variable im Einzelnen zu prüfen.

Gruß
S.