STATISTIK-FORUM.de

[Lea89]

Hallo liebes Forum,
ich hoffe ihr könnt mir helfen!
Ich habe Standorte auf einer Fläche und deren Entfernung zum Weg. Ich möchte überprüfen ob die Verteilung der Standorte bzw deren daraus resultierende Entfernung zu den Wegen annähernd zufällig ist. Dazu habe ich Zufallspunkte auf der gleichen Fläche erstellt und ebenfalls die Entfernungswerte zu den Wegen erhoben.
Jetzt möchte ich statistisch überprüfen ob die Verteilung der Zufallspunkte denen der Standorte entspricht es also keinen Trend in der Entfernung zum Weg gibt. Die Verteilung der Grundgesamtheit sollte also sich nicht unterscheiden?!
Um zu überprüfen welche Tests ich verwenden darf hab ich mir ein QQ-Diagramm erstellt und einen Levene Test durchgeführt. Nach der Transformation der Daten waren sie optisch halbwegs normal verteilt, der Leven sagt aber
Levene's Test for Homogeneity of Variance (center = "median")
Df F value Pr(>F)
group 1 6.6322 0.01024 *
648
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

deswegen würde ich sagen doch ein nicht parametrische Tests?!

Hier hatte ich jetzt erst den Mann-Whitney-U im blick und bin aber gestern über den Kolmogorov Smirnov -Z gestopert. Welcher ist denn jetzt sinnvoller?

Mann-W.-U lässt sich auch durchführen, beim Kolmogorov bekomme ich leider immer eine Fehlermeldung bei R:
Entweder Argment "y" fehlt oder Objekt nicht gefunden.

Die Daten hab ich so angeordnet, dass ich zwei Spalten habe: Die Bezeichung Zufallspunkt oder Standort in der einen und dann die Log. Entfernung zum Weg in der anderen.

Hoffe as war halbwegs verständlich

[PonderStibbons]

Daten müssen nicht normalverteilt sein, um parametrische Tests durchführen zu können.
Allenfalls Daten innerhalb von Gruppen bzw. die Vorhersagefehler eines Verfahrens sollten
normalverteilt sein. Und auch das nur bei kleinen Stichproben. Transformationen soll man
nur durchführen, wenn sie inhaltlich sinnvoll sind. Sonst sind die Studienergebnisse
nicht sinnvoll interpretierbar. Du hast jetzt zusätzlich die Aussage, dass die transformierte
Variable zwischen den Gruppen unterschiedlich stark streut. Was soll das inhaltlich
bedeuten? Falls n > 30 beträgt, verwende die Ausgangsvariable, sofern Du einen t-Test
durchführen möchtest. Sollten die Streuungen unterschiedlich sein, dann wäre das auch
inhaltlich für Deine Studie eine evtl. relevante Beobachtung. Bei inhomogenen Varianzen
können Mittelwertvergleiche mithilfe von Korrekturformeln durchgeführt werden (z.B.
Welch-Test).

Mit freundlichen Grüßen

P.