STATISTIK-FORUM.de

[freight]

Hallo,
In einer Untersuchung wurde festgestellt, das Männer im Schnitt 13cm größer sind als Frauen.
Ein Forscherteam weiß das nicht und erhebt die Größe von 10 zufällig ausgewählten Männern und Frauen.
Varianz bei beiden 64cm^2.
Sie verwendeten einen unverbundenen 2. Seitigen Test mit alpha 5%.

Nun ist die Frage mit welcher Wahrscheinlichkeit das Team keinen Unterschied nachweisen wird, wäre für Ansätze zur Lösung sehr dankbar!
Grüße

[PonderStibbons]

wäre für Ansätze zur Lösung sehr dankbar!

Poweranalyse.

Mit freundlichen Grüßen

P.

[bele]

Was für ein Zufall, dass bei Männern und Frauen die Varianz so schön gleich groß ist, das macht die Poweranalyse einfacher. Ansonsten könnte man dazu auch sehr schön eine kleine Computersimulation schreiben. Wäre auch ein Ansatz, ist hier aber sicher nicht gemeint.

LG,
Bernhard

[freight]

Vielen Dank schonmal für die schnellen Antworten!!

Poweranalyse hab ich in der Vl nie gehört, bin jetzt aber auf die "Post-hoc Berechnung der Teststärke" getroffen (das gleiche?).

Ich habe die Formel:

Für die Wahrscheinlichkeit keinen Unterschied nachzuweisen müsste man doch für β=0 einsetzen oder?

Dann wäre Z_1-β= -1,96 und die Teststärke: 1-β= P(Z<Z_1-β)
-> P(Z<1,96) = 0.025

also würden die Wissenschaftler mit 2,5% keinen Unterschied feststellen?
Ich glaub da stimmt irgendwas noch nicht:X

[PonderStibbons]

Für die Wahrscheinlichkeit keinen Unterschied nachzuweisen müsste man doch für β=0 einsetzen oder?

Wie kommst Du darauf? Das ist doch die gesuchte Größe.
Vielleicht brint eine Recherche nach Teststärke (jedoch nicht: Effektstärke) mehr Ertrag,
zum Beispiel http://eswf.uni-koeln.de/lehre/stathome ... /v3003.htm

HTH

P.

[freight]

Mh hilft mir auch nicht weiter.
Gesucht ist doch wie groß die Wahrscheinlichkeit ist, dass die Forscher in der Testgruppe mit 10 Personen keinen Größenunterschied feststellen.
Wofür brauch ich dann eigentlich die Info mit den 13cm?
Steh gerade voll auf dem Schlauch.

[PonderStibbons]

Gesucht ist doch wie groß die Wahrscheinlichkeit ist, dass die Forscher in der Testgruppe mit 10 Personen keinen Größenunterschied feststellen.

Gesucht ist also der beta-Fehler, angesichts gegebener Effektstärke, n und alpha.

Wofür brauch ich dann eigentlich die Info mit den 13cm?

Du musst bei einer Teststärke-/power-Analyse eine Effektstärke zugrundelegen,
bei t-Tests wäre das Cohen's d oder "t". Dazu braucht man Angaben über den
Mittelwertunterschied und die Streuung. Aber vielleicht will der Fragesteller
auch was ganz anderes als Lösungsweg, in dem Fall muss ich passen.

Mit freundlichen Grüßen

P.

[mango]

Hallo,

ich habe gerade mal nachgelesen und soweit ich das verstehe, ist das "normale" Vorgehen, den Nonzentralitätsparameter Lambda zu berechnen (Rasch et al.: Quantitative Methoden, S. 79ff). Für den gibt es eine eigene Kennwerteverteilung, an der du dann die Teststärke 1-ß ablesen kannst. Dich interessiert aber ß, weil du ja nicht die Wahrscheinlichkeit wissen willst, dass ein Effekt der bekannten Größe gefunden wird sondern die Gegenwahrscheinlichkeit.

Ist das in deiner Vorlesung drangekommen? Wenn ja, dann denke mal in der Richtung weiter.

[freight]

Mh dieses Verfahren haben wir leider auch nicht behandelt.
Eigentlich nur das Post-Hoc verfahren zur Teststärkebestimmung würde hier passen, da wird aber der Mittelwert mit 13cm nicht berücksichtigt,
weiß langsam nicht mehr weiter

[bele]

Mh dieses Verfahren haben wir leider auch nicht behandelt.
Eigentlich nur das Post-Hoc verfahren zur Teststärkebestimmung würde hier passen, da wird aber der Mittelwert mit 13cm nicht berücksichtigt,
weiß langsam nicht mehr weiter

Vielleicht wurde da aber die Effektstärke berücksichtig, und an die könnte man sich mit der wahren Mittelwertdifferenz von 13 cm und der gegebenen Varianz herantasten. DAnn wäre die 13cm-Angabe doch nicht ganz umsonst (ist sie nicht).

LG,
Bernhard