STATISTIK-FORUM.de

[westerml]

Liebe Foren-Gemeinde,

ich bin mir unsicher in der Wahl des richtigen Tests für meine Analyse und freue mich riesig über jeden statistikaffinen Menschen, der ein Auge darauf wirft.

Es gibt 8 Tiere mit Behandlung und 6 Tiere ohne.
Von denen mit Behandlung wurden 4 Tiere nach 4 Wochen, die anderen 4 Tiere nach 12 Wochen getötet. Ohne Behandlung: 2 Tiere nach 4 Wochen, 4 Tiere nach 12 Wochen -> also 2 Standzeiten
Bei jedem Tier wurde der Knochen anhand von 3 Parametern an 3 verschiedenen Lokalisationen betrachtet (also 3x3 Werte pro Tier)

Ich möchte zeigen, dass es KEINEN Unterschied zwischen den Behandlungsgruppen gibt. Wohl aber zwischen den Zeitpunkten.

Ich hatte ursprünglich überlegt, einen Mann-Whitney-U-Test zu verwenden, und einfach alle 4 Wochen und 12 Wochen Tiere zusammen zu fassen (unabhängig von den Behandlungsgruppen) und einmal umgekehrt: alle Tiere ohne Behandlung verglichen mit allen Tieren mit Behandlung (und dann je Lokalisation und Parameter).

Kann ich va letztere Gruppierung vornehmen und die verschiedenen Standzeiten beim Gruppieren außer Acht lassen? Zumal auch die Gruppen verschieden groß sind? Oder muss ich einzeln den MWU anwenden (4w behandelt vs 4w unbehandelt, 12w behandelt vs 12w unbehandelt, und das jeweils pro Parameter und pro Lokalisation)? Dann wäre die Tabelle sehr ausufernd. Und welche Korrektur wäre sinnvoll?

Ziel dieser Auswertung ist lediglich zu zeigen, dass fortan eine Vernachlässigung der Behandlungsgruppen für die Hauptauswertung gerechtfertigt ist, da es keinen signifikanten Unterschied durch die Behandlung gibt. Danach würde ich dann nur noch zwischen 4 Wochen und 12 Wochen Tieren unterscheiden.

Und kurz zur Absicherung:
- ist non-parametric unpaired für diesen Aufbau korrekt? Ein Test auf Normalverteilung macht ja bei diesen Gruppengrößen wenig Sinn, oder?
- kommt auch ein ANOVA in Frage?

Ich wäre sehr dankbar für jede Hilfe.

Liebe Grüße,
westerml

[PonderStibbons]

Ich möchte zeigen, dass es KEINEN Unterschied zwischen den Behandlungsgruppen gibt.

Wenn man ein nicht-signifikantes Testergebnis mit dem Nachweis von Nicht-Unterschied verwechselt, dann ist das Zeigen kein Problem. Die statistische power ist bei so winzigen Stichproben derart klein, dass statsitisch signifiknte Ergebnisse fast ausgeschlossen sind. Bei 4 versus 2 vermute ich sogar, dass ein U-Test ein Ergebnis p < 0,05 von vornherein nicht erreichen kann.

Kann ich va letztere Gruppierung vornehmen und die verschiedenen Standzeiten beim Gruppieren außer Acht lassen?

Wie ist denn der Kontext der Studie, wer betreut das?

Ziel dieser Auswertung ist lediglich zu zeigen, dass fortan eine Vernachlässigung der Behandlungsgruppen für die Hauptauswertung gerechtfertigt ist, da es keinen signifikanten Unterschied durch die Behandlung gibt.

"Absence of evidence is not evidence of absence", zumal bei winzigen Stichproben.

Mit freundlichen Grüßen

PonderStibbons

[bele]

Bei 4 versus 2 vermute ich sogar, dass ein U-Test ein Ergebnis p < 0,05 von vornherein nicht erreichen kann.

Code: Alles auswählen

> wilcox.test(c(1,2), c(6,7,8,9))

   Wilcoxon rank sum test

data:  c(1, 2) and c(6, 7, 8, 9)
W = 0, p-value = 0.1333
alternative hypothesis: true location shift is not equal to 0

Richtig vermutet.

LG,
Bernhard

[westerml]

Vielen Dank soweit.
Dass ich mit den kleinen Gruppen so nicht weiter komme habe ich mir schon gedacht, deshalb der Wunsch, die Gruppen wie oben beschrieben zusammen zu fassen. Ich weiß nur nicht, ob man das darf.

Es geht um Versuche im Schafmodell, weswegen die Tierzahl entsprechend begrenzt ist. Mein Ergebnis ist insgesamt eine neue Analysenmethode. Da aber der Versuch, durch den ich meine Proben erhalten habe, aus zwei Behandlungsgruppen zu zwei Standzeiten besteht, möchte ich kurz zeigen, ob und wenn ja welchen Einfluss Behandlung und Standzeit auf die Proben hatten.
Mir ist es im Grunde für meine Analysemethode gleich, ob eines von beidem einen Effekt hatte oder nicht. Ich möchte nur eine korrekte Aussage über die Situation treffen können.

Kann ich also einen t-test oder Mann-Whitney-U verwenden und
- eine Aussage über den Behandlungseffekt treffen, indem ich alle Tiere mit 4 Wochen und 12 Wochen mit der gleichen Behandlung zusammen fasse und
- eine Aussage über den Einfluss der Standzeit treffen, indem ich alle Tiere mit Behandlung 1 und Behandlung 2 nach Standzeiten zusammenfasse?

Falls das mit so kleinen Gruppen statistisch überhaupt nicht möglich ist, weiß jemand eine andere korrekte Möglichkeit, die Ergebnisse darzustellen?

Vielen lieben Dank

westerml

[PonderStibbons]

Dass ich mit den kleinen Gruppen so nicht weiter komme habe ich mir schon gedacht, deshalb der Wunsch, die Gruppen wie oben beschrieben zusammen zu fassen. Ich weiß nur nicht, ob man das darf.

Von außen betrachtet nein. Aber das berührt das Substanzwissenschaftliche, das wäre ein Besprechungsthema mit Deinem Betreuer.

Kann ich also einen t-test

Zu kleine Stichprobe.

oder Mann-Whitney-U verwenden und
- eine Aussage über den Behandlungseffekt treffen, indem ich alle Tiere mit 4 Wochen und 12 Wochen mit der gleichen Behandlung zusammen fasse und

Siehe oben.

- eine Aussage über den Einfluss der Standzeit treffen, indem ich alle Tiere mit Behandlung 1 und Behandlung 2 nach Standzeiten zusammenfasse?

Das mixt aber Behandlung und Standzeit, da die Gruppen unterschiedlich groß sind.

Falls das mit so kleinen Gruppen statistisch überhaupt nicht möglich ist, weiß jemand eine andere korrekte Möglichkeit, die Ergebnisse darzustellen?

Korrekt schon, nur sind nichtsignifikante Ergebnisse wertlos, weil die statistische
power der Studie extrem gering ist.

Ich hab ja Verständnis dass das mit der Stichprobengenerierung schwierig ist, aber ob das
womöglich zu fast unnützen Daten fürht, kann man im Plaungsstadium abchecken (lassen).

Mit freundlichen Grüßen

PonderStibbons