STATISTIK-FORUM.de

[microban123]

Du hast anscheinend die 3 Gruppen z-standardisiert und dann die Mittelwerte
verglichen? Die Deskriptivstatistiken z-standardisierten Werte hast Du Dir aber
nicht angesehen?

Ahhh ja. Genau habe die drei Gruppen z-standardisiert und die Mittelwertte verglichen, was ja nicht geht weil der Mittelwert von z-Werten ja null ist...
Eine z-Transformation mache ich also nur wenn die Daten unterschiedlich skaliert sind und aus verschiedenen Verteilungen stammen. Es ist also in dem Fall völlig unsinnig?!

Ich dachte irgendwie ich müsste z transformieren, um zu verifizieren ob es sich bei den angezeigten Ausreissern im Boxplot, um echte Ausreisser handelt... steht auf diversen Seiten so beschrieben... habe gelesen, dass häufig 2,58 als Wert gewählt wird, weil dieser gemäss Standardnormalverteilungstabelle 0.99506 ist, also demnach 99.51% der Werte kleiner oder gleich gross sind als dieser Wert. Die restlichen 0.49% waren dann sozusagen für mich Ausreisser, die meine Mittelwerte unnötig verzerren.

[microban123]

sind die AV-Ordnungszahlen kategorial polytom?

Die Ordnungszahlen aus der Chemie können die Werte zwischen 1 (Wasserstoff) und 118 (Organesson) annehmen. Die gemessenen Ordnungszahlen in der Leber bewegen sich zwischen 5,0 und 8,3. Denke also eher kontinuierlich... Habe sie im SPSS als Mass "Skala" angegeben.

[PonderStibbons]

Stichproben sind niemals normalverteilt. Und dass sie aus einer normalverteilten
Grundgesamtheit stammen, ist erfahrungsgemäß bei ausreichend großen Stichproben
beinahe immer zu verwerfen, bei kleinen Stichproben wird es nur aufgrund mangelnder
statistischer power beibehalten.

- Meinst du, dass bei ausreichend grossen Stichproben davon ausgegangen werden kann, dass sie aus einer normalverteilten Grundgesamtheit stammen? Verstehe "verwerfen" in dem Zusammenhang nicht

Es gibt vermutlich nur sehr wenige normalverteilte Grundgesamtheiten im Bereich von Biologie/Medizin/Psychologie etc. Vgl. https://pdfs.semanticscholar.org/2903/1 ... 4923c6.pdf . Wenn die Stichprobe nur groß genug ist, kann man mit ziemlicher Sicherheit die Hypothese verwerfen, dass sie aus einer "normalverteilten" Grundgesamtheit stammt. Das bedeutet im Umkehrschluss, dass nicht-signifikante Normalverteilungstests nichts weiter als Fehler 2. Art sind, also wertlos.

Relevanter wäre schon eher das Ausmaß der Abweichung, nicht Abweichung ja/nein. Aber dazu sagt der Signifikanztest nichts. Und noch relevanter wäre es festzustellen, dass Normalverteilungsannahmen in aller Regel irrelevant sind.

Mit freundlichen Grüßen

PonderStibbons

[PonderStibbons]

Die Ordnungszahl Z ist genau das, was man aus der Chemie kennt (eben die Ordnungszahl der Elemente, z.B. Jod 53, Wasserstoff 1). Da wir davon ausgehen, dass mit steigendem Fettgehalt in der Leber sich auch in gewisser Weise die Zusammensetzung der Elemente ändert (da mehr Fett mit Grad 3), haben wir dies gemessen und wollen nun auswerten, inwiefern die Unterschiede zwischen den drei Graduierungen signifikant sind. (Die Mittelwerte mit Ausreissern sind von Grad 1 7.3, Grad 2 7.2, Grad 3 7.1)... Daher sieht man hier schon an den Messwerten, dass sie sich nicht wahnsinnig unterscheiden (und garantiert zwischen Grad 1-2 und 2-3 kein siginifikanter Unterschied besteht)...

Ja gut, aber man weiß von Ferne nicht, ob ein "Ausreißer" hier nicht einfach der Eigentümlichkeiten des gemessenen
Phänomens entspricht. Also ob es bei erhöhten Werten ohne weiteres so sein kann, dass jemand von 40 auf 60 oder
auch gleich auf 99 springt. Wenn ich Transaminasen in einer repräsentativen Gruppe Alkoholkonsumenten messe und
schmeiße alle mit extremen Werten raus, dann sind das die Fälle mit geschädigter Leber und wären eigentlich vollgültig.
Daher der Hinweis, man kann solche Entscheidungen nicht einfach einem statistischen Kriterium überlassen.

Mit freundlichen Grüßen

PonderStibbons

[microban123]

Okay perfekt ich glaube ich habe es verstanden.

Das heisst zusammengefasst, wenn ich den einfachsten Weg gehe:
- ich gehe von nicht normalverteilten Daten aus und wähle daher einen nicht-parametrischen Test (Kruskal Wallis H-Test)
- die Ausreisser werden drin gelassen, insofern nicht Messfehler bedingt sind durch beispielsweise Artefaktüberlagerungen und daher "Falsch" sind
- ich führe einen Post-hoc Test aus, der mir sagt, inwiefern Unterschiede zwischen den drei ver. Graduierungen bestehen
- ich kann, sofern wir das als sinnvoll erachten, Effektstärkemasse bestimmen (für Mediane also in dem Fall nach Pearson)
Bzw. ich habe gelesen dass r nach Pearson durch ungleiche Stichprobengrössen verzerrt wird (meine Stichprobengrössen sind ja sehr unterschiedlich). Wäre ein anderer berechenbarer Parameter wie η2 sinnvoll?

Das würde dann so passen?

[PonderStibbons]

Kruskal-Wallis wäre dann eine Möglichkeit, wenn die Fragestellung in etwas lautet
"hat keine Gruppe tendenziell höhere Werte als mindestens eine andere".
Geht es aus inhaltlichen oder methodischen Gründen explizit um den Vergleich von
Mittelwerten, dann ist er nicht angebracht.

Mit freundlichen Grüßen

PonderStibbons

[strukturmarionette]

Hi,

gut.
Ich hätte aber schon seitens der Vertextungen (Eingangsposting u.a.) mindestens drei relevante Variablen für eine (statistische) Modellbildung herangezogen.

Gruß
S.

[Hatel1958]

Ist es zulässig nach dem Kruskal-Wallis H-Test noch Cohens d zu bestimmen um die Effektstärke zu berechnen?