STATISTIK-FORUM.de

[Lis91]

Liebe Statistik-Community,
ich hätte da mal eine Frage: Ich möchte 2 Gruppen (Rheuma-Patienten vs. gesunde Kontrollen) hinsichtlich eines Blutwertes (metrisch skaliert) miteinander vergleichen.
Nun könnte man das ja auf zweierlei Wegen tun: Entweder man behandelt die Gruppen als dichotom (0/1) und vergleicht die metrischen Blutwerte damit mit einem Mann-Whitney-U-Test oder man splittet die Blutwerte der Patienten auf der einen Seite und die der Kontrollen auf der anderen Seite und vergleicht die mit einem t-Test, oder? Geht das beides? Danke schonmal für eure Hilfe

Liebe Grüße
Lis

[PonderStibbons]

oder man splittet die Blutwerte der Patienten auf der einen Seite und die der Kontrollen auf der anderen Seite und vergleicht die mit einem t-Test,

Verstehe ich leider nicht Wie hat man sich das praktisch vorzustellen?

Mit freundlichen Grüßen

PonderStibbons

---
Gottseidank...Kanon für 36

[Lis91]

oder man splittet die Blutwerte der Patienten auf der einen Seite und die der Kontrollen auf der anderen Seite und vergleicht die mit einem t-Test,

Verstehe ich leider nicht Wie hat man sich das praktisch vorzustellen?

Mit freundlichen Grüßen

PonderStibbons

Hallo PonderStibbons!
Vielleicht war das etwas missverständlich ausgedrückt.
Ich meinte damit, dass man den Datensatz in 2 kleinere Datensätze aufteilt: einer mit den Blutwerten der Patienten und einer mit denen der Kontrollen.

Also die Daten der Blutwerte aller Personen (als eine Variable) mit der Variable Patient 0/1 im Rahmen eines Mann-Whitney-U-Tests vergleichen oder 2 kleine Datensätze (einmal mit den Blutwerten der Patienten und ein Datensatz mit den Blutwerten der Kontrollen) mit einem t-Test vergleichen.

Liebe Grüße
Lis

[PonderStibbons]

Verstehe ich leider immer noch nicht. Du hast dann die Gruppe Patienten und die haben jeder einen Blutwert (intervallskaliert).
Womit, mit was, mit wem willst Du die Werte per t-Test vergleichen?

Mit freundlichen Grüßen

PonderStibbons

[Lis91]

Verstehe ich leider immer noch nicht. Du hast dann die Gruppe Patienten und die haben jeder einen Blutwert (intervallskaliert).
Womit, mit was, mit wem willst Du die Werte per t-Test vergleichen?

Mit freundlichen Grüßen

PonderStibbons

Mit den Blutwerten der gesunden Kontrollen...

[PonderStibbons]

D.h. Deine Frage ist, ob Du die Gruppen (hier codiert mit 0 und 1) hinsichtlich der Blutwerte
mit dem U-Test vergleichst, oder ob Du die Gruppen (hier codiert mit 0 und 1 ?) hinsichtlich
der Blutwerte mit dem t-Test vergleichst? In dem Fall müsstest Du halt schauen, ob die
Voraussetzungen für den t-Test (oder besser von vornherein t-Test mit Welch-Korrektur)
erfüllt sind.

Mit freundlichen Grüßen

PonderStibbons

[bele]

Hallo Lis,

ob Du eine neue Variable 0/1 machst oder ob Du in zwei Gruppen splittest, die Du miteinander vergleichst, das sind Spezialitäten Deiner Software oder oder Art, wie Du sie benutzt. Um einen Blutwert zwischen zwei Gruppen zu vergleichen sind sowohl Wilcoxon als auch t-Test geeignet und ob Du das "dichotom" oder "gesplittet" nennst, ist statistisch-inhaltlich irrelevant. Wenn Du große Stichprobengrößen hast (viele Patienten in beiden Gruppen) dann bietet sich der t-Test an, denn er ist bei Medizinern sehr beliebt und es gibt ein offensichtliches Effektstärkemaß und Poweranalysen sind leicht zu machen und so weiter.

Je kleiner die Stichproben und je weniger man irgendwelche Normalverteilungsmaße anwenden kann (bspw. bei Titern) und vor allem, wenn es zensierte Werte gibt (sowas wie ">20 pro Gesichtsfeld" oder ">10.000µl" oder "<0,1mmol/ml"), dann schlägt das Pendel eher in Richtung (Wilcoxon-)Rangsummentest.

HTH,
Bernhard

[Lis91]

Hallo Lis,

ob Du eine neue Variable 0/1 machst oder ob Du in zwei Gruppen splittest, die Du miteinander vergleichst, das sind Spezialitäten Deiner Software oder oder Art, wie Du sie benutzt. Um einen Blutwert zwischen zwei Gruppen zu vergleichen sind sowohl Wilcoxon als auch t-Test geeignet und ob Du das "dichotom" oder "gesplittet" nennst, ist statistisch-inhaltlich irrelevant. Wenn Du große Stichprobengrößen hast (viele Patienten in beiden Gruppen) dann bietet sich der t-Test an, denn er ist bei Medizinern sehr beliebt und es gibt ein offensichtliches Effektstärkemaß und Poweranalysen sind leicht zu machen und so weiter.

Je kleiner die Stichproben und je weniger man irgendwelche Normalverteilungsmaße anwenden kann (bspw. bei Titern) und vor allem, wenn es zensierte Werte gibt (sowas wie ">20 pro Gesichtsfeld" oder ">10.000µl" oder "<0,1mmol/ml"), dann schlägt das Pendel eher in Richtung (Wilcoxon-)Rangsummentest.

HTH,
Bernhard

Hallo PonderStibbons, Hallo bele!
Danke für eure Hilfe, das hilft mir schonmal sehr!
Ich hätte nochmal eine Frage dazu: Ich möchte auch vergleichen, wie sich die weiblichen von den männlichen Probanden unterscheiden. Also, selbes Spiel, ich splitte den großen Datensatz in 2 kleine, einer für Weibchen, einer für Männchen. Die 2 Gruppen (Rheuma vs. Nicht-Rheuma) sind allerdings gematcht, d.h. ich würde den t-Test für abhängige Stichprobe zur Berechnung nehmen. Wenn ich das mit R versuche, funktioniert das allerdings nicht, wenn ich die beiden Subsample-Gruppen (m. vs. w) splitte und dann jeweils die Blutwerte miteinander vergleiche, weil die Gruppen unterschiedlich groß sind (gibt mehr weibliche Versuchspersonen als männliche)! Zur Erklärung: Die Datensätze sind hinsichtlich verschiedener Kontrollvariablen gemachted und die Gruppen der Rheuma-Patienten und gesunden Kontrollen sind gleich groß.
Kann ich dann statt diesem Splitting auch einfach die Blutwerte als eine Variable und das Geschlecht als andere Variable in den t-Test für abh. SP schmeißen, wäre das legitim?

Liebe Grüße
Lis

[bele]

Hallo Lis,

weibliche versus männliche Probanden sind keine verbundenen Stichproben, weil Du eben nicht von jeder Frau eine Verbindung zu genau einen Mann ziehen kannst. R hat also Recht, wenn es sich weigert, dieses Kommando umzusetzen.

LG,
Bernhard

[Lis91]

Hallo Lis,

weibliche versus männliche Probanden sind keine verbundenen Stichproben, weil Du eben nicht von jeder Frau eine Verbindung zu genau einen Mann ziehen kannst. R hat also Recht, wenn es sich weigert, dieses Kommando umzusetzen.

LG,
Bernhard

Ah ja, stimmt genau, R und Du habt recht - diese Verbindung gibt es nach meinem Matching nur zwischen Rheuma-Patienten und gesunden Kontrollen. Also rechne ich für diesen Fall einen t-Test für unabhängige Stichproben mit den Variablen Geschlecht (als UV) und den Blutwerten (als AV). Danke Dir

Liebe Grüße
Lis