STATISTIK-FORUM.de

[Masterblaster]

Hallo,

ich vergleiche 2 methoden von Kühlung anhand von vielen Messdurchläufen ( n>50).
jeder messdurchlauf hat mehrere Messungen über den ganzen Tag (10).

BSP:
Methode A
Messdurchlauf 1
12 16 18 19 17 30 28 15 14
Messdurchlauf 2
17 18 22 12 18 18 22 25 15 12

Methode B

Messdurchlauf 1
14 18 20 19 19 30 28 5 16
Messdurchlauf 2
17 18 22 13 18 18 30 25 7 18



Statistisch auf signifikanten Unterschied möchte ich Testen:
Mittlewert ( Summe aller Werte (Messungen)), Schwankungsbreite (Maximaltemperatur - Minimaltemperatur)
Die Daten habe ich auf Normalverteilung geprüft.
Je nachdem wie die Daten verteilt waren, waren sie normal oder nicht normalverteilt.
dann habe ich die mittelwerte der zwei methoden mit T-Test oder Withney Test verglichen.

Jetzt möchte ich speziell die Schwankungsbreite vergleichen. Oben ist trotz gleichen Mittelwerts die Schwankungsbreite bei Methode B viel höher (Messdurchlauf 1 25 und 2 23 )
Diese haben ich berechnet (Maximaltemperatur - Minimaltemperatur) von den 10 Messungen.
Den entstehenden Wert jedes Testlaufes habe ich dann wie oben beschrieben verglichen ( T-Test / Mann Whitney)

Gibt es noch spezielle andere Tests um die Werte hinsichtlich "Schwankungsbreite" zu vergleichen?

[PonderStibbons]

ich vergleiche 2 methoden von Kühlung anhand von vielen Messdurchläufen ( n>50).
jeder messdurchlauf hat mehrere Messungen über den ganzen Tag (10).

BSP:
Methode A
Messdurchlauf 1
12 16 18 19 17 30 28 15 14
(...) Methode B
Messdurchlauf 1
14 18 20 19 19 30 28 5 16

Was wurde denn da gemessen? Sollten die 10 Werte eines Durchlaufs im Prinzip gleich
sein und sich nur wegen Messfehlern unterscheiden?

Wurde immer gleichzeitig mit A und B gemessen, sodass die Werte (bzw. die aus Parameter
eines ganzen Durchlaufs, wie Mittelwert oder Schwankungsbreite) aus A und B Paare bilden?

Die Daten habe ich auf Normalverteilung geprüft.

Das ist nicht relevant.

Je nachdem wie die Daten verteilt waren, waren sie normal oder nicht normalverteilt.
dann habe ich die mittelwerte der zwei methoden mit T-Test oder Withney Test verglichen.

Das Kuddelmuddel ist unnötig. Entweder verwendest Du t-Tests oder (bei kleine Stichproben)
den Mann-Whitney-U-Test. Nebenbei testet Mann-Whitney keine Mittelwerte. Er ist ein Test für
Ordinaldaten (Rangdaten), da gibt es keine Mittelwerte.

Aber wieso hast Du mehrfach getestet, Du hast doch bloß 1 Datensatz? Ohnedies fraglich, ob Du
nicht ein Verfahren für gepaarte Messungen (abhängige Stichproben) brauchst, siehe Nachfrage
oben.

Gibt es noch spezielle andere Tests um die Werte hinsichtlich "Schwankungsbreite" zu vergleichen?

Ich selbst wüsste jetzt keinen.

Mit freundlichen Grüßen

PonderStibbons

[Masterblaster]

Danke PonderStibbons für die Antwort

Wurde immer gleichzeitig mit A und B gemessen, sodass die Werte (bzw. die aus Parameter
eines ganzen Durchlaufs, wie Mittelwert oder Schwankungsbreite) aus A und B Paare bilden?

Nein.

Was wurde denn da gemessen? Sollten die 10 Werte eines Durchlaufs im Prinzip gleich
sein und sich nur wegen Messfehlern unterscheiden?

Kühlsystem A und B

Sie kühlen Maschinen ( mit zeitlich unterschiedlicher Wäremabgabe).
Jeder Durchlauf ist einen andere Maschine.
10 Messwerte pro Durchlauf, da immer an den gleichen Zeiten (an unterschiedlichen Tagen) gemessen wird.

Was interessiert ?

Kühl System A besser als B im bezug auf 1. Durchschnittstemperatur 2. Maximaltemperatur und 3. Schwankungsbreite

zu 2. habe ich immer den Max Wert genommen und verglichen.
zu 1. kann man alle Werte (Rohwerte) nehmen und Testen oder den arithmetischen Mittelwert jedes Testdurchlaufes nehmen und testen.
zu 3 ?

Hoffe es war verstädnlich...

[PonderStibbons]

Wie lautet denn die Definition von Schwankungsbreite im Kontext Deiner Untersuchung?

[Masterblaster]

Schwankungsbreite (Maximaltemperatur - Minimaltemperatur)

[PonderStibbons]

Sieht ganz einfach nach einem t-Test für 2 Gruppen mit Schwankungsbreite als abhängiger Variable aus.
Ob die Werte innerhalb der beiden Gruppen aus normalverteilten Grundgesamtheiten stammen, diese Frage
kann vernachlässigt werden, da die Stichproben (2x50) ausreichend groß sind.

Mit freundlichen Grüßen

PonderStibbons

[Masterblaster]

Hallo, da bin ich wieder!
Die errechneten Werte kommen aus einer nicht normalverteilten Grundgesamtheit und sind, wenn man die (abgeleiteten) Werte (= schwankungsbreite) nimmt, auch nicht normalverteilt.
Getestet wurde übrigends immer mit den Funktion "exporative Datenanalyse" (KS-Test SPSS als auch des Shapiro Wilk Test SPSS ).
Insofern doch besser kein T-Test oder?

[strukturmarionette]

Hi,

Getestet wurde übrigends immer mit den Funktion "exporative Datenanalyse" (KS-Test SPSS als auch des Shapiro Wilk Test SPSS ).

- Ist Dir die H0 dieser Signifikanztesterei bekannt?
- Und was damit impliziert ist?

Gruß
S.

[PonderStibbons]

Die Annahme für den t-Test ist nicht, dass die abhängige Variable in der Grundgesamtheit normalverteilt ist.
Sondern dass die abhängige Variable in jeder der beiden Gruppen in der Grundgesamtheit normalverteilt ist
(also gruppenweise Betrachtung). Ist die Gesamtstichprobe ausreichend groß (meist wird n > 30 angenommen),
so ist die Verteilung der abhängigen Variable jedoch vernachlässigbar, weil der Test dann robust gegen nicht-
normalverteilte Variablen in den beiden Gruppen ist (zentraler Grenzwertsatz).