STATISTIK-FORUM.de

[HelliLu]

Hallo zusammen,

ich berechne bei meiner Studie Ratios (genauer gesagt predominance ratios im Rahmen einer Binocular Rivalry-Analyse, aber ich denke das ist für meine Frage unerheblich). Der Wert dieses Ratios kann zwischen -1 und 1 variieren und es wird am Ende getestet, ob er sich signifikant von Null unterscheidet. Ich habe zwei verschiedene Bedingungen (1 und 2), wobei ich das Ratio von 1 gerne aus dem Ratio von 2 rausrechnen würde. Ich möchte also gerne eine Art "Baseline-Korrektur" durchführen. Nun ist die Frage, wie ich das mache, ohne die Metrik des Ratios zu verändern. Damit ich das korrigierte Ratio weiterhin sinnvoll gegen Null testen kann, darf es keine anderen Werte annehmen als von -1 bis 1.

Hat jemand eine Idee, wie ich das Ratio sinnvoll korrigieren kann?
Vielen Dank!

[bele]

Wir sollen vorschlagen, wie man etwas herausrechnet, von dem wir nicht wissen, wie es zusammenhängt?

[HelliLu]

Ok, ich kann es gerne genauer erklären, wenn es weiterhilft. Es gibt den Effekt der Binocular Rivalry, bei dem dem linken Auge etwas anderes präsentiert wird als dem rechten (z.B. ein schwarzes und ein weißes Viereck). Dann sehen die Probanden die meiste Zeit nicht eine Mischung aus den Farben (also irgendwas graues), sondern das Bild wechselt hin und her, also wird mal ein schwarzes Viereck gesehen und dann ein weißes. Während der Zeit des Trials (z.B. 60 Sekunden) geben die Probanden an, was sie sehen (schwarzes Viereck, weißes Viereck, Mischbild). Man kann daraus das predominance ratio errechnen, als eine Angabe darüber, ob der eine Stimulus signifikant häufiger gesehen wird als der andere. Das Ratio berechnet sich aus [T(stimulus1)-T(stimulus2)/T(stimulus1)+T(stimulus2)], wobei T die kumulative Zeit ist, die der Stimulus während der 60 Sekunden gesehen wurde. Die Zeiten für das Mischbild fallen bei dieser Berechnung komplett raus. Ist nun das Ratio signifikant verschieden von Null und positiv, wird Stimulus 1 länger gesehen, ist es signifikant verschieden von Null und negativ wird Stimulus 2 länger gesehen. Ich habe nun zwei Bedingungen, für die ich jeweils ein predominance ratio errechne. Nehmen wir mal an, Bedingung 1 wären die genannten Vierecke und Bedingung 2 ein Strichmännchen in schwarz und ein Baum in weiß. Jetzt möchte ich wissen, ob es in der Strichmännchen/Baum Bedingung ein signifikantes predominance ratio gibt, aber ohne den Einfluss der Farben. Deshalb möchte ich das predominance ratio aus Bedingung 1 irgendwie aus Bedingung 2 rausrechnen.
Ich hoffe, so ist mein Problem besser verständlich

[bele]

Ok, ich kann es gerne genauer erklären, wenn es weiterhilft.

Das kann Dir vorher keiner sagen, ob Deine Erklärung weiter hilft.

Ich habe nun zwei Bedingungen, für die ich jeweils ein predominance ratio errechne.

Wenn ich Versuchsperson bei Dir wäre, würde ich beide Bedingungen durchlaufen, sodass verbundene Stichproben entstehen, oder würde ich nur eine der beiden Bedingungen durchlaufen, sodass unverbundene Stichproben entstehen? Mit welcher Zahl von Versuchspersonen planst Du?

Was versteckt sich im Detail hinter der Forderung

Damit ich das korrigierte Ratio weiterhin sinnvoll gegen Null testen kann, darf es keine anderen Werte annehmen als von -1 bis 1.

und wie wichtig ist das?

LG,
Bernhard

[HelliLu]

Wenn ich Versuchsperson bei Dir wäre, würde ich beide Bedingungen durchlaufen, sodass verbundene Stichproben entstehen, oder würde ich nur eine der beiden Bedingungen durchlaufen, sodass unverbundene Stichproben entstehen? Mit welcher Zahl von Versuchspersonen planst Du?

Jede Person durchläuft beide Bedingungen, also ein with-in Design. Ich habe 39 Probanden erhoben (ich weiß, kleine Stichprobe, aber im Rahmen der Masterarbeit sind die Kapazitäten leider begrenzt...)

Was versteckt sich im Detail hinter der Forderung

Damit ich das korrigierte Ratio weiterhin sinnvoll gegen Null testen kann, darf es keine anderen Werte annehmen als von -1 bis 1.

und wie wichtig ist das?

Naja, der Grund dafür ist, dass dieses Ratio in der Literatur genau so etabliert ist und zwar in einem Range von -1 bis 1. Ich denke, wenn die Werte plötzlich von -2 bis 2 gehen, kann ich die Vorgehensweise, das Ratio gegen Null zu testen, um damit eine möglicherweise vorhandene Predominanz festzustellen, nicht mehr sinnvoll anwenden und damit verliert das Ratio seine Bedeutung. Allein das korrigieren des Ratios ist was, was meines Wissens nach noch nie gemacht wurde (so hätte ich ja auch eine Vorgehensweise dafür) und wenn ich dann auch noch die Metrik ändere, ist es ja gar nicht mehr vergleichbar. Deshalb wäre das sehr wichtig. Oder sehe ich das falsch?

[bele]

Hi!

Also mir ist das zu nebulös: Eine Vorgehensweise, etwas gegen Null zu testen, die zwar mehrfach erwähnt, aber nicht genannt wird, vom gesuchten Verfahren aber zu erhalten ist. Eine Bedeutung, die zwar nicht näher genannt ist, notwendig aber vielleicht nicht hinreichend dadurch bedingt ist, dass eine gewisse Range eingehalten wird und von all denen, die "Bedeutung" und "Vorgehensweise" kennen und etabliert haben hat noch keiner eine solche Adaptation publiziert, die hier in Unkenntnis dessen in einem Forum gefunden werden soll...
Mir persönlich ist das Risiko, hier Zeit in einen Vorschlag zu investieren, von dem dann nachher herauskommt, dass er die ungenannten Erfolgsbedingungen nicht erfüllt, im Verhältnis zum Aufwand zu hoch.

Ich bin 'raus und wünsche Dir noch viel Glück, vielleicht hat ja ein anderer Lust darauf.
LG,
Bernhard

[HelliLu]

Ich kann deine Ratlosigkeit verstehen, ich weiß ja selber nicht, ob es eine Lösung für mein Problem gibt, weshalb ich in dieses Forum schreibe... Ich kann noch ergänzen, dass ich das Ratio mit einem Einstichproben t-Test gegen Null teste, also wissen will, ob sich das Ratio signifikant von Null unterscheidet. Ich dachte, die Wahl eines Einstichproben t-Tests wäre hier das gängige Verfahren, weshalb ich das nicht explizit genannt habe. Falls das nicht der Fall ist, entschuldige ich mich für diese Ungenauigkeit.

Vielleicht hat ja noch jemand anderes eine Idee. Ich bin um jeden Hinweis dankbar!

[bele]

wenn die Werte plötzlich von -2 bis 2 gehen, kann ich die Vorgehensweise, das Ratio gegen Null zu testen,[...], nicht mehr sinnvoll anwenden

dass ich das Ratio mit einem Einstichproben t-Test gegen Null teste

..und der Ein-Stichproben-t-Test funktioniert für Werte zwischen -2 und +2 bekanntlich nur in klaren Vollmondnächten sinnvoll?

Nein, klarer wird es nicht.

Gruß,
Bernhard

[HelliLu]

Nein, aber meiner Meinung nach verändert es die Aussagekraft eines Ratios, wenn der Range des Wertes sich plötzlich verdoppelt. Vielleicht liege ich damit aber auch falsch. Wie bereits erwähnt, es gibt keine Basis in der Literatur für eine solche Anpassung, und ich weiß, dass meine Angaben nicht besonders konkret sind. Da ich selber mit diesem Problem nicht weiterkommen, vielleicht auch weil mein statistisches Wissen nur begrenzt ist, suche ich Rat bei Menschen, die in diesem Bereich mehr Ahnung haben als ich.

Ich bin um jeglichen Hinweis oder auch eine Korrektur meiner Annahmen dankbar. Es ist ein schwieriges bzw. komisches Anliegen und ich habe jegliches Verständnis dafür, wenn jemand keine Zeit/Lust hat, sich damit zu beschäftigen. Trotzdem bitte darum, überhebliche Kommentare sein zu lassen.

[PonderStibbons]

Es fehlt ein Modell, das beschreibt, wieso und wie die Werte vom ersten und zweiten
Durchgang zusammenhängen.

Man kann das natürlich auch ganz krude rechnen:

Wenn wir die Ratio aus dem ersten Durchgang RATIO1 nennen (für Schwarz=positive Werte)
und die Gesamtdauer Strichmännchen+Baum im zweiten Durchgang nennen wir SUMME,
dann könnten wir einen erwarteten Wert für das Schwarze Strichmännchen berechnen als

Erwartungswert Strichmännchen = [(RATIO1*SUMME) + SUMME] / 2. **

Der Erwartungswert geht von der Annahme aus, dass sich die
Gesamtzeit für Strichmännchen und Baum ganz genau wie
vom ersten Durchgang Schwarz versus Weiß aufteilt, das heißt
ohne dass die Figur einen zusätzlichen Effekt hat.

Wir können nun berechnen, inwieweit sich der tatsächliche Wert für
Schwarzes Strichmännchen unterscheidet vom erwarteten Wert für
Schwarz. Nennen wir diese Differenz ABWEICH.STRICHMAENN .
Positiver Wert heißt: die Zahl der Sekunden für ein Schwarzes Strichmänchen
übersteigt dessen erwartete Zahl Sekunden (dass zum Schwarz noch ein
Strichmännchen kam, steigerte die Zahl Sekunden).

Die Ratio, die Strichmännchen vs. Baum zugeordnet werden kann, nach
Kontrolle der Eigenschaft "Schwarz" und implizit auch "Weiß" ist dann:

RATIO2(korrigiert) = ABWEICH.STRICHMAENN / SUMME .

Das bewegt sich auf jeden Fall innerhalb +/-1 . Das Problem ist,
dass die Summe aus Durchgang 2 als gegeben angenommen wird,
und ob man sowas annehmen kann, ist eine Frage des theoretischen
Modells, von dem aber keine Beschreibung gegeben wurde.

Mit freundlichen Grüßen

PonderStibbons

** Dies ergibt sich daraus, dass wir die emprische Gesamtzeit in Durchgang 2 aufteilen
auf Strichmännchen und Baum, entsprechend der Ratio aus Durchgang 1, folglich:
(Erwartungswert Strichmännchen - Erwartungswert Baum) / SUMME = RATIO1
und
(Erwartungswert Strichmännchen + Erwartungswert Baum)=SUMME
Das sind 2 Gleichungen mit 2 Unbekannten, die sich nach Erwartungswert
Strichmännchen auflösen lassen.