STATISTIK-FORUM.de

[jmfedorenko]

Hallo Community,

ich möchte für eine Vielzahl unterschiedlicher Variablen Zusammenhänge nachweisen.
Die abhängigen Variablen hängen von vielen, sich während der Messfahrt auch ständig ändernden UV's ab.
Beispiel: Die Abgastemperatur eines PKW hängt von Drehzahl, Leistung, Aussentemperatur, Heizwert, Mischungsverhältnis und so weiter ab.

Um später Signifikanztests durchzuführen, muss ich ja eigentlich immer (?) nachweisen, dass die Variablen normalverteilt sind. Das ist aber eigentlich nicht der Fall. Die Leistung des PKW hängt maßgeblich davon ab, wie doll ich auf's Gas drücke. Trotzdem bin ich mir sicher, dass ein Zusammenhang zwischen Leistung und Abgastemperatur besteht.

Wie gehe ich nun vor, wenn ich Zusammenhänge prüfen muss, bei denen klar ist, dass die UV's und damit auch die AV's nicht normalverteilt sind?
Ich stoße bei meinen Recherchen stets nur auf den Verweis zur Normalverteilung...?!?


Wenn ich einfach nur den Wald vor lauter Bäumen nicht sehe, teilt mir das bitte mit. Ich komme gerade echt nicht weiter.

MfG jmfedorenko

[PonderStibbons]

Um später Signifikanztests durchzuführen, muss ich ja eigentlich immer (?) nachweisen, dass die Variablen normalverteilt sind.

Das gilt allenfalls für den Test von Pearsons Korrelationskoeffizienten. Den könntest Du
durch Spearmans Rangkorrelationskoeffizienten rho ersetzen. Vielleicht gibt es auch
Messungen in Deiner Studie, die sich sinnvoll transfomieren lassen, um annähernde
Normalverteilung zu erreichen.

Für andere Verfahren als Pearsons r ist eine Normalverteilung von Variablen in aller Regel
nicht erforderlich.

Mit freundlichen Grüßen

P.

[jmfedorenko]

Danke schoneinmal für die Antwort.

Ich muss das dann falsch gelesen haben, aber ich hatte gedacht, in den Büchern den Hinweis gelesen zu haben, dass für die meisten vorgestellten Verfahren zunächst eine Normalverteilung "nachgewiesen" werden muss.

Naja gut für mich

Es würde mir sehr weiterhelfen, wenn mir jemand Literatur für mein Problem empfehlen könnte. Meine Hochschulbibliothek bietet nur Einführungen in die Statistik, in denen die Analyse multivariater Datensätze nur angedeutet wird. Außerdem werden, wenn überhaupt, nur lineare Zusammenhänge angesprochen. In meiner Aufgabenstellung sind nicht lineare Beziehungen durchaus zu erwarten.

Grüße
jmfedorenko

[PonderStibbons]

Ich muss das dann falsch gelesen haben, aber ich hatte gedacht, in den Büchern den Hinweis gelesen zu haben, dass für die meisten vorgestellten Verfahren zunächst eine Normalverteilung "nachgewiesen" werden muss.

Normalverteilung von Stichprobendaten kann man nicht nachweisen. Man
kann allenfalls die Nullhypothese zurückweisen, dass die Stichprobendaten
aus einer normalverteilten Grundgesamtheit stammen. Ferner erfordern
einige Verfahren wie die des allgemeinen linearen Modells (Varianzanalye,
lineare Regression) normalverteilte Vorhersagefehler (Residuen), zumindest
wenn die Stichprobe klein ist.

Mit freundlichen Grüßen

P.