STATISTIK-FORUM.de

[Cosmo]

Jo, war mein Fehler...

Ich hatte die Hoffnung, dass es einen standardisierten nested paired t-test gäbe. Ich habe zumindest das Konzept einer nested anova gefunden, die die Bildung von Gruppen und Untergruppen berücksichtigt.

Ich habe ja eigentlich 5 Gruppen (die Wiesen) und pro Wiese mit den Plots (bzw. den Plot-Paaren) wieder Untergruppen. Also die Ergebnisse pro Wiese sind voneinander abhängig und die Plots pro Paar sind auch abhängig.

Ich weiß aber nicht einmal, ob da unterm Strich was anderes rauskommen könnte, als wenn ich jede Wiese einzeln untersuche (was ja sogar nach meinem Verständnis einfach ging).

[Cosmo]

Mir wurde nun vorgeführt, dass sich mein Problem definitiv lösen lässt. Dennoch bekomme ich es nicht lauffähig.

Mein Datensatz ist eine csv-Datei und heißt JKKData. Ich lade die Datei hoch:

Dataset <- read.table("C:/Users/Philip/Desktop/JKKData.csv", header=TRUE, sep=";",na.strings="NA", dec=",", strip.white=TRUE)

Nun kann ich mir die Daten mit:

Dataset

auch ansehen, sie erscheinen in der R-Console. Alles scheint zu funktionieren. Nun versuche ich folgenden Befehl anzuwenden:

# data(JKKData)
Activation<-c(JKKData[,3],JKKData[,4])
Subject<-factor(rep(JKKData[,1],2))
Landuse<-factor(rep(c("Mowed","Unmowed"),rep(25,2)))
aovJKKData<-aov(Activation~Landuse+Error(Subject))
summary(aovJKKData)

Und bekomme 'Objekt JKKData' nicht gefunden. Wie kann das sein? Die Daten werden mir doch angezeigt.

[bele]

Und bekomme 'Objekt JKKData' nicht gefunden. Wie kann das sein? Die Daten werden mir doch angezeigt.

Ja, unter dem Namen Dataset, nicht unter dem Namen JKKData.

[Cosmo]

Vielen Dank dir!
Echt bitter, aber lieber stelle ich derart dumme Fragen hier als bei den Leuten, die meine Fortschritte begleiten sollten

[Cosmo]

Ich fliege auf Sicht, aber immerhin diese Operation funktioniert jetzt. Wäre top, wenn du mir für die erste response-Variable bei der Interpretation der Ergebnisse helfen könntest:

Error: Subject
Df Sum Sq Mean Sq F value Pr(>F)
Residuals 4 103536 25884

Error: Within
Df Sum Sq Mean Sq F value Pr(>F)
Landuse 1 9357 9357 4.289 0.0443 *
Residuals 44 95991 2182
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

[Cosmo]

Ich habe nun die gleiche Operation für alle 5 response-Variablen vorgenommen. Die letzte Zeile "Signif. codes" erscheint bei zwei response-Variablen nicht, bei diesen gibt es also keinen signifikanten Unterschied zwischen mowed und unmowed?

Wie kann ich solche Ergebnisse nun am besten grafisch darstellen? Da wäre ein erster Ansatz auch großartig!

[bele]

Die letzte Zeile "Signif. codes" erscheint bei zwei response-Variablen nicht, bei diesen gibt es also keinen signifikanten Unterschied zwischen mowed und unmowed?

Die letzte Zeile signif. codes erklärt, wo R die Grenzen zwischen einem Sternchen, zwei Sternchen und drei Sternchen setzt. Deren Auftauchen oder nicht Auftauchen hat keinerlei Informationsgehalt. Wenn Du wissen willst, was signifikant ist, dann musst Du nach dem p-Wert schauen. Du fliegst auf Sicht, anscheinend mit geschlossenen Augen.

Gruß,
Bernhard

[Cosmo]

Indirekt stimmt meine Aussage schon, da sie bei P-values > 0,05 nicht auftaucht.....

Mit geschlossenen Augen mag so erscheinen, ich werde auch sicher um statistische Arbeiten zukünftig einen riesigen Bogen machen. Außer es ergibt sich vielleicht nochmal, dass ich entsprechende Scheine mache.

Was für eine Form der grafischen Darstellung böte sich an?