Hallo Anja,
danke dir für deine Antwort, nur leider bin ich in Statistik eine Null und versteh es auch leider nicht, deswegen versuch es dir mal kurz zu erklären worum es bei meiner Studie genau geht.
Ich hab 2 Gruppe mit je (leider nur) 9 Patienten.
In der einen gruppe haben die Pat. dünne IOLs und in der zweiten Gruppen die Pat. dicke IOLs. ich möchte wissen, ob es wahr ist, dass die dünnen IOLs mehr verkippen als die dicken.
Hilft dir das für meine Frage weiter?
LG…Tine
Hi Tine,
das hört sich schon mal vernünftig an.
Könnte man die Verkippung auch in ° angeben? Wenn ich das richtig verstehe, handelt es sich dabie ja um eine Abweichung vom optimalen Sitz im Auge (die Linse ist also nicht mit dem schwerpunkt unten, sondern gedreht). Dann hätte man ein wesentliches besseres Mass, was bei er relativ geringen Fallzahl dann eine besser Möglichkeit zur Differenzeirung ergibt als die Schulnoten (die obendrein subjektiv sind).
Hast du dann pro Proband zwei Werte und kann es eine Abhängigkeit von den Dioptrin / Hornhautverkrümmung geben?
Ich möchte imprinzip prüfen, ob es wahr ist, dass die IOLs im
Niedrigstärkenbereich mehr verkippen als die IOLs im
Normalstärkenbereich.
Das ist eine klare Hypothese!
Noch ein paar Mails und man könnte anfangen sie zu prüfen. 
Viele Grüße,
JPL
Hallo JPL
Die bilder sind leider nicht in ° angeben, deswegen ja die Klassifizierung (in ° wäre mir auch leiber gewesen).
Die Linsen sind normalerweise flach wie eine Scheibe, aber diese Form kann abweichen (sieht bei einigen aus wie ein Pringles-Chip). Und ja, ich habe vor und nachher Bilder von jeder IOL-Gruppe.
Desweitern wurde auch vor und nachher die Sehschärfe gemessen, welche im Zusammenhang mit der Verkippung der IOL steht. (Hoffe ich mal).
LG…Tine
Hi Tine,
das hört sich schon mal vernünftig an.
Könnte man die Verkippung auch in ° angeben? Wenn ich das
richtig verstehe, handelt es sich dabie ja um eine Abweichung
vom optimalen Sitz im Auge (die Linse ist also nicht mit dem
schwerpunkt unten, sondern gedreht). Dann hätte man ein
wesentliches besseres Mass, was bei er relativ geringen
Fallzahl dann eine besser Möglichkeit zur Differenzeirung
ergibt als die Schulnoten (die obendrein subjektiv sind).
Hast du dann pro Proband zwei Werte und kann es eine
Abhängigkeit von den Dioptrin / Hornhautverkrümmung geben?
Hi Tine,
Die bilder sind leider nicht in ° angeben, deswegen ja die
Klassifizierung (in ° wäre mir auch leiber gewesen).
Schade… eine Klassifizierung in 4 Klassen mit 9 Probanden ergibt ein sehr unstetiges Bild, zudem 0 in der einen Gruppe auch noch gehäuft auftritt (wenn deine Hypothese stimmt).
Pringles-Chip). Und ja, ich habe vor und nachher Bilder von
jeder IOL-Gruppe.
Okay, ich meinte aber eher: Von jedem Probanden beide Augen? Haben alle Probanden beide Typen getragen?
Desweitern wurde auch vor und nachher die Sehschärfe gemessen,
welche im Zusammenhang mit der Verkippung der IOL steht.
(Hoffe ich mal).
Dann wäre es fast sinnvoller den Unterschied (nachher - vorher) in der Sehschärfe zu analysieren. Wenn du dann nur eine 2er Kategorisierung mit der Verkippung machst (passt / passt nicht) kannst du daran überhaupt einmal den Einfluss der Linse auf die Sehschärfe ermessen.
Mit einem zusätzlichen logit-Modell könte man dann Gruppe gegen Verkippungsklasse testen um Verkippung als mögliche Ursache zu erkennen.
Grüße,
JPL
Hallo JPL
Haben alle Probanden beide Typen getragen?
Die Probanden sind jeweils nur an einem Auge gemessen worden, weil das eine Auge entweder nicht in die 1. oder 2. Gruppe passte, oder weils sie nur in einem Auge eine IOL hatten.
Mit einem zusätzlichen logit-Modell könte man dann Gruppe gegen Verkippungsklasse testen um Verkippung als mögliche Ursache zu erkennen.
Was meinst du mit logit-Modell?
LG…Tine
Hallo Tine,
ja, es sind zwei verschiedene Stichproben, wenn die Stichproben aus verschiedenen Personen bestehen und auch jeweils unterschiedliche IOLs in den Gruppen eingesetzt wurden.
Die Frage ist nicht, was Du anwenden *mußt*, sondern was bei Deinem Versuchsdesign am sinnvollsten angewendet werden kann. Der U-Test erscheint mir sinnvoll aus den in meiner ersten Antwort genannten Gründen.
Beste Grüße
Oliver
Hallo Oliver,
OK, danke dir, ich versuch es mal damit.
LG…Tine
Hallo Tine,
also mit dem t-Test zum Beispiel kannst du den Mittelwert der beiden Gruppen vergleichen. Das ist schonmal ein Hinweis, ob die wenigstens die gleiche Tendenz haben.
Mit dem Wilcoxon-Mann-Whitney-Test untersuchst du, ob sich die Häufigkeiten für alle Schulnoten in den beiden Gruppen ähneln.
Wie möchtest du das denn berechnen? Welches Programm benutzt du denn?
Viele Grüße
Anja
Hi Tine,
Die Probanden sind jeweils nur an einem Auge gemessen worden,
weil das eine Auge entweder nicht in die 1. oder 2. Gruppe
passte, oder weils sie nur in einem Auge eine IOL hatten.
Nur rechts oder nur links?
Was bitte heisst „nicht in die 1. oder 2. Gruppe
passte“? Wie habt ihr das denn ausgesucht?
Was meinst du mit logit-Modell?
sorry, der test ginge auch einfacher mit einem Fisher-Exact test.
Grüße,
JPL
Hallo JPL
Also, die Auswahlkriterien lauteten wie folgt:
Ob die Pat. einen Nachstar hatten wurde von einem Augenarzt diagnostiziert und anschließend von ihm behandelt (YAG-Kapsulotomie nennt sich diese Behandlung). Ich hab dann jeweils nur noch die Lage- und Formveränderung und die Sehschärfe vor und nach der YAG-Behandlung gemessen.
sorry, der test ginge auch einfacher mit einem Fisher-Exact test.
Der Test sagt mir zwar gar nichts, aber ich werd ihn mal nachschlagen.
Könnte ich nicht den 1-SP-t-Test für die Sehschärfe nehmen, um zu prüfen ob vor und nachher anders ist (für verbundene SP) und einmal den 2-SP-t-Test für unverbundene SP für den Vergleich von den 2 SP für vor und nachher?
Und für den Vergleich von Formveränderung der IOLs beider Gruppen für unverbundene SP den Mann-Whitney-U-Test?
LG…Tine
Hallo Anja,
Ok, das mit dem t-Test werd ich wohl hibekommen, der sieht zum Glück nicht ganz so schwer aus.
Mit dem Wilcoxon-Mann-Whitney-Test untersuchst du, ob sich die Häufigkeiten für alle Schulnoten in den beiden Gruppen ähneln.
Meinst du jetzt den Mann-Whitney-U-Test oder den Wilcoxon-Rangtest? (Ich glaube der bestimmt der erstere, oder?
Wie möchtest du das denn berechnen? Welches Programm benutzt du denn?
Ich benutze die Studentenversion von Statistica Version 6.
LG…Tine
Hallo Tine,
das bekommst du bestimmt hin. DerTest ist nicht schwer. Ich kann dir aber leider nicht sagen, wie das in Statistica geht. Habe mit diesem Programm noch nie gearbeitet…
Ich wünsch dir viel Erfolg!
viele Grüße
Anja
Hallo Anja
Ich danke dir. Ich denke auch das ich das schon hinbekomme. Und mit dem Programm werd ich mich durchkämpfen.
Danke nochmals.
LG…Tine
Hi Tine
Also, die Auswahlkriterien lauteten wie folgt: […]
Okay, kein issue für die Auswertung.
Könnte ich nicht den 1-SP-t-Test für die Sehschärfe nehmen, um
zu prüfen ob vor und nachher anders ist (für verbundene SP)
verbunden ist korrekt, aber t-test ist bei n=9 eher nicht angesagt. Hier kann man auch einen MW-Test machen oder - der Königsweg - bootstrapping
und einmal den 2-SP-t-Test für unverbundene SP für den
Vergleich von den 2 SP für vor und nachher?
Dasselbe wir oben. Zudem: testen, ob sich die beiden SP schon im Vorwert unterscheiden ist keine Aussage über die IOLs, sondern über die Randomiserung.
Für den Nachvergleich würde man pro Proband nach-vor rechnen un diese Werte dann zwischen den Gruppen vergleichen. Dann hast du die vorwerte berücksichtigt und einen Vergleich zwischen den Gruppen.
Und für den Vergleich von Formveränderung der IOLs beider
Gruppen für unverbundene SP den Mann-Whitney-U-Test?
ginge, da wird aber vermutlich bei n=9 und 4 Kategorienn nix rauskommen - es sie denn die sind ttoal verscheiden besetzt. Wenn du nur zwei Kats nimmst, kannst du wie gesagt einen Fisher hernehmen (der für diese kleinen Fallzahlen konzipiert ist)
VG,
JPL
Hallo JPL,
ok, dann werd ich jetzt wohl mal meine Klassifizierung herabsetzen und es mit dem Fisher-Test probieren.
Ich danke dir für deine viele, viele Mühe und Tipps.
LG…Tine
Hallo Tine!
hmpf, bei nur je 9 Leuten geht Chi Quadrat wegen zu geringer Zellbesetzung nicht - vielleicht hilft Dir aber folgendes:
/t/chi-quadrat-anpassungstest/2946871
Bin da ein bisschen aufgeschmissen!
Hast Du die Verkippung nur in den Schulnoten vorliegen oder könnte man eine Hypothese bauen nach dem Motto: „je dünner desto kipp“ und dann Mittelwerte vergleichen?
Grüße,
Sonja
Hallo Sonja,
den Chi Qoadrattest hab ich jetzt auch schon verworfen wegen meiner kleinen Anzahl von Leuten und weil es nicht viele im Bereich „Schulnote 4“ gibt, die aber trotzdem wichtig für mich sind.
Die Verkippung kann ich auch leider nur subjektiv klassifizieren, da ich die Aufnahmen nur als Bild ohne Grad habe. Mir wäre es so auch lieber gewesen, aber naja.
Und deine Hypothese stimmt ja schon mal mit meiner überein. Ich soll nämlich prüfen, ob es wirklich so ist (je dünner, umso stärker verkippt). Und werd ich wohl doch die Mittelwerte/Stdaw. vergleichen.
Mal schauen…ich mach jetzt erstmal was und morgen hab ich ja endlich einen Termin bei unserem Stat-Prof. Der wird dann eh noch mal alles umdrehen und hinterfragen.
Wenn ich weitere ragen hab, meld ich liebend gern wieder bei, warst mir eine sehr große Hilfe. DANKE.
LG…Tine
Hallo Tine,
um es kurz zu machen: Keine Antwort von mir, denn es gibt eigentlich eine große Anzahl von Tests, die man machen kann.
Erstens: Ob hier wirklich Normalverteilung vorliegen kann, ist fraglich. Das müsste man dann auch erst einmal testen. Und dann sollen zwei Normalverteilungen miteinander getestet werden. Worauf? Der Erwartungswert der einen Verteilung ist kleiner als der Erwartungswert der anderen. Oder die Streuung ist bei der anderen anders? Je nach dem unterschiedliche Tests!
Außerdem wurden Schulnoten vergeben! Wieso soll das dann noch,…
Hat man von vornherein sowieso Schulnoten, könnte man einen Vorzeichentest durchführen: z.B.: Zwanzig gleich schlechte Personen ( mit gleich schlechten Vorkenntnissen) werden in zwei gleichgroße Gruppen aufgeteilt. Die eine Gruppe wird nach der Methode A, die zweite nach der Methode B unterrichtet. hinterher schreiben sie die gleiche Klausur. Dann sortiert man die Ergebnisse der Gruppe A, und der Gruppe B. Und bildet dann immer die Notendifferenz : erster aus A - erster aus B, zweiter aus A - zweiter aus B, usw. Wenn Methode A besser ist als Methode B, hat man mehr Plus als Minus. Das ist nur ein möglicher Test, den man machen könnte.
Übrigens: was soll überhaupt getestet werden. Wie schnell ein Implantat verheilte , wie sich eine neue Heilmethode bei Zahnfleischschwund, fortschreitender Knochenabbau bei fehlender Prothese?
Je nach dem wird Heilungsdauer bei gleicher Vorgeschichte, unterschiedliche Verbesserungen relativ zu nicht vergleichbarer Vorgeschichte, … untersucht.
Tja, irgendwie habe ich zu wenig Information.
MfG
H.-D.
Hallo.
Ich möchte bei 2 Gruppen implantierte Intraokularlinsen
(IOL)vergleichen. Die Bild-Aufnahmen der IOLs wurden
anschließende in ein Schulnotensystem umgewandelt.Ich weiß, dass ich beide Gruppe auf Normalverteilung prüfen
muss, um einen stat. Test für den Vergleich an wenden zu
können.Kann mir jemand helfen, welche Teste ich anwenden muss?
Ich danke allen für eine Rückmeldung.
LG…Tine
Hallo Tine!
Ich glaube du mußt ein bisschen weiter vorne anfangen. Normalverteilung testest du nur um zu wissen ob du davon ausgehen kannst 2 kontinuierliche Verteilungen gegen einander zu testen. Das wird bei dir wohl eher nicht der Fall sein - nehme ich an.
Fragen die du dir stellen solltest:
Sind es intervallskalierte kontinuierliche (wie beispielsweise Alter, Blutdruckwert etc). Oder sind es ordinalskalierte Rangdaten? (Wie Güteklassen z.B.) Oder sind es nominalskalierte Daten, so etwas wie Geschlecht, Nationalität, Beruf…
Dann spielt die Fragestellung eine Rolle:
Vergleich von Häufigkeiten (Grippe tritt auf versus tritt nicht auf): Chi-Quadrat-Test.
Vergleich von Mittelwerten zwischen zwei unabhängigen Gruppen bei metrischer Variable (Alter z.B.) T-Test für unabhängige Stichproben.
Vergleich von Mittelwerten metrischer Natur zwischen mehr als zwei Gruppen: ANOVA.
Vergleich von Mittelwerten zu zwei Zeitpunkten (hat sich die Ausprägung der gemessenen Variable verändert?) von einer Gruppe bei metrischer abhängiger Variable: T-Test für abhängige Stichproben.
Vergleich von Mittelwerten metrischer Variable zu mehr als zwei Zeitpunkten von einer Gruppe: Varianzanalyse mit Messwiederholung.
Vergleich von Werten einer ordinal skalierten Variable zwischen zwei Gruppen: Mann-Whitney-U-Test.
Vergleich von einer ordinal skalierten Variable zwischen mehr als zwei Gruppen: Kruskal-Wallis-H-test.
Vergleich von einer ordinal skalierten Variable in einer Gruppe zwischen zwei Zeitpunkten: Wilcoxon-Test.
Vergleich von einer ordinal skalierten Variable in einer Gruppe bei mehr als zwei Zeitpunkten: Friedman-Test.
Vergleich von Häufigkeiten (nominalskalierte Variable) zwischen zwei oder mehr Gruppen: Chi-Quadrat Test.
Berechnung des Zusammenhanges zwischen zwei Variablen (bei deinem Beispiel: Blutdruck und Alter): Korrelation.
Wenn beide Varialben intervallskaliert, also metrisch sind: Pearson’s r (Korrelationskoeffizient).
Wenn eine oder beide Variablen ordinal skaliert sind: Spearman’s rho oder Kendall’s tau als Korrelationskoeffizient.
Bei anderem Skalenniveau gibt es noch andere Korrelationskoeffizienten.
Ich denke aus der Liste oben findest du relativ leicht den für dich passenden Test raus.
Viele Grüße
Robert