Wenn man z.B. Zellkulturen hat und zu verschiedenen Zeitpunkten die Zellzahl ermitteln, was sind geignete (und evtl. nicht zu komplizerte) statistische Tests um zu zeigen, dass Abweichungen statistisch Signifikant vorliegen.Gibt es auch einen Test der zeigt, dass der Zustand signifikant gleich (also nicht nur nicht signifkant abweichend) geblieben ist?
Danke 
Hallo Andrea_S,
so ist die Frage nicht zu beantworten. Was willst Du denn genau testen? Grundsätzlich kann man testen,ob
- ein Mittelwert mit einem geschätzten Mittelwert übereinstimmt
- das gleiche für Varianzen / Standardabweichenen
- eine bestimmte Verteilung vorliegt
- der vorliegende Wert innerhalb eines Signifikanzniveaus liegt
usw.
Zusätzlich
- welches Skalenniveau?
- Einstichproben- oder Zwei- und Mehrstichprobentest?
- Unabhängige oder verbundene Stichproben?
- Parametertest oder Nicht-parametrischer Test?
- Tests auf Anpassung, Unabhängigkeit oder Änderung von Häufigkeiten?
Wenn das geklärt ist, kann man sich einen geeigneten Test suchen. Ich habe mich allerdings auch seit vielen Jahren nicht mehr damit beschäftigt. Damals habe ich mal ein Schema für die Auswahl des zutreffenden Tests entwickelt.
Hoffentlich habe ich Dich jetzt nicht zusätzlich verwirrt. Ich bin auch kein Mathematiker. Bei weiteren Fragen bitte melden.
Grüße
R.
Hallo,
Wenn man z.B. Zellkulturen hat und zu verschiedenen
Zeitpunkten die Zellzahl ermitteln, was sind geignete (und
evtl. nicht zu komplizerte) statistische Tests um zu zeigen,
dass Abweichungen statistisch Signifikant vorliegen
mir fallen zwar spontan einige Verfahren ein, der andere User (Rickenbacher) hat aber Recht. Die Informationen reichen nicht aus, um eine hinreichend angemessene Antwort zu geben.
Gibt es auch einen Test der zeigt, dass der Zustand signifikant gleich
(also nicht nur nicht signifkant abweichend) geblieben ist?
Danke
Häufig steht die Annahme, daß kein Unterschied besteht / kein Effekt vorhanden ist (= alles in Bezug auf die abhängige(n) Variable (n) ist gleich), in der Nullhypothese. Die Nullhypothese kann man auf „einfachem“, herkömmlichem, "Standard-"Weg jedoch nicht vernünftig „bestätigen“, weil der Standardansatz immer gegen die Nullhypothese testet und keine weiteren Überlegungen eingehen. Es gibt für dieses Problem Behelfslösungen (einfach, aber suboptimal) und bessere, anspruchsvollere, aber weniger leicht umsetzbare.
Beste Grüße
Oliver
Hallo,
ich habe nochmal in meinen alten Unterlagen gestöbert. Nach den vorliegenden Informationen haben wir
- zwei unabhängige Stichproben
- mind. intervall- oder metrisch skaliert
- Test auf Veränderung der Anteile
- Voraussetzung: Normalverteilung ist gegeben.
Dann kommt unter allem Vorbehalt der t-Test für unabhängige Stichproben / Differenztest zur Anwendung. Ob dieser Test kompliziert ist, ist Ermessenssache.
Grüße
Rickenbacker
Hallo,
Nach den vorliegenden Informationen haben wir
- zwei unabhängige Stichproben
- mind. intervall- oder metrisch skaliert
- Test auf Veränderung der Anteile
- Voraussetzung: Normalverteilung ist gegeben.
naja. Die vorliegenden Informationen
Wenn man z.B. Zellkulturen hat und zu verschiedenen Zeitpunkten die Zellzahl ermitteln, ::was sind geignete (und evtl. nicht zu komplizerte) statistische Tests um zu zeigen, dass ::Abweichungen statistisch Signifikant vorliegen.
lassen auf mehrere (k >= 2) Stichproben schließen, nicht aber auf genau k = 2 Stichproben. Sie lassen wegen
zu verschiedenen Zeitpunkten
keinen eindeutigen Schluß darauf zu, daß die angestrebten Vergleiche der
Abweichungen
zwischen unabhängigen (zwischen Zellkulturen zu einem Zeitpunkt) oder abhängigen Stichproben (zwischen Zellkulturen zu verschiedenen Zeitpunkten) erfolgen
und sie lassen auch nicht den Schluß zu, daß ein
- Test auf Veränderung der Anteile
erwünscht ist, wenn es der Fragestellerin um
die Zellzahl
geht.
Darüber hinaus prüft der von Dir genannte t-Test für unabhängige Stichproben die Nullhypothese gleicher Erwartungswerte und ich habe bzgl. der Signifikanzprüfung von Anteilen mit Hilfe von t-Tests leichtes Unbehagen, jedenfalls im Allgemeinen.
Beste Grüße
Oliver