STATISTIK-FORUM.de

[philsch]

Hallo!

Könnte mir jemand bei folgendem Problem helfen:

Ich habe zwei Gruppen von Patienten (unabhängig von einander, mit unterschiedlicher Behandlung) die ich hinsichtlich mehrerer Parameter nachuntersuchen möchte.
Insgesamt will ich 9 Tests durchführen. Dies sind folgende Parameter:

Scorewert (intervallskaliert, nicht normalverteilt)
- vor OP
- 6 Monate nach OP
- 24 Monate nach OP
- 60 Monate nach OP

Funktion eines Parameters (ja/nein = kategorial)
- vor OP
- 6 Monate nach OP
- 24 Monate nach OP
- 60 Monate nach OP

Kontrolle eines objektiven Parameters vor/nach OP (intervallskaliert)

Normalerweise würde ich jetzt 9 unterschiedliche Tests durchführen (in dem ersten Block z.B. MWU), resultierend ein p-Wert pro Zeile.

Wenn ich jetzt eine Bonferroni-Korrektur durchführen möchte, würde ich die p-Werte jeweils mit 9 multiplizieren... oder? Und dann am definierten alpha-Wert von 0,05 messen?

Meine Fragen sind:
- Ist hier eine Bonferroni-Korrektur sinnvoll?
- Spielt es eine Rolle, dass die o.g. Scorewerte und Funktion ja als verbunden betrachtet werden müssen (weil an denselben Individuen getestet)? Also würde es z.B. bei sowas reichen statt mit 9 zu multiplizieren mit 3 zu multiplizieren - weil da eben eine Verbindung besteht?
- Kann man sowas komplett in SPSS eingeben und rechnen lassen - oder errechne ich jeweils die p-Werte und multipliziere manuell?
- Würde es jemand komplett anders machen?

Vielen Dank schon mal!

[strukturmarionette]

Hi,

Wenn ich jetzt eine Bonferroni-Korrektur durchführen möchte, würde ich die p-Werte jeweils mit 9 multiplizieren... oder? Und dann am definierten alpha-Wert von 0,05 messen?

Da würd ich nochmals was nachlesen, weil m.E. was sehr grundlegendes missverstanden wird.

Gruß
S.

[philsch]

Hallo!

Was wird denn d.E. missverstanden?

Soweit ich bisher nachgelesen habe kann man doch das Signifikanzniveau alpha entweder durch die Anzahl der durchgeführten Tests teilen, dann erhält man ein wesentlich niedrigeres Signifikanzlevel.

Oder man lässt alpha wie es ist, und multipliziert die errechneten p-Werte mit demselben Faktor durch den man vorher geteilt hat (eben die Anzahl der Tests). Ergebnis sollte dasselbe sein, mit dem Vorteil, dass der Leser sich nicht an ein anderes alpha als das ihm bekannte 0,05 gewöhnen muss...

???

Viele Grüße