STATISTIK-FORUM.de

[RalfS]

Hi zusammen,

ich habe ein Prä- posttest design (2 Messzeitpunkte) und habe sehr viele Bedingungen pro Messzeitpunkt. Ich habe nun mehrere Möglichkeiten durch, wie man die Daten auswerten könnte und frage mich, ob es möglich ist eine lineare Regression pro Proband zu rechnen und den Intercept zwischen beiden Messzeitpunkten mit einem T-Test zu vergleichen.
Die Slope (Steigung) wird in vielen Analysen ja verwendet und mit einem T-Test verglichen. Bei dem Intercept bin ich mir da nun nicht so sicher...
Was meint ihr?

Gruß,
RalfS

[PonderStibbons]

Da kann ich vermutlich nicht helfen, aber interessehalber,
wieso der Intercept, der ist doch von der Steigung abhängig?

Mit freundlichen Grüßen

P.

[RalfS]

Ich habe ein Prä-Posttest Design und pro Zeitpunkt recht viele Bedingungen. Nun möchte ich testen, ob sich alle Messungen eines Zeitpunktes geichmäßig verschoben haben. Das würde ja die Steigung einer linearen Regression unbeeinträchtigt lassen aber der Intercept würde sich verändern.

Ich suche gerade noch nach weiteren Alternativen zu einer ANOVA, da ich recht wenig Probanden habe (den Thread hattest du vor ein paar Tagen bereits beantwortet).

Natürlich könnte ich auch einfach von beiden Messzeitpunkten den Mittelwert nehmen und damit rechnen, aber mit einer linearen Regression wäre das natürlich "schöner".

Gruß,
RalfS

[daniel]

ob es möglich ist eine lineare Regression pro Proband zu rechnen und den Intercept zwischen beiden Messzeitpunkten mit einem T-Test zu vergleichen.

Wenn Du nur zwei Messzeitpunkte hast, dann gibt es pro Proband doch nur einen Intercept, oder? Die Regressionsgerade läuft dann exakt durch die beiden Messwerte, es gibt keinen Fehler (R-quadrat = 1) und der Intercept ergibt sich aus der Steigung, wie Ponder andeutet.

Oder was genau meinst Du mit "pro Proband"?

[RalfS]

Ich habe pro Messzeitpunkt aber mehrere Bedingungen. Ich berechne also pro Proband und Messzeitpunkt über alle Bedingungen eine lineare Regression. Danach vergleiche ich den Intercept zwischen den Messzeitpunkten.
Letztendlich könnte man alternativ natürlich auch einfach den Mittelwert aller Bedingungen pro Messzeitpunkt nehmen...