STATISTIK-FORUM.de

[Dirk]

Hallo,

ich habe Werte von Planzenhöhen (quantitativ, in absoluten Werten, cm) die ich mit der Ausrichtung gegen Nord (eng. Aspect) vergleichen möchte. Der Aspect wird in der Regel in Grad geliefert. Ich habe diesen dann in 8 Klassen umgerechnet, was den Richtungen entspricht (Nord, Nordwest etc. ). Theoretisch habe ich dann eine Nominalskala für die Ausrichtung, da die Daten nicht ordinal sind (Klasse 8 nicht besser/schlechter als Klasse 7), oder?
Welchen Korrelationskoeffizienten kann ich nun berechnen?

z. B. wird auf mehreren Seiten (z.B. http://www.andrews.edu/~calkins/math/edrm611/edrm13.htm) und auch hier im Forum von Point Biserail gesprochen, aber benötigt dieser nicht genau zwei Nominelle Werte (z.B. männlich, weiblich)?
Ein Kontingenzkoeffizient scheint zwei nominalskalierte Werte zu benötigen. Müsste ich für diesen die Planzenhöhen in Klassen einteilen?

Wie sehe eine Umsetzung in R aus?

Vielen Dank und viele Grüße
Dirk

[PonderStibbons]

Welchen Korrelationskoeffizienten kann ich nun berechnen?

Was soll denn der aussagen? Du hast ja keine je-mehr-hiervon-desto-mehr-davon
Beziehung zwischen den beide Variablen. Du könntest allerdings eine einfaktorielle
Varianzanalyse rechnen und das R² ausrechnen. Interessanter für Dich ist aber wohl
eher der Vergleich der 7 übrigen Richtungen jeweils mit Nord (=geplante lineare
Kontraste)? Zuindest laut Deiner Aussage

Mit freundlichen Grüßen

P.

[Dirk]

Hallo,

das stimmt natürlich. Denkfehler. Also wie bekomme ich raus, ob bestimmte Pflanzenhöhe mit einer Klasse der Ausrichtung eher oder weniger zu tun haben? Mir fällt da hypothetisch ein Box Plot ein, der noch hypotetischer zeigt, dass Pflanzen vielleicht die Südausrichtung mit mehr Sonne bevorzugen oder es denen ev. sogar zu heiß = zu trocken ist?!

VG
D.

[PonderStibbons]

Einfaktorielle Varianzanalyse mit Tukey post-hoc-Tests, falls
alle Richtungen miteinander verglichen weden sollen.

Oder dieselbe mit "geplanten linearen Kontrasten", falls nur
die 7 anderen Richtungen mit Norden verglichen werden sollen.

Mit freundlichen Grüßen

P.

[Dirk]

Hallo,

ich habe mal schnell in Origin eine einfache ANOVA gemacht. Dabei ist die Pflanzenhöhe die abhängige Variable und die Klasse der Ausrichtung (aspect) der Faktor.

Als Ergebnis erhalte ich :

Code: Alles auswählen

   DF   Summe der Quadrate   Mittelwert der Quadrate   F-Wert   Prob>F
Modell   8   0.64325   0.08041   5.34023   1.39E-06
Fehler   966   14.54484   0.01506      
Gesamt   974   15.18809         
               
Nullhypothese: Die Mittelwerte aller Niveaus sind gleich.               
Alternativhypothese: Die Mittelwerte eines oder mehrerer Niveaus sind verschieden.               
Beim Niveau 0.05 unterscheiden sich die Mittelwerte der Grundgesamtheiten signifkant.

R-Quadrat   Coeff Var   Root MSE   Datenmittelwert
0.04235   0.23433   0.12271   0.52366
               


Und nachfolgende Boxplots.

Heißt für mich der Aspect hat einen signifikanten (p< 0.001) Einfluß auf die Pflanzenhöhe von ca. 4%. Kann ich irgendwo den Korrelationskoeffizienten ablesen oder ist der dann ca. 0.2 (Wurzel von 0.04)?

Wie gehe ich mit den umfangreicheren Ergebnissen des Tukey-Tests um?
Es gibt eine Spalte Sig (Signifikant), die für mehrere Paarungen eine 1 aufweist?

Vielen Dank und viele Grüße
Dirk

[PonderStibbons]

Heißt für mich der Aspect hat einen signifikanten (p< 0.001) Einfluß auf die Pflanzenhöhe von ca. 4%.

Aspect klärt 4% der Varianz auf.

Kann ich irgendwo den Korrelationskoeffizienten ablesen oder ist der dann ca. 0.2 (Wurzel von 0.04)?

Was sollte denn der Korrelationskoeffizient aussagen,
Aspect ist doch weder intervall- noch ordinalskaliert.

Wie gehe ich mit den umfangreicheren Ergebnissen des Tukey-Tests um? Es gibt eine Spalte Sig (Signifikant), die für mehrere Paarungen eine 1 aufweist?

Das dürfte wohl heißen p > 0,05.

Mit freundlichen Grüßen

P.