Pearson Korrelation bei nicht parametrischen Daten

Bivariate Korrelation, partielle Korrelation und Rangkorrelation.

Pearson Korrelation bei nicht parametrischen Daten

Beitragvon hansilein » Do 1. Nov 2018, 21:36

Hallo,

ich habe Daten einer Studie mit n=31 Probanden.
Ich habe für jeden Probanden 2 Ergebnisse (Baseline & Treatment) wie sie eine Aufgabe erledigt haben.
Werte reichen dabei von 0 - 1,2.
Beim Treatment wurden die Probanden abgelenkt und haben deshalb schlechter Performed. Ich habe jetzt zusätzlich noch Daten wie oft sie durch die Ablenkung weggeschaut haben und wie lange das im Durchschnitt war.
Also Proband 5 z.B. hat 20 mal von der eigentlichen Aufgabe weggeschaut und durchschnittlich etwa 500ms. Andere Probanden anders häufig und im Durchschnitt länger oder kürzer.

Ich würde jetzt gerne schauen ob eine Korrelation zwischen der Häufigkeit des Wegschauens oder der Durchschnittlichen Länge des Wegschauens mit der Performance die sie erzielt haben gibt.

Diff <- Treatment - Baseline
Also cor.test(AnzahlBlicke, Diff)
cor.test(DurchschnBlickdauer, Diff)

Jetzt ist das Problem dass die Differenzen von Treatment und Baseline nicht normalverteilt sind nach Shapiro.Wilk. Ich also die Daten transformieren müsste.
Wie funktioniert das mit der Korrelation?

Ich transformiere als Treatment und Baseline Daten und aber die andere Variable (Anzahl Blicke) lasse ich so und transformiere sie nicht? Oder doch?

Vielen Dank!
hansilein
Beobachter
Beobachter
 
Beiträge: 15
Registriert: Do 12. Jul 2018, 22:31
Danke gegeben: 5
Danke bekommen: 0 mal in 0 Post

Re: Pearson Korrelation bei nicht parametrischen Daten

Beitragvon PonderStibbons » Do 1. Nov 2018, 22:39

Es gibt keine nichtparametischen Daten, es gibt nichtparametrische Tests.
Falls Du hinsichtlich der Pearson-Korrelation bedenken hast, verwende den Spearman-Koeffizienten.

Mit freundlichen Grüßen

PonderStibbons
PonderStibbons
Foren-Unterstützer
Foren-Unterstützer
 
Beiträge: 11228
Registriert: Sa 4. Jun 2011, 15:04
Wohnort: Ruhrgebiet
Danke gegeben: 49
Danke bekommen: 2467 mal in 2451 Posts

Re: Pearson Korrelation bei nicht parametrischen Daten

Beitragvon hansilein » Do 1. Nov 2018, 22:56

Stimmt, das ergibt Sinn.

D.h. eine Transformation zu verwenden ergibt keinen Sinn oder ist nicht möglich?
hansilein
Beobachter
Beobachter
 
Beiträge: 15
Registriert: Do 12. Jul 2018, 22:31
Danke gegeben: 5
Danke bekommen: 0 mal in 0 Post

Re: Pearson Korrelation bei nicht parametrischen Daten

Beitragvon PonderStibbons » Fr 2. Nov 2018, 09:22

Spearman verwendet die rangtransformierten Ausgangsdaten.

Mit freundlichen Grüßen

PonderStibbons
PonderStibbons
Foren-Unterstützer
Foren-Unterstützer
 
Beiträge: 11228
Registriert: Sa 4. Jun 2011, 15:04
Wohnort: Ruhrgebiet
Danke gegeben: 49
Danke bekommen: 2467 mal in 2451 Posts

Re: Pearson Korrelation bei nicht parametrischen Daten

Beitragvon hansilein » Fr 2. Nov 2018, 14:12

D.h. hier gilt nicht wie beim t-test dass ich bei n>30 parametrische Tests anwenden kann?

Wie sieht es mit der Frage aus, macht es Sinn eine Transformation anzuwenden oder ist das nicht möglich?
hansilein
Beobachter
Beobachter
 
Beiträge: 15
Registriert: Do 12. Jul 2018, 22:31
Danke gegeben: 5
Danke bekommen: 0 mal in 0 Post

Re: Pearson Korrelation bei nicht parametrischen Daten

Beitragvon PonderStibbons » Fr 2. Nov 2018, 14:32

Transformationen nur um der Herstellung von "Normalverteilung" willen ergibt selten Sinn.

Mit freundlichen Grüßen

PonderStibbons
PonderStibbons
Foren-Unterstützer
Foren-Unterstützer
 
Beiträge: 11228
Registriert: Sa 4. Jun 2011, 15:04
Wohnort: Ruhrgebiet
Danke gegeben: 49
Danke bekommen: 2467 mal in 2451 Posts

Re: Pearson Korrelation bei nicht parametrischen Daten

Beitragvon forenthomas » Mo 4. Feb 2019, 16:05

Hallo Hansilein,

hansilein hat geschrieben:D.h. hier gilt nicht wie beim t-test dass ich bei n>30 parametrische Tests anwenden kann?


klar könntest du das - wenn du dich auf die Mittelwerte beziehen wollen würdest. Denn nur die sind laut zentralem Grenzwertsatz, auf den du dich hier implizit beziehst, auch bei nicht normalverteilten Daten bei größeren Stichproben annähernd normalverteilt. Aber das willst du ja nicht ;) .

Gruß, Thomas
forenthomas
Power-User
Power-User
 
Beiträge: 76
Registriert: Mi 3. Aug 2016, 18:52
Danke gegeben: 9
Danke bekommen: 7 mal in 7 Posts

Re: Pearson Korrelation bei nicht parametrischen Daten

Beitragvon bele » Mo 4. Feb 2019, 17:07

Die Funktion cor.test bietet Dir neben der Pearson-Korrelation auch die Spearman-Korrelation und Kendalls tau an. Zu steuern über das method-Argument. Bequemer als mit einem
Code: Alles auswählen
cor.test(DurchschnBlickdauer, Diff, method = "spearman")
wirst Du es nicht bekommen. Und der Statistikteil im Paper kann auch kaum bequemer zu schreiben sein, als wenn Du Dich auf die Spearman-Korrelation berufst.
Wenn es unbedingt die Pearson-Korrelation sein soll, dann darfst Du die halt nicht über die t-Verteilung testen. Du könntest z. B. ein 95%-Konfidenzintervall für r durch bootstrapping bestimmen und schauen, ob es die 0 umfasst. Die Wikipedia enthält noch andere Testmöglichkeiten, die ohne die t-Verteilung funktionieren: https://en.wikipedia.org/wiki/Pearson_c ... #Inference Macht halt alles mehr Aufwand bei der Umsetzung und im Methodenteil.


LG,
Bernhard
----
`Oh, you can't help that,' said the Cat: `we're all mad here. I'm mad. You're mad.'
`How do you know I'm mad?' said Alice.
`You must be,' said the Cat, `or you wouldn't have come here.'
(Lewis Carol, Alice in Wonderland)
bele
Schlaflos in Seattle
Schlaflos in Seattle
 
Beiträge: 5748
Registriert: Do 2. Jun 2011, 23:16
Danke gegeben: 15
Danke bekommen: 1343 mal in 1330 Posts


Zurück zu Korrelationen

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 1 Gast