Seite 1 von 1

Kalibrierungen miteinander vergleichen

BeitragVerfasst: Do 9. Aug 2018, 17:35
von lemi4
Hallo zusammen,

ich habe ein Problem mit der statistischen Auswertung meiner Kalibrierungen und hoffe, dass mir hier jemand weiterhelfen kann.

Ich habe vier verschiedene Substanzen, mit denen ich an einem Gerät jeweils vier Kalibrierungen durchgeführt habe (für jede einzelne Substanz eine Kalibrierung). Würde es sich um die gleiche Substanz handeln, würde ich zumindest annähernd gleiche Steigungen bzw. y-Achsenabschnitte erwarten. Da die Substanzen allerdings nur ähnlich sind, unterscheiden sich die Steigungen bzw. y-Achsenabschnitte nach meinem Empfinden jedoch ziemlich. Gibt es hierfür einen bestimmten statistischen Test, um die Ähnlichkeit von Kalibrierungen in Zahlen auszudrücken?

Lässt sich dann vielleicht irgendwie ein Faktor ermitteln, um von einer Kalibriergeraden auf die Konzentration aller vier Substanzen schließen zu können?

Ich hoffe, dass ich mich halbwegs verständlich ausgedrückt habe. Falls nicht gerne nachfragen, dann versuche ich es nochmal ;-)

Viele Grüße
lemi4

Re: Kalibrierungen miteinander vergleichen

BeitragVerfasst: Mi 29. Aug 2018, 11:02
von Sayou1960
es klingt so, als hättest Du tatsächlich eher nur die statistischen Methoden des Grundkurses zur Verfügung. Das wäre wichtig zu wissen, denn so einfach ist Deine Frage gar nicht. Stell Dir vor, Du hättest nicht 20 Tiere 4x/Minute beobachtet, sondern nur 1 Tier 80x/Minute. Hätte das den gleichen Beweiswert? Schwerlich. Du musst das also schon irgendwie aus der sich t der n = 20 Spinnen betrachten.

Re: Kalibrierungen miteinander vergleichen

BeitragVerfasst: Mi 29. Aug 2018, 12:43
von bele
Hallo lemi4,

vor mir hat Sayou1960 einen Textblock aus einem anderen Thread gepostet. Bitte nicht beachten, ich halte Sayou1960 für einen bot.

In der Tat verstehe ich Deine Frage nicht. Eine Kalibrierung scheint bei Dir etwas zu sein, was über eine OLS Regression zu einer Regressionsgeraden führt. Augenscheinlich willst Du die Steigungen dieser Geraden irgendwie zueinander in Beziehung setzen. Ich verstehe aber noch nicht, wohin das führen soll.

Gibt es hierfür einen bestimmten statistischen Test, um die Ähnlichkeit von Kalibrierungen in Zahlen auszudrücken?

Statistische Tests führen Entscheidungen herbei, sie sind nicht das Mittel, etwas in Zahlen auszudrücken (außer vielleicht der Gewissheit, mit der man eine Nullhypothese zurückweist).

LG,
Bernhard

Re: Kalibrierungen miteinander vergleichen

BeitragVerfasst: Di 4. Sep 2018, 14:20
von lemi4
Hallo Bernhard,

vielen Dank für deine Antwort.

Richtig, im Endeffekt trage ich auf der x-Achse Konzentrationen einer bestimmten Substanz auf und habe auf der y-Achse Flächen, die ich aus der Analyse der Substanz erhalte. Über eine lineare Regression erhalte ich meine Kalibriergerade, mit deren Hilfe ich unbekannte Konzentrationen anhand der Fläche ermitteln kann.
Das bedeutet, dass ich für jede Substanz eine eigene Kalibriergerade erstelle, da das Ansprechverhalten des Analysengeräts auf die jeweilige Substanz und somit die Flächen unterschiedlich sein können.

Mir geht es nun darum zu zeigen, wie "groß" dieser Unterscheid ist bzw. wie "ähnlich" die Kalibriergeraden sind. Idealerweise würde ich dann daraus schließen können, dass solch eine Kalibrierung nicht für jede Substanz notwendig ist. Ich habe wirklich kaum Ahnung von Statistik, aber ich habe mir vorgestellt, dass ich vielleicht schauen könnte, ob die jeweiligen Kalibrierungen in den Konzentrationsbereichen im Vertrauensband liegen. Wäre das eine Möglichkeit?

LG,
lemi4

Re: Kalibrierungen miteinander vergleichen

BeitragVerfasst: Di 4. Sep 2018, 16:28
von bele
Und es reicht nicht, die Steigungen dieser Geraden miteinander zu vergleichen, es müssen beide Parameter der Geraden gleichzeitig verglichen werden?

Re: Kalibrierungen miteinander vergleichen

BeitragVerfasst: So 9. Sep 2018, 16:04
von lemi4
Was meinst du mit beide Parameter?

Wenn ich die Steigungen vergleiche, kann ich ja auch nicht abschätzen, wie ähnlich sie sich sind, denn identisch sind sie ja auf keinen Fall.