STATISTIK-FORUM.de

Liebes Forum,

ich befinde mich gerade in der Anfertigung meiner Dissertation und würde mich über einen fachmännischen statistischen Rat freuen.

Es handelt sich um insgesamt 62 Probanden, aufgeteilt zu jeweils 31 in die Experimental- und die Kontrollgruppe. Ich habe "eigentlich" zwei Zielvariablen (Weitstellung Arterie und Vene), jedoch wurden insgesamt zwölf Variablen (u.a. Blutzucker, Herzfrequenz) erhoben. Ich nutze den t-Test für gepaarte und ungepaarte Stichproben sowohl für die geschlechtergemischte Gruppe als Ganze (31 Probanden) als auch auf die Geschlechtern (jeweils 17 Frauen und 14 Männer) einzeln.

Wie müsste eine sinnvolle Korrektur aussehen, so dass eine Alphafehler-Kumulierung zu vermeiden ist. Ich habe dazu mehrere Beiträge gelesen, jedoch noch keine konkrete Antwort auf meine Frage erhalten. https://stats.stackexchange.com/questio ... 238#492238 stellt wohl eine ähnliche Situation dar. Ich will es nur gern richtig verstehen.

Vielen Dank im Voraus

F.

Ich habe "eigentlich" zwei Zielvariablen (Weitstellung Arterie und Vene), jedoch wurden insgesamt zwölf Variablen (u.a. Blutzucker, Herzfrequenz) erhoben.

Und was bedeutet das für die Fragestellung und Analyse?

Ich nutze den t-Test für gepaarte und ungepaarte Stichproben sowohl für die geschlechtergemischte Gruppe als Ganze (31 Probanden) als auch auf die Geschlechtern (jeweils 17 Frauen und 14 Männer) einzeln.

Wieso 31? Es sind doch 62.

Wie müsste eine sinnvolle Korrektur aussehen, so dass eine Alphafehler-Kumulierung zu vermeiden ist.

Dazu müsste man ausreichend nachvollziehen können, welche Vergleiche
angestellt werden und warum und wozu.

Mit freundlichen Grüßen

PonderStibbons

Hallo Lanugo,

Lanugo201 hat geschrieben:Es handelt sich um insgesamt 62 Probanden, aufgeteilt zu jeweils 31 in die Experimental- und die Kontrollgruppe. Ich habe "eigentlich" zwei Zielvariablen (Weitstellung Arterie und Vene), jedoch wurden insgesamt zwölf Variablen (u.a. Blutzucker, Herzfrequenz) erhoben.

An dieser Stelle muss die Frage beantwortet werden, wozu diese anderen zehn Variablen erhoben wurden. Sind sie "uneigentliche" Zielvariablen, die zwischen den Gruppen verglichen werden sollen oder sind es Kontrollvariablen, die den Einfluss der Gruppe klarer machen sollen? Herzfrequenz und Weitstellung von Arterien werden beide davon beeinflusst, wieviel Adrenalin der Proband gerade im Blut hat. Man kann Herzfrequenz also nicht nur zwischen den Gruppen vergleichen, sondern man kann "Weitstellung Arterie" aus "Gruppe" und "Herzfrequenz" gemeinsam vorhersagen. So etwas kann dazu führen, dass der Einfluss von "Gruppe" deutlich wird, wo er vorher versteckt war.

Ich nutze den t-Test für gepaarte und ungepaarte Stichproben sowohl für die geschlechtergemischte Gruppe als Ganze (31 Probanden) als auch auf die Geschlechtern (jeweils 17 Frauen und 14 Männer) einzeln.

Auch da kann es unter Umständen sinnvoller sein, multiple Regressionen anstelle von t-Tests zu rechnen, aber dafür ist mir die Problembeschreibung noch zu unpräzise.

https://stats.stackexchange.com/questions/492228/paired-t-test-for-different-observed-parameters-should-i-use-multiple-compaira/492238#492238 stellt wohl eine ähnliche Situation dar.

Wenn Du die Antwort in dem Thread nützlich findest, dann wäre es cool, wenn Du sie mit dem Pfeil nach oben (Tooltip: This answer is useful) upvoten würdest. Dann bekommt der Bernhard 10 Punkte und ist motiviert, weiter zu machen. So ist das System auf der Crossvalidated Seite und es funktioniert, wenn die Leute auch mitmachen. Da stehen auch die Antworten mit vielen "Nützlich"-Urteilen weiter oben auf der Seite, was Crossvalidated nützlicher macht.

LG,
Bernhard

Guten Morgen und vielen Dank für die Antworten.

Natürlich sind es insgesamt 62 Probanden, da hatte ich ein "jeweils" vergessen. Ich wollte nur die Aufteilung der einzelnen Gruppen auf die Geschlechter aufzeigen. Es geht darum, dass eine Gruppe einen Saft trinkt, dessen Inhaltsstoffe auf die Gefäße wirken. Die beiden Zielvariablen (vorher/nachher) werden erhoben, um herauszufinden, ob dies auch darstellbar ist. Die weiteren Parameter wurden gemäß ähnlicher Studien derselben Klinik "miterhoben", spielen aber eine untergeordnete/keine Rolle. Letztlich zeigen die erhobenen Daten keine deutliche Veränderungen bei den Zielvariablen, jedoch bei der Senkung des Blutdruckes bei den Männern der Experimentalgruppe (was aber letztlich ein Nebenbefund ist und aus weiteren Studien bekannt war).

Aufgrund der vielen Messungen wurde angemerkt, dass eine Korrektur nach Bonferroni stattfinden soll, um einen Alphafehler zu vermeiden. Ich würde gern wissen, ob dies so richtig ist und wie die genaue Berechnung der Korrektur erfolgen müsste (p=0,05/n=Anzahl aller erfolgten Tests?)? A priori wurde ganz klar festgelegt, was die Zielvariablen sind, vielleicht ist dies noch hilfreich.

Ich bitte um Entschuldigung für die laienhafte Erklärung, aber wäre es anders, dann wäre ich wohl nicht hier. Ich will es nur gern verstehen.

Hallo Lanugo,

Lanugo201 hat geschrieben:Ich bitte um Entschuldigung für die laienhafte Erklärung, aber wäre es anders, dann wäre ich wohl nicht hier. Ich will es nur gern verstehen.

Du brauchst Dich für Deinen Ausbildungsstand nicht zu entschuldigen, aber Rückfragen müssen doch möglich sein. Auf meine Frage, was Zielvariable und was Kontrollvariable ist habe ich keine richtige Antwort von Dir bekommen. "Wird in der Klinik immer mitgemessen" ist kein Grund, sich mit einer Bonferronikorrektur den Betafehler kaputt zu machen. Die Tatsache, dass sich der Saft geschlechterabhängig auf den Blutdruck auswirkt legt Geschlecht als Kontrollvariable nahe: Wenn der Saft sich auf den Blutdruck unterschiedlich auswirkt wäre es auch plausibel, dass er sich auf die Arterienweite unterschiedlich auswirkt. Ich würde das eher mit einer multiplen Regression als mit drei verschiedenen t-Tests angehen (einemal über eine, einmal nur Frauen, einmal nur Männer) und damit die Zahl der Tests schon mal auf ein Drittel verkleinern und damit auch das Problem der Alphakummulation verringern. Scheint aber nicht die Richtung zu sein, in der Du kommunizieren willst.

Ansonsten kann man nur so allgemein bleiben wie in dem von Dir schon zitierten Link: Wenn Du 12 x 3 = 36 t-Tests machst und dabei eine Bonferronikorrektur anwendest dann wird ziemlich sicher nichts signifikant. Also musst du definieren, was primäre und was sekundäre Fragestellungen sind und Dich auf eine Korrektur für die primären Fragestellungen beschränken.

Aufgrund der vielen Messungen wurde angemerkt, dass eine Korrektur nach Bonferroni stattfinden soll, um einen Alphafehler zu vermeiden. Ich würde gern wissen, ob dies so richtig ist

Wie in Deinem Link (der für Dich hilfreich ist, den Du aber nicht als hilfreich markieren willst) steht, muss man eine Abwägung treffen, ob im Einzelfall der Alphafehler oder der Betafehler das größere Problem darstellt und damit eine vernünftige Entscheidung treffen.

LG,
Bernhard

Ganz lieben Dank für die Antwort Bernhard,

Nachfragen sind natürlich ausdrücklich erwünscht und auch nötig. Die Zielvariablen sind zum einen die Arterienweitstellung, zum anderen die Weitstellung der Vene. Leider ließ sich hier keine deutliche Änderung feststellen. Wie meinst du das: "Scheint aber nicht die Richtung zu sein, in der Du kommunizieren willst."? Ich möchte die bestmögliche Auswertung und somit die beste Qualität für meine Dissertation erreichen. Nicht mehr, aber auch nicht weniger .

Der Link ist definitiv hilfreich, nur scheint meine Stimme nicht viel zu gelten: "Thanks for the feedback! Votes cast by those with less than 15 reputation are recorded, but do not change the publicly displayed post score."

Viele Grüße

Lanugo201 hat geschrieben: Ich möchte die bestmögliche Auswertung und somit die beste Qualität für meine Dissertation erreichen. Nicht mehr, aber auch nicht weniger .

Das ist doch erstmal sehr gut. Sind Dir Verfahren der multivariaten Statistik geläufig, z. B. multiple lineare Regression oder ANOVA/ANCoVA?

Der Link ist definitiv hilfreich, nur scheint meine Stimme nicht viel zu gelten: "Thanks for the feedback! Votes cast by those with less than 15 reputation are recorded, but do not change the publicly displayed post score."

Soso. Dann habe ich wieder was neues gelernt

LG,
Bernhard