STATISTIK-FORUM.de

Guten Tag!
Ich betrachte für ein Seminar zwei Patientengruppen: gestorben und überlebt. Desweiteren habe ich 4 verschiedene kategorische Variablen (z.B. stabiler Kreislauf ja/nein oder 3 Kategorien von Verletzungen). Nun möchte ich mit chiquadrat Tests testen, ob es einen Unterschied zwischen gestorben/überlebt und Kreislauf ja/nein gibt:

gestorben/Kreislauf ja nein
ja .. ..
nein .. ..

Und eben mit den anderen drei Variablen dasselbe (also 2x2 und 2x3 Tafeln). Das heißt ich führe insgesamt 4 Tests an der selben Gruppe durch. Meine Frage wäre: muss ich eine Bonferroni-Korrektur anwenden?
Ich hoffe ich habe alles verständlich erklärt und bedanke mich für Antworten

"Müssen" ist ein starkes Wort. Es kommt auf die Konsequenzen an.

Das maximale Risiko für einen Fehler 1. Art beträgt mit
Korrektur für die Gesamtstudie 5% , ohne Korrektur rund 19%
( 1 -(0,95 hoch 4) ).

Andererseits erhöht eine Bonferroni-Korrektur das Risiko falsch-
negativer Ergebnisse, was besonders bei kleinen Stichproben
markant sein kann.

Muss man halt abwägen. Da es für ein Seminar ist, kannst Du ja
die Ergebnisse beider Vorgehensweisen vortsellen. Ansonsten
mach im Zweifel erstmal Bonferroni.

Mit freundlichen Grüßen

P.

Danke für die schnelle Antwort! Ich habe erstmal beide p-werte angegeben, bei einem ändert sich nach Korrektur das Ergebnis von signifikant auf nicht signifikant. Eigentlich sollte man ja vorher festlegen was man macht und es sich nicht erst später so richten wie man es braucht, deshalb werd ich eine Korrektur machen.

Wie wäre es eigentlich wenn ich z.B. noch eine andere Variable hätte und noch einen t-test für die beiden Gruppen durchführte? Müsste ich wieder alpha/Anzahl der Tests nehmen oder macht es einen Unterschied welche Tests durchgeführt werden?

LG

Wie wäre es eigentlich wenn ich z.B. noch eine andere Variable hätte und noch einen t-test für die beiden Gruppen durchführte? Müsste ich wieder alpha/Anzahl der Tests nehmen oder macht es einen Unterschied welche Tests durchgeführt werden?

"Müssen" ist...wie gesagt. Es gibt breite Diskussionen darüber.
Die Art des Tests spielt aber in dem Szenario keine Rolle.

LG

wtf

Mit freundlichen Grüßen

P.