STATISTIK-FORUM.de

Hallo allerseits!

Ich habe eine Frage, an der ich mich seit Wochen plage. Ich habe einen Datensatz, in dem ich ca. 30 AVs (dichotom, Merkmal vorhanden oder nicht) anhand einer unabhängigen Variable (mit 7 Ausprägungen) untersuche und schauen möchte, ob sie in einer dieser 7 Gruppen gehäuft vorkommen.
Mir wurde gesagt, ich solle in dem Fall doch den MANOVA mit pst-hoc Analyse benutzen, dies scheint mir nur nicht schlüssig, da dies nicht für nominalskalierte AVs verwendet werden kann? Beim Chi2-Test müsste ich jedoch für jede Variable einen eigenen Test machen und damit natürlich das Signifikanzniveau deutlich senken.

Hätte jemand Empfehlungen in dieser Situation? Soll ich einfach mit deutlich erniedrigtem Signifikanzniveau arbeiten und den Chi2 Test benutzen? Oder den MANOVA, der zwar auch ein Ergebnis hergibt, aber halt in meiner Logik mit den verwendeten Skalenniveaus nicht passt.

Danke auf jeden Fall und einen schönen Abend!

Mir wurde gesagt, ich solle in dem Fall doch den MANOVA mit pst-hoc Analyse benutzen, dies scheint mir nur nicht schlüssig, da dies nicht für nominalskalierte AVs verwendet werden kann?

Multivariate Varianzanalysen erfordern intervallskalierte abhängige Variablen.
Zudem ist das gedacht für Situationen, in denen die abhängigen Variablen
gemeinsam ein hypothetisches Konstrukt operationalisieren. Dass das bei
30 Variablen einen Sinn ergäbe, wäre eher überraschend.

Was hat es mit den 30 Variablen auf sich, sollen die alle jeweils für sich
betrachtet werden? Oder wie hängen sie zusammen?

Beim Chi2-Test müsste ich jedoch für jede Variable einen eigenen Test machen und damit natürlich das Signifikanzniveau deutlich senken.

Müssen muss man gar nichts. Es hängt davon ab, worum es geht und was
man konkret herausfinden will (Fragestellungen), wie groß die Stichprobe
ist, wie wichtig das Vermeiden falsch-positiver versus falsch-negativer ist.

Mit freundlichen Grüßen

PonderStibbons

Vielen Dank für die Antwort!

Also an sich haben die Variablen nicht viel miteinander zu tun, es geht darum, dass ich bei 300 Patienten (aufgeteilt auf 7 Diagnosen) Röntgenbilder der Hand nehme und anschaue, ob die 30 Variablen erkennbar sind. Theoretisch sollten manche dieser Variablen/Merkmale bei einigen der Diagnosen viel häufiger vorkommen, und das will ich darstellen. Deswegen würde ich für jede Variable einen Test machen um zu sehen: ist die Häufigkeit ca. Gleich zwischen den Diagnosen/Gruppen oder gibt es da klare Ausreißer.

Mit freundlichen Grüßen

Bolynn

Dann läuft das wohl auf 30 Berechnungen hinaus. Bei der Korrektur ist wie gesagt zu berücksichtigen,
wie hoch falsch-negative versus falsch-positive Ergebnisse zu bewerten sind und ob die Stichprobengröße
ausreichend ist, auch bei Korrektur noch genug statistische power zu ermöglichen. Eine konservative
Vorgehensweise (aber etwas weniger streng als Bonferroni) wäre Bonferroni-Holm, Man könnte auch
überlegen, 1% statt 5% zu verwenden.

Mit freundlichen Grüßen

PponderStibbons

Hallo,
vielleicht macht es auch Sinn, die Fragestellung nochmal zu überdenken, ob es wirklich um die 30 Knochenbefunde geht oder um die 7 Krankheiten. Sieben logistische Regressionen könnten übersichtlicher sein als 30 Kontingenztafeln (oder auch nicht). Könnte auch Probleme mit Kollinearität geben. Ich sage nicht, dass ich es so machen würde, aber jemand, der die Fragestellung genau versteht sollte mal darüber nachdenken.
Ansonsten finde ich auch 30 Tests akzeptabel, wenn es 30 verschiedene Fragen sind.
LG,
Bernhard