STATISTIK-FORUM.de

[Laura3]

Hallo zusammen,

ich habe eine Stichprobe von N = 263 und diese Vorhersagen treffen lassen für persönliche und allgemeine Events. Jetzt habe ich eine Variable 'Vorhersagen' und eine Variable 'Eventart', die für persönliche Events = 1 und für allgemeine Events = 0 ist. Meine Hypothese ist, dass die Vorhersagen für persönliche Events größer sind als für allgemeine Events.

Kann ich dafür einfach einen t-Test für abhängige Stichproben rechnen? Ich habe das in R schon probiert mit
t.test(data$Vorhersagen ~ data$Zeitpunkt, paired = TRUE)
bekomme aber eine Fehlermeldung weil nicht alle Argumente die gleiche Länge haben. Es gibt ein Item für allgemeine Events mehr als für persönliche Events.

Kann mir da jemand helfen, was das richtige Verfahren ist?

[PonderStibbons]

ich habe eine Stichprobe von N = 263 und diese Vorhersagen treffen lassen für persönliche und allgemeine Events. Jetzt habe ich eine Variable 'Vorhersagen' und eine Variable 'Eventart', die für persönliche Events = 1 und für allgemeine Events = 0 ist. Meine Hypothese ist, dass die Vorhersagen für persönliche Events größer sind als für allgemeine Events.

Was meinst Du damit? Dass die durchschnittliche Anzahl Vorhersagen der einen Art größer ist als die durchschnittlichen Vorhersagen der anderen Art?

Mit freundlichen Grüßen

PonderStibbons

[bele]

Hallo!

Ich schließe mich PonderStibbons Frage an.

Die hier einschlägige Frage lautet aber: Wenn es sich um verbundene Stichproben handelt, wie kann es dann sein, dass Du unterschiedlich viele von der einen und von der anderen Art hat. Wenn genau jedem Vorhersagewert "persönlich" genau ein Vorhersagewert "allgemein" entspricht, dann sind es verbundene Stichproben und dann gibt es von beiden gleich viele. Wahrscheinlich gibt es missing data, die hoffentlich als NA markiert sind.

In dem Fall funktioniert t.test mühelos, wenn man zwei Vergleichsreihen übergibt aber etwas komisch, wenn man, wie Du, das formula-Interface nutzt. Funktioniert denn

Code: Alles auswählen

t.test(Vorhersagen ~ Zeitpunkt, data = na.omit(data), paired = TRUE)

Wenn das nicht funktioniert, könntest Du die Ergebnisse folgender Kommandos posten?

Code: Alles auswählen

summary(data$Vorhersagen)
summary(data$Zeitpunkt)
table(data$Zeitpunkt)


LG,
Bernhard

[Laura3]

Danke für die Antworten!
Nein, es geht mir nicht um die Anzahl sondern den Wert der Vorhersagen selbst. Es wird z.B. die Wahrscheinlichkeit von einem persönlichen Event und die Wahrscheinlichkeit von einem allgemeinen Event vorhergesehen. Die Hypothese ist, dass die Wahrscheinlichkeit von einem persönlichen Events größer (und damit optimistischer) eingeschätzt wird als die Wahrscheinlichkeit von allgemeinen Events.

Das Problem ist, dass die selben VP 5 Items mit Vorhersagen zu persönlichen Events und 6 Items mit Vorhersagen zu allgemeinen Events beantwortet haben. Wenn ich die Mittelwerte von den Vorhersagen der persönlichen Events jetzt mit denen der allgemeinen Events vergleichen will, habe ich natürlich viel mehr bei den allgemeinen als bei den persönlichen.
> summary(Data_Control.Long$Vorhersagen)
V1
Min. :-2.79352
1st Qu.:-0.30452
Median :-0.09073
Mean : 0.63009
3rd Qu.: 1.14898
Max. :10.46608

> summary(Data_Control.Long$Eventart)
0 1
3156 2893


PS: Hatte mich oben im Variablennamen vertan. Eventart heißt die Variable, die ich vorher Zeitpunkt genannt hatte.

[bele]

Hallo Laura,

in "Vorhersagen" gibt es demnach keine missing values und entweder sind missing values nicht das Problem oder jemand hat vergessen, diese als NA einzutragen.

In Eventart haben wir die eine Eventart 3156 Mal und die andere 2893 Mal. Dafür muss es in der Tat eine Erklärung geben und natürlich kann man so keinen t-Test rechnen.

Das Problem ist, dass die selben VP 5 Items mit Vorhersagen zu persönlichen Events und 6 Items mit Vorhersagen zu allgemeinen Events beantwortet haben. Wenn ich die Mittelwerte von den Vorhersagen der persönlichen Events jetzt mit denen der allgemeinen Events vergleichen will, habe ich natürlich viel mehr bei den allgemeinen als bei den persönlichen.

Das verstehe ich nicht. Erstens ergeben 5 Items genau einen Mittelwert pro Teilnehmer und 6 Items ergeben ebenfalls genau einen Mittelwert pro Teilnehmer. Also müsstest Du genausoviele Itemmittelwerte für beide Eventarten haben. Zweitens ist 3156/2893 nicht gleich 6/5.

LG,
Bernhard