Statistik

[Vystup]

Ich verzweifele gerade ein bisschen an der Statistik.

Ich habe zwei (relativ kleine Gruppen), einmal unter normaler Therapie und einmal unter intensivierter Therapie. Diese wurden zu 3 Zeitpunkten auf verschiedene Parameter hin untersucht (initial, nach 1 Monat, nach 6 Monaten). Jetzt soll getestet werden, ob die intensivierte Therapie einen signifikanten Vorteil gegenüber der normalen Therapie bringt.

Welchen Test braucht man für sowas? Ein Link, in dem sowas erklärt, wäre mir auch schon sehr hilfreich.

Danke :)

[Tombow]

Ich verzweifele gerade ein bisschen an der Statistik.

Ich habe zwei (relativ kleine Gruppen), einmal unter normaler Therapie und einmal unter intensivierter Therapie. Diese wurden zu 3 Zeitpunkten auf verschiedene Parameter hin untersucht (initial, nach 1 Monat, nach 6 Monaten). Jetzt soll getestet werden, ob die intensivierte Therapie einen signifikanten Vorteil gegenüber der normalen Therapie bringt.

Welchen Test braucht man für sowas? Ein Link, in dem sowas erklärt, wäre mir auch schon sehr hilfreich.

Danke :)

Kommt darauf an, wie der Therapieerfolg gemessen, wie die Meßwerte verteilt und wie groß die Gruppen sind. Immer anwenden könnte man Bootstrap- oder Jackknife-Methoden, und gerade bei unbekannter Verteilung und kleinen Gruppen viel robuster und mit größerer statistischer Power als traditionelle Testverfahren.

Falls die Gruppen groß genug sind, könntest du es mit repeated-measure-ANOVA versuchen, Normalverteilung und gleiche Varianzen vorausgesetzt (vorher zur Überprüfung der Verteilung entweder den Kolmogorov-Smirnov, Shapiro-Wilk oder am besten D'Agostino-Pearson-Test machen), dann auf Varianzengleichheit mittels Levene- oder Bartlet-Test überprüfen (geringe Varianzenunterschiede können toleriert werden, der Test bleibt auch unter den Umständen robust). Als Posthoc-Test würde sich in dem Fall Bonferroni, Tuckey oder Tuckey-Kramer anbieten.

Je nachdem, wie groß die Gruppen sind, könntest Du auch auf dem Kruskal-Wallis-Test zurückgreifen, auf Wunsch mit Dunns-posthoc-Test.

Mein Favorit wäre auf alle Fälle ein Bootstrap, der folgendermaßen aussieht:
Mittelwerte von Kontroll- und Versuchsgruppe errechnen, beide Gruppen poolen, Sampling mit Replacement 1000fach, dann errechnen, wieviele Gruppen aus den 1000 eine gleich große oder größere Differenz der Mittelwerte hatten. Die Anzahl der Gruppen, die diese Bedingung erfüllen, geteilt durch die Anzahl Samplingdurchläufen ergibt dann die Irrtumswahrscheinlichkeit im Bezug auf die Signifikanz der Unterschiede.

Dieses Verfahren kannst du sowohl zum Vergleich zwischen Versuchs- und Kontrollgruppe zu einem Zeitpunkt als auch zum Vergleich der Werte in der Versuchs- oder Kontrollgruppen im Therapieverlauf verwenden, willst du hier den Fehler 1er Art verkleinern, ließe sich auch eine Bonferroni-Korrektur problemlos "nachschalten".

[frieda]

Hallo,

in der Praxis wird - gerade bei den Medizinern - häufig nicht so genau darauf geachtet, ob die Anwendungsvorschriften für die anzuwendenden statistischen Verfahren auch erfüllt sind.

Falls die Gruppen nicht zu klein sind, wäre die einfache Version, eine Varianzanalyse mit Messwiederholung ("repeated-measure-ANOVA") (siehe z.B. Bühl & Zöfel: SPSS) zu rechnen und nicht weiter auf die Voraussetzungen achten.

Bei sehr kleinen Stichproben könnte man in der einfachen Version für jeden Messzeitpunkt einen t-Tests zum Vergleich zwischen den Gruppen rechnen. Oder auch sicherheitshalber Mann-Whitney-U-Tests (hat "einfachere" Anwendungsvoraussetzungen). Dazu empfiehlt sich eine Alpha-Fehler-Korrektur, z.B. Bonferroni (nachzulesen z.B. in Botz: Statistik). Das ist einfacher als es aussieht. Aus statistischer Sicht ist diese Vorgehensweise nicht so toll, hat aber den Vorteil, dass diese Tests (bis auf Bonferroni) im SPSS enthalten sind. Alle Tests sind nachzulesen z.B. in Bühl & Zöfel: SPSS.

Was letztendlich gerechnet werden soll bitte in jedem Fall mit dem Dozenten absprechen. Denn die Ansprüche an und die Vorstellungen über die statistische Auswertung sind recht unterschiedlich. Auch unabhängig davon, was objektiv richtig oder falsch ist.

Friederike Stephan

[Vystup]

War ein paar Tage im Urlaub, trotzdem an dieser Stelle ein verspätetes Danke. Ich werd mich mal ransetzen und dann hoffentlich bald mit der Diss fertig sein.