Statistik

[Dr. Sziget]

Hallo in die Runde,
ich hoffe, der Titel hat nicht alle abgeschreckt diesen Beitrag zu lesen und ihr könnt mir weiterhelfen. Ich überlege mir gerade, auf welche Weise ich einen Datensatz auswerte soll und was hierbei das Sinnvollste ist.
Ich habe unterschiedlich große Gruppe (18 vs. 10), die ich miteinander vergleichen möchte. Es gibt mitunter das Problem, dass die Varianzen signifikant unterschiedlich sind, wenn ich beide Gruppen vergleiche. In diesem Fall sollte ja ein unpaired t-test nicht unbedingt angewendet werden, wenn ich mich nicht täusche.
Ich hab mich dann mal mit dem Welch'schen Korrekturfaktor etwas beschäftigt
(Behrens-Welch test statistic) um dieses Manko auszugleichen.
Hier nun meine Frage: Hat jemand Erfahrungen in den Unterschieden der
Aussagefähigkeit eines unpairde t-test (welch corrected) und einem
Mann-Whitney Test ? Da bin ich mir noch etwas unschlüssig, was die beste
Herangehensweise wäre.

Über jegliche Antwort wäre ich dankbar...

LIeb eGrüße

Dr. Sziget

[Tombow]

Bei unterschiedlichen Varianzen verbieten sich Student's t für unverbundene Stichproben oder ANOVA von selbst. Um die Problematik in den Griff zu kriegen, kannst du ruhig auf nichtparametrische Tests zurückgreifen. In der Regel brauchst du dabei um ca. 10-15% größere Stichproben, um die gleiche statistische Power zu haben wie bei einem parametrischen Test. Dürfte in deinem Fall gut durchgehen. Mann-Whitney-U-Test als Mittel der Wahl.

Mit dem Behrens-Welch-Test habe ich noch keine Erfahrungen gemacht, aber generell verlieren selbst mit Korrektur parametrische Tests bei kleinen Samples und großen Varianzen sehr stark an statistischer Power.

Mit welchem Test hast du auf Varianzengleichheit geprüft? Levene? Brown-Forsythe? Ist der Varianzunterschied durch zu breite Streuung oder einzelne Ausreißer verursacht? (Daten nochmal genau anschauen).

Falls es nur einzelne Ausreißer sind und auf dem ersten Blick kein Trend zu erkennen ist, wäre ein möglicher Worlarund, die Daten mittels D'Agostino-Pearson oder Kolmogorov-Smirnov-Test auf Normalverteilung zu prüfen und falls Normalverteilung vorliegt, eine logaritmische Transformation vorzunehmen. Dann erneut auf Varianzengleichheit testen, und falls gegeben, ANOVA oder Student's t drüberlaufen lassen.

[Feuerblick]

So, meine Herren. Eure gegenseitigen Nettigkeiten könnt ihr meinetwegen in welcher Sprache auch immer per PN austauschen. Wer was zum Thema beizutragen hat, kann es jetzt gerne wieder tun. Offtopic-Beiträge und Beleidigungen jedweder Art und egal von wem werden ab jetzt kommentarlos gelöscht!

Gruß
Feuerblick
MediLearn-Moderatorin

[T4N3M1]

Ganz hilfreich - wenn auch sicher nicht vollständig - ist das Schema hier:

http://www.daten-consult.de/statistikkurs/statistik_31.html