Verbundene und unverbunde Daten gleichzeitig verarbeiten

[CavAp]

Hallo liebe Statistiker!

Aus meinem Pilotprojekt (Biologie) habe ich meine Daten erhalten und fleißig ausgewertet, wie ich es im Studium gelernt habe. Im Grunde ist die Statistik auch nicht so kompliziert, da ich klare Gruppen habe, diverse metrische Werte und an und für sich keine komplizierten Konstellationen ... dachte ich. Bis mir meine Betreuerin die Hälfte meiner Ergebnisse auseinander genommen hat. Mir ist auch klar, wo mein Denkfehler liegt, allerdings komme ich selbst nicht auf die Lösung und die Lösung meiner Betreuerin ist: Das sind halt wieder Daten, die wir extern an einen Statistiker geben werden. Womit ich nicht so glücklich bin, denn ich würde das gerne selbst machen und meine Daten am Ende auch verstehen, sodass ich auf Konferenzen ohne Schwitzen jedem erklären kann, warum ich was wie gemacht habe.

Zum Projekt: Ich habe vier Behandlungsgruppen von Männchen:
A: Kastriert
B: Sterilisiert
C: Schein-Operiert (Sham)
D: Intakt (also unbehandelt)

In jeder Gruppe sind 8 Männchen, gesamt 32.
In jedem der 32 Männchen-Gehege sind 2 Weibchen, gesamt 64 Weibchen, die unbehandelt sind und deren Reaktionen auf die Behandlung der Männchen untersucht werden soll ("Sind Weibchen, die mit einem Kastraten gehalten werden weniger gestresst als Weibchen, die mit einem Sterilisaten gehalten werden?")

Ich nehme zu bestimmten Zeiten der Experimentperiode (22 Tage) Werte der Männchen und Weibchen:
- Cortisol
-Testosteron (Männchen)
- Gewicht
- diverse Verhaltensdaten (Videoauswertung)

Mein Problem sind die Weibchen. Die Männchen sind ja recht eindeutig in vier Gruppen eingeteilt, also unabhängig/unverbunden (Tiere sind auch nicht eng verwandt o.ä.).
Ich habe aber je zwei Weibchen zu einem Männchen einer bestimmten Gruppe. Ich dachte: Prima, die 16 Weibchen der Gruppe A stelle ich den 16 Weibchen der Gruppe B gegenüber und vergleiche zum Beispiel die Cortisolwerte von Punkt 0 /punkt 1 /punk x ... / Anzahl der soziopositiven Verhaltensweisen / Anzahl der aggressiven Verhaltensweisen etc.

Aber da immer zwei Weibchen von einem Männchen "beeinflusst" werden, habe ich verbundene Stichproben, jedoch mit einem N=2. Die erste Idee war, dass ich erst nur die dominanten Weibchen vergleiche, und in einer zweiten Analyse nur die subdominanten. Das hat diverse Probleme, z.b. dass in der kurzen Zeit nur schwer einzuschätzen ist, welches Weibchen tatsächlich dominant ist.
Es muss doch auch möglich sein, alle Weibchen einer Gruppe mit allen Weibchen einer anderen Gruppe zu vergleichen?

Ich bin für Hinweise und Tipps, in welche Richtung ich weiter suchen soll, sehr dankbar!
Cheers

[dutchie]

Hallo CavAp

stimmt- echt tricky
bin mir im augenblich auch nicht zu 100% sicher, was zu tun.

aber die zwei weibchen sind meiner meinung nach nicht verbunden oder gepaart.

Wäre das jetzt eine messwiederholung gäbe es immer die möglichkeit einer unterscheidung
z.B. messung früh und abends...
im Falle von dominantes weibchen vs. subdominant, wäre das eine weitere UV neben
den Gruppen der Männchen.
Ich würde das hierarchisch denken "weibchen 1" gehört zur "Weibchengruppe1 von Männchen 1" in der "Männchengruppe A"
aber alles "senkrecht" (long) organisiert
dann heißen die Variablen:
weibchen ID, männchen ID, gruppe A-D, plus eventuell Dominanz
1__1__A_____d ----weibchen1 des männchen1 in gruppe A ist dominant
2__1__A_____nd
3__2__A_____d
4__2__A_____nd
....
63__32_D
64__32_D
Du kannst jetzt Männchen ID als zweite UV nehmen..ist dann aber eine n=2 stichprobe
Die beiden weibchen sind ununterscheidbar im bezug aufs Männchen.
Mann kann eventuell auch die zwei weibchen mittel und damit die männchen ID auflösen?
Die Frage ist jetzt inwieweit sind die beiden weibchen eines Männchens unterscheiden.
und ob dieser unterschied in die Fehlervarianz der Treatment gruppe eingeht oder eingehen soll oder muß?
wenn nein denkt man sich die weibchen gepaart
wenn ja denkt man sich die weibchen unabhängig
du brauchst das datenschema nicht zu schwitchen wenn du das mal so mal so rechnen willst.
schau bei gemichte - mixed Modelle.
wenn die weibchen gleich auf das männchen reagieren, müßten die varianten identisch sein!
wenn sie das sind wir groß ist n? 64 oder 32?
ich kann mir denken, dass es bestimmt weibcheninteraktionen gibt in der reaktion aufs männchen!
welchen die AVs beeinflussen...
ich würde erstmal ANOVA 4x32 zweimal between denken
das erinnert mich an folgendes: irgendein Mittelwertsunterschied Mann vs. Frau irgendeine AV
unabhängiger vergleich an sich, aber wenn die verheiratet sind abhängiger vergleich
und was bei homosexuellen Paaren... da fällt der vergleich weg, nicht möglich..

und äh? ich bin kein Statistiker!

so weit so gut
gruß
dutchie

[CavAp]

hi dutchie,

lieben Dank für deine Antwort

Du kannst jetzt Männchen ID als zweite UV nehmen..ist dann aber eine n=2 stichprobe

... ist im Grunde, was ich vermeiden möchte ...

Mann kann eventuell auch die zwei weibchen mittel und damit die männchen ID auflösen?

Wenn das statistisch sauber ist, wäre das tatsächlich die einfachste Möglichkeit, dann habe ich je 8 Datenpunkte.

Die Frage ist jetzt inwieweit sind die beiden weibchen eines Männchens unterscheiden.

Von den Daten her je nach Variable teils sehr unterschiedlich. Zum Beispiel Gewicht bzw. Gewichtszunahme/-verlust über Zeit. Die Blutwerte sind allesamt sehr ähnlich, was es auf den ersten Blick schwieriger macht, ein Muster zu erkennen. Ich kann mit deskriptiver Statistik zum beispiel nicht erkennen, ob die Weibchen der Gruppe A im Schnitt höhere oder niedrigere Cortisolwerte haben als eine andere Gruppe oder überhaupt Unterschiede feststellen. Aber da habe ich auch noch jedes Weibchen einer Gruppe als Unabhängig angesehen ...

und ob dieser unterschied in die Fehlervarianz der Treatment gruppe eingeht oder eingehen soll oder muß?

Gute Frage, ich sprech meine Betreuerin mal darauf an und hoffe, dass sie mir mehr sagen kann als: Überlass das den Profis ... Ist das denn okay, wenn man die Fehlervarianz pro Weibchenpaar errechnet und mit der Varianz der anderen 7 Paaren der Gruppe in einer Analyse zusammen verwurstet?

wenn sie das sind wir groß ist n? 64 oder 32?

wenn sie tatsächlich identisch oder annähernd identisch sind (genau gleiche Zahlen wird es nicht geben) könnte man vielleicht tatsächlich den Mittelwert bilden und dann wären es 8 pro Gruppe, also 32.

ich kann mir denken, dass es bestimmt weibcheninteraktionen gibt in der reaktion aufs männchen!

das ist ein Punkt, der untersucht werden soll, ob ein kastriertes Männchen als "pseudo-Weibchen" nicht vielleicht Unruhe in ein Weibchengefüge bringt. In reinen Weibchengruppen herrscht regelrechter Zickenkrieg (Stress pur), der durch die Anwesenheit eines Männchens eingedämmt wird.
Bei 1 M + 2 W ist Rang und Stellung klar, aber was machen zwei Weibchen mit einem präpubertär kastrierten Männchen, das nicht weiß, was mit den Damen anzufangen ist? Bzw. nicht die "Eier" hat, sich durchzusetzen (wortwörtlich )?

schau bei gemichte - mixed Modelle.[..]
ich würde erstmal ANOVA 4x32 zweimal between denken

ich mach mich in die Richtung mal weiter schlau, vielleicht finde ich da ja was, was dem Problem näher kommt.

und äh? ich bin kein Statistiker!

macht nix War ja nur mal höflich in die Runde gegrüßt ...Sorry dann (:

[dutchie]

hallo

also ich würde nichts mittel, wer weiß welch interessante varianz man da vernichtet.
man kann auch zwei messwerte auf unterschied prüfen, wäre dann eher einzelfallanalyse
also ich vergleiche w1 mit w2 für jedes männchen...

wenn man unabhängig testet obwohl abhängig ist das normal konservativer, also erlaubt
im bezug auf inferenz seh ich da kein problem.

es sei denn die abhängigkeit verzerrt z.b. einen zusammenhang dies bleibt dann unentdeckt..
z.B. ich korreliere IQ und Status bei Kindern und lass Carakeristiken der Schule außer acht...

du hast ja eine männchen stichprobe und eine weibchenstichprobe...
du korrelierst ja 64 pärchen d.h jedes männchen ist doppelt, richtig?
das ist dann abhängiges als unabhängig behandelt...

vielleicht ist es wichtig deskripive von inferenz statistik klar zu trennen.
primär ist wichtiger das geschehen in deiner stichprobe klar deskripiv zu beschreiben.
bis hin zu jedem einzelnen messwert...
der test findet sich dann

gruß
dutchie