Paarvergleich

[Anneke]

Hallo alle zusammen,
ich studiere Biologie und möchte im Rahmen meiner Diplomarbeit die erhobenen Daten auswerten, nur leider weiß ich gerade einfach nicht weiter.
Ich habe Heuschrecken-Weibchen untersucht, ich habe ihnen Männchengesänge vorgespielt und die Antwortwahrscheinlichkeiten in Prozent bestimmt. Nun habe ich zwei verschiedene Gesangsgruppen, einmal die zweibeinigen Männchengesänge und die einbeinigen Männchengesänge. Ich soll jetzt die Weibchenantworten dieser beiden Gruppen vergleichen und einen Paarvergleich machen. Nach den Vorgaben meines Betreuers soll ich die Differenzen der beiden Antwortwahrscheinlichkeiten der zusammengehörigen Männchen bilden und schauen, ob es dort einen Trend gibt, also ob die Weibchen immer eher den einbeinigen oder den zweibeinigen Gesang besser bewerten oder ob es solche und solche gibt. Das wird ja aus den Differenzen ersichtlich, aber mit welchem statistischen Test kann ich das denn untersuchen?
Ich bin ratlos und würde mich über jegliche Form von Hilfestellung sehr freuen
Viele Grüße
Anneke

[drfg2008]

Vorweg: Ich vermute, du hast keine prozentualen Wahrscheinlichkeiten, sondern prozentuale Häufigkeiten gemessen. Dann wäre die Frage, wie der Datensatz nun genau aussieht: welche Variablen, welche Skalierung, etc.

Die Fragestellung an sich ist mir noch nicht ganz klar. Du hast ein 'Treatment' mit zwei Stufen (einbeinig, zweibeinig) und eine Variable, die du vergleichen/vorhersagen möchtest (Kriteriumsvariable, AV, Prognosevariable).

Hast du nur Gruppen gemessen, oder einzelne Tiere und ihre Reaktionen?

Geht es um die Wirksamkeit eines Treatments (2-1-beinig) oder willst du "Trends" messen (siehe Text)?

Wie ist die Antwort skaliert: Anwort Ja/Nein? Oder gibt es hier differenziertere Formen?

Das wären erst einmal die Rückfragen.

[Anneke]

Hallo nochmal,
also es handelt sich um die relative Antwortwahrscheinlichkeit durch die Weibchen (es gab 18 Wiederholungen der Reize und es wurde festgehalten, ob sie geantwortet haben oder nicht, also ja/nein Möglichkeit), entsprechend der Werte wurde dann die prozentuale Antwortwahrscheinlichkeit der Weibchen auf die Reize bestimmt (bei 18 mal entsprechend 100%).
Ich habe einzelne Tiere untersucht (pro Gruppe 12 Weibchen, denen dann jeweils der einbeinige und der zweibeinige Gesang 18 mal vorgespielt wurde). Und messen möchte ich denke ich Trends, also ob sie eher den Zweibeiner oder den Einbeiner besser bewerten, oder ob es solche und solche Tiere gibt.
Ich hoffe das war jetzt etwas umfangreicher und verständlicher
Danke schonmal für die Bemühungen mir zu helfen

[drfg2008]

Du hast dir ein kompliziertes Design aufgeladen. Ich fasse einmal zusammen, was ich verstanden habe:

I. Du hast (wieviel?) Gruppen von Heuschrecken-Weibchen untersucht.
II. Je Gruppe fanden sich 12 Weibchen.
III. Kein Weibchen wurde mit anderen Gruppen gemischt (disjunkte Gruppen).
IV. Jede Gruppe wurde 18 mal je einem Treatment (A) und je einem Treatment (B) ausgesetzt (wobei nicht klar ist, ob immer erst A, dann B oder per Zufall gemischt wurde). Gemessen wurde der Anteil (und nicht die Wahrscheinlichkeit) derjenigen Tiere, die reagiert haben.
V. Die Hypothese(n) beziehen sich NICHT auf einzelne Tiere, sondern auf die Gruppe und lauten etwa wie folgt:

(1) "Es besteht über die Zeit ein Zusammenhang zwischen Treatment und Reaktion."
(2) "Es besteht ein Unterschied zwischen den Treatments hinsichtlich der Reaktion."

Das wäre dann ein Fall für ein Allgemeines Lineares Modell mit Meßwiederholung bzw. GLM / MW.
Du hast 18 Messwiederholungen (Zeitfaktor).
Zwischensubjektfaktor dann die beiden unterschiedlichen Treatments.

Darstellung für Einsteiger in SPSS & Statistik bei Andy Field (SPSS).

[Anneke]

Hallo,
ja leider hat mir mein Prof dieses Design aufgeladen

I. Ich habe die gleichen Weibchen (insgesamt 12) für beide Gruppen verwendet und eigentlich habe ich nicht nur einen Gesang sondern 3, mit jeweils einem einbeinigem und einem Zweibeinigem Gesang, ich soll aber jeweils nur die beiden zusammen gehörigen vergleichen

II. Genau in den beiden zu vergleichenden Gruppen sind je 12 (die gleichen) untersuchte Weibchen

IV. jedes Weibchen (insgesamt 12) wurde 18 mal mit dem gleichen Treatment einmal der Gruppe A /Zweibeiner), als auch der Gruppe B (Einbeiner) ausgesetzt (die Präsentation erfolgte zufällig)
und ja die Antworten wurden gezählt, aber aus diesen die Antwortwahrscheinlichkeit in % erstellt, und mit dieser soll weiter gearbeitet werden

V. Ja genau, die Hypothesen beziehen sich auf die Gruppen
1.) Es besteht ein Zusammenhang zwischen Treatment und Reaktion
2.) Es besteht ein Unterschied zwischen den Treatments hinsichtlich der Reaktion

Ginge da nicht auch etwas einfacheres? Ich arbeite übrigens mit dem Programm graphpad, gibt es da überhaupt so eine Möglichkeit?

Danke für die professionelle Unterstützung

[Generalist]

1.) Es besteht ein Zusammenhang zwischen Treatment und Reaktion
2.) Es besteht ein Unterschied zwischen den Treatments hinsichtlich der Reaktion

Das sind 2 verschiedene Formulierungen
genau desselben Sachverhaltes.

Was das Auswerten angeht, es ist ein Design
für abhängige Messungen (Messwiederholungen:
Reaktion derselben Tiere auf Gesang A und auf
Gesang B), die Gruppe ist klein, da bietet sich ein
Wilcoxon-Vorzeichenrangtest mit den abhängigen
Variablen "% Reaktionen unter Bedingung A" und
"% Reaktionen unter Bedingung B" an.

[drfg2008]

Das 'Problem' der 18 fachen Messwiederholung müsste gelöst werden. (Dann bezieht sich die Hypthese auch nicht auf Gruppen, sondern natürlich auf die Wirksamkeit des Treatments -> Gesangs und betrachtet jedes Tier einzeln).

Mir würde spontan der McNemar Test einfallen. Wechslertest über die Hauptdiagonale. Das ginge dann, wenn aus den 18 MW pro Tier jeweils eine Messung per Zufall gezogen würde und jedes Tier einzeln betrachtet wird.

Gut beschrieben bei Bortz (1). Sehr leicht zu berechnen (2).

Allerdings müsste es noch eine Möglichkeit geben, die MW mit hinein zu nehmen.

Aber es soll ja mit den Prozenten weiter gerechnet werden ... .


(1)
http://www.amazon.de/exec/obidos/ASIN/3 ... ikforum-21

(2) Umsetzung mit SPSS
http://www.youtube.com/watch?v=X9ve4EdxFJc

[Generalist]

Laut Vorgabe sollen die Antwortwahrscheinlichkeitne unter
Bedingungen A und B verglichen werden. Demnach wäre der
zu analysierende Messwert p(Antwort) = Zahl der Antworten/18.

[Anneke]

Hallo Generalist,
vielen lieben Dank, ich denke das ist die geschickteste und einfachste Lösung
Ich hoffe mein Prof ist auch damit einverstanden
Viele Grüße
Anneke

[Anneke]

Hallo Generalist,
ja genau ich habe die Differenzen aus den Antworten/18 (also die Prozentangaben) der beiden Treatments gebildet (Vorgabe durch meinen Prof) und werde diese jetzt mit dem Wilcoxon-Vorzeichen-Rangtest untersuchen...
nochmals vielen Dank

[drfg2008]

Dann kann man auch die Anzahl der Reaktionen einfach direkt aufsummieren (die Basis ist beide Mal gleich) und einen Wilcoxon oder sogar t-Test MW berechnen. (Allerdings berücksichtigt das dann keine Zeiteffekte, falls vorhanden.)

[Anneke]

Hallo drfg2008,
also da ich von meinem Prof die Vorgabe habe die jeweiligen Differenzen zu untersuchen, verwende ich jetzt erstmal den Wilcoxon-Rangsummentest. Was wäre denn der Vorteil eines t-Test MW (und brauche ich dafür nicht normalverteilte Daten)?
Danke für die Hilfe

[Generalist]

Der t-Test für abhängige Stichproben kann sensitiver sein
als Wilcoxon, wenn die Voraussetzungen erfüllt sind. Es wären
u.a. normalverteilte Differenzwerte erforderlich. Ob diese
vorliegen, sei dahingestellt. Bei kleinen Stichproben wie der
Deinen ist die ohnedies schwer zu untersuchen. Insofern kann
Dir mit Wilcoxon eigentlich niemand ans Zeug flicken.

[Anneke]

Gut, dann verwende ich jetzt diesen
Ich arbeite mit graphpad und das gibt mir in einem ertsen Schritt immer an, ob die Daten normalverteilt sind (und angeblich sind sie alle), aber wenn der Wilcoxon sowieso die sicherere Variante ist, dann kann ja damit nix schief gehen
Danke nochmal für die tolle Unterstützung hier

[drfg2008]

Die Frage, ob sich Trends innerhalb der 18 Wiederholungen nachweisen lassen (dürfte nicht sein -> Stationarität der Daten) lässt sich mit Cochran Q berechnen (für jedes Treatment).