Aquila:

nichts statistisches angedacht?

NIPIAN:

Ich werde die Auswertungen mit Diagrammen und den Berechnungen dann unter die Experimentierposts anhängen

HÄH? Also, ich glaube schon, dass man das als Veröffentlichung der Statistiken ansehen darf, oder?

LG, Ossein.

EDIT: Nein, Aquila, ich verstehe im Gegensatz zu Dir einfach viel zu wenig von der Statistik. Ich danke Dir für Deine ausführlichen Posts - sie lassen mich demütig verstummen...

Ich verstehe unter statisch glaub ich was anderes als du...

Ein Diagramm und ein Mittelwert ist für mich keine Statistik....


Meine da eher Sachen in denen ich von Post #30 geschrieben habe.

Das ist in wirklichkeit die einzige Möglichkeit wirklich gesicherte Aussagen zu erhalten. Alles andere lässt im Endefekt maximal bessere Vermutungen zu.

Da die Fragestellung auf eine ja/nein-Antwort ausgelegt und sämtliche Haltungsparameter vorgegeben sind (siehe zweiter Post in der Vorstellung), ist dieses Experiment zur Beantwortung ausreichend. Die Unterschiede in der Behandlung der Halter der Versuchsvölker soll über die Masse gemittelt werden. Es geht nicht um einen möglichst exakten Zahlenwert des Unterschieds, sondern lediglich ob es einen Unterschied gibt. Zumal es neben der Auswertung aller teilnehmenden Völker ebenso die Möglichkeit einer zufallsgenerierten Auswahl einer bestimmten Anzahl an Völkern aus beiden Gruppen gibt.

Der t-Test besteht aus mehr als nur Mittelwert und Diagrammen und ist eigentlich darauf ausgelegt mit Stichprobenumfängen von zumindest etwa 20 zu einem aussagekräftigen Ergebnis zu kommen. Notfalls kann ich aber auch einen Rangsummentest nutzen.

Was hältst Du davon?

Grundsätzlich ist die Fragestellung natürlich auch über einen t-Test zu ermitteln.
Worum es mir hier hauptsächlich geht sind die Fehler erster und zweiter Art.
Der Fehler erster Art (α) ist, jener Fehler den man begeht, wenn man die Nullhypothese ablehnt, der Fehler zweiter Art (β) ist der Fehler den man begeht, wenn man die Nullhypothese annimmt.

α gibt man bei einem Testvor. Der Fehler zweiter Art (β) kann jedoch bis zu 1-α groß werden.

Gehen wir davon aus ich lege mein α mit 5% fest und Teste, das Ergebniss ist ich muss die Nullhypothese ablehnen, damit kommt der Fehler α zu tragen. Die Wahrscheinlichkeit, dass meine Entscheidung (also abzulehnen) Falsch ist liegt bei 5%.
In einem anderen Fall legen wir wieder α mit 5% fest, diesmal bekommen wir jedoch das Ergebniss die Nullhypothese anzunehmen. Da benötigen wir den Fehler β. Diesen kann man sich berechnen, er hängt von der Virabilität der Gruppen, die feinheit der Unterschiede den man erkennen möchte und von der Probenanzahl ab, kann jedoch bis zu 95% groß werden (also 1-α).
Also die Wahrscheinlichkeit das wir annehmen, obwohl wir ablehnen sollten, kann bis zu 95% groß werden.

Bei unserer Fragestellung vermute ich, dass es in den einzelnen Gruppen sehr große Unterschiede geben wird. Wenn wir ein kleines β haben wollen ist es nötig eine hohe Anzahl an Proben (Gynen) zu haben.

Es würde mich nicht wundern, wenn für ein kleines β um die 1000 Gynen pro Gruppe benötigt werden.

Man kann so einen Versuch natürlich auch mit 10 Gynen pro Gruppe durchführen, wenn wir Glück haben und es große Unterschiede zwischen den Gruppen gibt, ist die Aussage des t- Tests: Die Nullhypothese (Es gibt keinen Unterschied zwischen den Gruppen) ist abzulehnen. Damit begehen wir den (von uns definierten) Fehler α und alles ist in Ordnung.

Sollten die Unterschiede zwischen den Gruppen allerdings gering ausfallen (wie ich es vermute), wird es zu einer Annahme der Hypothese kommen (fehler β). Bei einer zu geringen Gynenzahl pro Gruppe, werden wir dadurch ein sehr hohes β haben.

Die Aussage ist dann: Es gibt keinen Unterschied zwischen den Gruppen allerings ist die Chanze das die Aussage falsch ist sehr hoch (bei 50% oder höher), das käme dann einen Münzwurf gleich.

Wenn wir das ganze als Anova rechnen und den Faktor "unterschied der Einzelnen Halter" mit einbeziehen, dann brauchen wir für jede Gruppe nur erheblich weniger Gynen.

Das kann jetzt heißen statt 1000 Gynen pro Gruppe sind jetzt für die gleiche Sicherheit der Aussage nurmehr 100 Gynen pro Gruppe notwendig.

Wenn wir so einen Versuch großräumig im Forum durchführen wollen bin ich auch dafür das wir uns die Auswertung dessen überlegen. Ich bin mir ziemlich sicher er wird für viele Leute einiges an arbeit werden, da würde ich es schade finden wenn die selbe aussage mit nem Münzwurf auch getroffen werden könnte...

lg Aquila

Prinzipiell: ich setze das Signifikanzniveau bei α = 5% an. Standard eben.
Was die Größe des β-Fehlers anbelangt, kann ich Dir so nicht vollständig zustimmen (->kniefieselei): Deine Zahl von 95% trifft unter dem gegebenen Signifikanzniveau nur dann zu, wenn der Test die Alternativhypothese nicht wiedergeben kann (was die "richtige Entscheidung" mit 1-β anbelangt). Whatever, eigentlich nicht wichtig, da Grenzfall.

Die Anzahl der Gynen hängt ganz von der Teilnahme ab. Darauf habe ich keinen wesentlichen Einfluss - außer zu sagen, dass ich mir über die möglichen Fehlerquellen Gedanken gemacht habe und sie weitestgehend auszuschalten versucht habe. Ich habe also mit den Zahlen zu arbeiten, die ich bekomme. Wenn die Aussagekraft zu gering ist, werde ich auch das bekanntgeben.

Das der Fehler groß sein kann (!), ist allerdings kein Grund den Test nicht zu fahren - über die Größe des Unterschieds der Mittelwerte kann ich noch keine Aussage treffen. In welcher Größenordnung ist ein Unterschied zwischen den Mittelwerten groß?

Du zweifelst , zumindest hat es für mich den Anschein, das Testverfahren an.
Du hast den zweifaktoriellen Anova selbst vorgeschlagen. Welche Alternativen sind sonst noch in Erwägung zu ziehen?

Gibt es noch eklatante Mängel am praktischen Teil?

Was die Größe des β-Fehlers anbelangt, kann ich Dir so nicht vollständig zustimmen (->kniefieselei): Deine Zahl von 95% trifft unter dem gegebenen Signifikanzniveau nur dann zu, wenn der Test die Alternativhypothese nicht wiedergeben kann

Ich habe nichts anderes geschrieben β kommt nur dann zum Tragen wenn bei dem Test als Ergebniss herauskommt, dass die Nullhypothese angenommen werden muss. Was heißt das die Alternativhypothese nicht wiedergegeben werden kann.
Für andere vielleicht noch anzufügen das die Nullhypothese immer ist: "Es gibt keine Unterschiede" und die Alternativhypothese ist: "Es gibt Unterschiede".

Allerdings ist es meiner Meinung nach nicht richtig von vornherein davon auszugehen, dass bei uns abgelehnt wird. Ich bin mir sogar sehr sicher, dass bei zu geringer Stichprobenanzahl H0 angenommen werden muss (mit sehr hohem β).

Und vielleicht hab ich mich falsch ausgedrückt β ist nicht 1-β es kann nur so groß werden, mit einer hohen Stichprobenanzahl kann man es genauso klein werden wie α.

(was die "richtige Entscheidung" mit 1-β anbelangt). Whatever, eigentlich nicht wichtig, da Grenzfall.

Was du damit sagen willst hab ich nicht ganz verstanden.

Das der Fehler groß sein kann (!), ist allerdings kein Grund den Test nicht zu fahren

Man kann über Vorversuche bzw Erfahrungswerte den Fehler durchaus im vornherein abschätzen.

- über die Größe des Unterschieds der Mittelwerte kann ich noch keine Aussage treffen. In welcher Größenordnung ist ein Unterschied zwischen den Mittelwerten groß?

Bei einem t-Test oder einer Anova vergleicht man keine Mittelwerte sondern die Grundgesamtheiten dahinter.
Und den Unterschied kann man für die Berechnung von β festlegen. Zum Beispiel auf 10% Unterschied der Koloniegröße.

Du zweifelst , zumindest hat es für mich den Anschein, das Testverfahren an.
Du hast den zweifaktoriellen Anova selbst vorgeschlagen. Welche Alternativen sind sonst noch in Erwägung zu ziehen?

Ich muss gestehen das ich anfangs gedacht habe, dass du dir zu der Auswertung noch keine sonderlichen Gedanken gemacht hast. Da du das offensichtlich schon gemacht hast, tut mir diese anfängliche Unterstellung leid.

Ich meine nur das für die Auswertung meiner Meinung nach eine Anova sinnvoller währe da man eine geringere Stichprobenanzahl benötigt.
Du hast in einem andern Post weiter oben geschrieben das 60 Gynen schon viele Gynen währen. Da geht es dann darum Verfahren zu finden die mit möglichst geringen Stichprobenumfängen scharfe Ergebnisse liefern.

Von den Test die ich kenne, würde nur der Zweistichproben t-Test, der Wilcoxon Rangsummentest (der schwächere Aussagen als der t-Test bringt) und die Anova die in dem Fall angewandt werden können.
Habe Statistik aber nur eine VO gemacht Versuchsplanung geht sich leider erst nächstes Semester bei mir aus.
Wenn man das ganze noch auf Proteinnahrung ausdehnt braucht man zusätzlich zur Anova noch einen Post-Hoc-Test hintennach aber das ändert dann an der Versuchsplanung nichts.

Wenn wir heuer draufkommen wir können keine guten aussagen machen können wir nächstes Jahr eventuell einen weiteren Versuch starten um die Stichprobeanzahl zu erhöhen.
Das Jahr könnte man dann als weiteren Faktor in einer dreifaktoriellen Anova einfügen.

Gibt es noch eklatante Mängel am praktischen Teil?

Eklatante Mängel währen mir so oder so keine Aufgefallen, bin aber auch Anfänger in der Ameisenhaltung, kenn mich nur in Statistik ein bisschen aus. *gg*

(was die "richtige Entscheidung" mit 1-β anbelangt). Whatever, eigentlich nicht wichtig, da Grenzfall.
Was du damit sagen willst hab ich nicht ganz verstanden.

Wenn ich das richtig herauslese, dann gehen wir beide korrekterweise von der Standard-Vierfeldertafel aus. Wenn der Test die Alternativhypothese als korrekt anzeigt und diese in der Wirklichkeit ebenso zutrifft, dann ist die Wahrscheinlichkeit dafür 1-β und damit eine richtige Entscheidung. Der beschriebene Fall α = 5%, β = 95% liegt nur dann vor, wenn das Testergebnis alternativlos falsch ist. Der Test irrt also IMMER.

Der t-Test wird zweiseitig sein. Unter anderem werde ich den p-Wert und das Konfidenzintervall bestimmen.

Bei einem t-Test oder einer Anova vergleicht man keine Mittelwerte sondern die Grundgesamtheiten dahinter.

Ja und nein. Meine Aussage hat sich darauf bezogen, dass für einen erfolgreichen t-Test ein großer Unterschied zwischen den Mittelwerten vorliegen sollte. Dabei möchte ich auf die Prüfgröße hinweisen, in die die Mittelwerte entscheidend einfließen.

Meine Quelle ist hierbei: "Basiswissen medizinische Statistik" - Weiß (4.Auflage)
Damit baue ich die statistische Auswertung der Ergebnisse auf.

Danke jedenfalls für Deine Zweifel, dadurch überarbeite ich meine Vorgehensweise.

Das ich mich für diesen Test entschieden habe liegt darin begründet, dass ich innerhalb der Ameisenhaltung eine Antwort auf die gestellte Frage suche. Quasi von Ameisenhaltern für Ameisenhalter. Deshalb keine wissenschaftliche Validität.

OMG. Das Statistikmodul steht mir auch noch bevor :--(
Wenn ich nicht weiter weiss, weiss ich aber nun, wenn ich fragen kann ^^

.