Johann D. Müller, Merlin Dwenger , Mats Böttrich Einzelvergleiche Johann D. Müller, Merlin Dwenger , Mats Böttrich
Was soll das hier ? Signifikante Anova Gruppen unterscheiden sich Wo liegen die Unterschiede? „Omnibusverfahren“
Grundprinzip der Vergleiche D= Aj-Ak ≠ 0 Prüfgröße nötig F-verteilte Prüfgröße Art der Varianzen abhängig von Testverfahren! Logik folgt ANOVA: kann die Varianz auf Fehler zurückgeführt werden oder ist sie systematisch dem Treatment zuzuordnen
A-Priori Werden als Kontraste bezeichnet Hypothesen müssen vor der Testung stehen! Meist einzelne hypothesengeleitete Vergleiche Oft Einzelvergleiche aber auch komplexe Kontraste möglich Unterscheiden sich einzelne Stufen ? Sind einzelne Stufen verschieden von den vorherigen / anderen ? Unterscheiden sich Subgruppen ?
F= 𝐷² 𝜎𝐷² mit DfZähler und DfNenner Kontraste F= 𝐷² 𝜎𝐷² mit DfZähler und DfNenner mit N=alle einfließenden Personen in D Fehlervarianz wird aus ANOVA übernommen (und modifiziert)
Was wird verglichen? DFZähler=1 DFNenner = DFFehler Die Freiheitsgerade bei Kontrasten sind immer: DFZähler=1 DFNenner = DFFehler N ist abhängig vom Vergleich Einzelvergleiche: Zellgröße n Stufenvergleiche: Zellgröße n x Anzahl der Stufen k
Denn man to! Berechnet die Aufgaben a und b. B* ist für alle fixen Katamaransegler.
A-Posteriori Vergleiche
Was Verändert sich? Wir haben vorher keine Hypothesen, wo Unterschiede liegen Deshalb häufig alle denkbaren Einzelvergleiche durchgeführt Problem der multiplen Testung Lösung: Anpassung unserer Prüfgröße
Wann werden sie benutzt? Wenn Effekte entdeckt werden, für die zuvor keine Hypothese bestand Aufwändige Versuchsdesigns Unklare Hypothesen Entwicklung von Fragestellungen für weitere Untersuchungen Kommen deutlich später zu einem signifikanten Ergebnis als a-priori ACHTUNG : Keine Aussagekraft!
Unser Fokus Scheffé Fishers LSD Test
Scheffé Beliebige Zellen miteinander vergleichbar Konservativster Test Alle mögliche Mittelwerte einer ANOVA miteinander vergleichen Konservativster Test Sehr robust gegenüber Verletzungen der ANOVA
Scheffe Vorgehen ähnelt der Kontrastberechnung Prüfgrüße muss korrigiert werden
Scheffé Vollständige Formel mit Korrekturterm : Hier mit: n = Personen pro Zelle
Freiheitsgrade Einzelvergleiche m = Anzahl der Zellen
Stufenmittelwerte Bei Stufenmittelwerten : Bei Zellverlgeichen: k = summierte Zellen p = Stufen
Stufenmittelwertvergleich Wenn ich B1 mit B2 vergleiche : Einzelne Werte in den Faktorstufen Werden aufsummiert und mal n genommen
Denn man to! Berechnet die restlichen Aufgaben!
Alternative Tests
Bonferroni... Paarweise Vergleiche zwischen Gruppenmittelwerten mit T-Test Liberaler als Scheffé Nicht zu große m Signifikanzniveau wird korrigiert -> Alpha-Fehler verringert Sollte bei nicht zu großem m angewendet werden = Mittelwertsunterschiede
Tukey Weder besonders liberal noch besonders konservativ Empfohlen : Varianzhomogenität + gleiche Gruppengröße Sonst : Tukey-Kramer post-hoc (von Spss automatisch) Besonderheit in SPSS : Unterscheidet nicht zwischen den Richtungen daher doppelte Ausgabe
Fischer LSD = least significant difference Liberalster Test kleinste Signifikanz zwischen 2 Mittelwerte Liberalster Test Reihe von T-Tests ohne Korrektur der multiplen Vergleiche wird ab Gruppen über 3 inflationär
Quellen Primer Varianzanalyse M. Persike StatistikGuru.de