Welche Ansichten habt ihr bezüglich insignifikanten Unterschiede?
Hallo,
Ich studiere momentan die Körpergröße von einigen Wildkatzen und war auch in paar Dissektionen beteiligt. Demnach arbeite ich momentan an einer Studie.
Mir ist aufgefallen, dass die Löwenpopulation die ich momentan studiere eine durchschnittliche Körpermasse von 192 kg (n=111) und die der Indische Tigerpopulation ungefähr 199 kg (n=106).
Würden sie diesen "Unterschied" als einen Unterschied bezeichnen? Würden sie in ihrer Recherche zum Schluss kommen, dass diese Population die gleiche Körpergröße besitzen?
Der Unterschied ist statistisch insignifikant (P = < 5%) und demnach ist der Unterschied für mich erst recht bedeutungslos. Vor allem da beiden Tiere die selbe Körperdimensionen (höhe und länge) besitzen und die selbe Anatomie haben... dachte ich mir das jegliche Gewichtsunterschiede von der Kondition des jeweiligen Tieres abhängt.
2 Antworten
Wenn ein Unterschied nicht signifikant ist, bedeutet das, dass der Unterschied zwischen den beiden Mittelwerten nicht groß genug war, um zu entscheiden, dass die Population der Tiger im Durchschnitt schwerer ist als die Population der Löwen. Die Daten untermauern nicht die Hypothese, dass die beiden Populationen sich im Gewicht unterscheiden.
p müsste aber größer gleich 0.05 sein und nicht kleiner gleich 0.05
Hallo,
Ja es stimmt. Habe einen Tippfehler gemacht, natürlich ist es über 5%. Der P Wert lag bei 0.2
Man könnte annehmen, dass der wahre Mittelwert
ist.
Dann könnte man die Varianz der 111+106 Gewichtsmessungen ausrechnen.
Im nächsten Schritt könnte man mit Monte-Carlo-Simulation untersuchen, wie wahrscheinlich es ist, dass unter der Annahme, es sei eine Normalverteilung, bei einem Stichprobenumfang von 111 resp. 106 ein Mittelwert von 192 resp. 199 entsteht.
Man könnte auch andere Hypothesen auf diese Weise untersuchen. Z. B.: Beide Populationen haben unterschiedliche Parameter ihrer Normalverteilung. Nämlich µ=192 und µ=199 und jede ihre eigene Varianz. Und dann untersucht man mit Monte-Carlo-Simulation, wie wahrscheinlich das beobachtete Ergebnis ist...
Man wird dann wahrscheinlich merken, dass alle naheliegenden Hypothesen ungefähr gleichwahrscheinlich sind. Zur Gegenprobe könnte man es mit fiktiven Messergebnissen (z. B.: n=1111 mit gleicher Varianz und gleichem Erwartungswert) wiederholen und dabei bemerken, dass dann gewisse Hypothesen einen deutlichen Vorteil haben.
Man erlangt dadurch aber keine absolute Gewissheit. Besonders ein idealer Würfel zeigt irgendwann 111 mal hintereinander die „1“, wenn man nur oft genug würfelt... Es ist aber eben extrem unwahrscheinlich, dass man das beobachtet...
es gibt wohl Kritik am p-Wert: https://de.wikipedia.org/wiki/P-Wert#Kritik_am_p-Wert
