Wann wird die Bonferroni-Korrektur angewendet?
Warum braucht man eine Bonferroni-Korrektur? Die Bonferroni-Korrektur kommt immer dann zum Einsatz, wenn du mehrere zusammenhängende Tests durchführst. Stell dir etwa vor, du hast drei Gruppen, deren Mittelwerte du vergleichen möchtest.
Wo wird eine Bonferroni-Korrektur angewendet?
Bei der Durchführung mehrerer statistischer Signifikanztests mit den gleichen Daten kann die Bonferroni-Korrektur angewandt werden, um es einem einzelnen Test zu erschweren, statistisch signifikant zu sein.
Wie berichtet man Bonferroni-Korrektur?
Die Bonferroni-Korrektur begrenzt die Wahrscheinlichkeit, mindestens einen Fehler 1. Art zu begehen. Würden wir m Tests durchführen, müssten wir den p-Wert jedes Test mit m multiplizieren um den Bonferroni korrigierten p-Wert zu bekommen. Hätten wir beispielsweise drei t-Tests durchgeführt und die p-Werte .
Wann muss man für multiples Testen korrigieren?
Wann kann auf eine Korrektur für multiples Testen verzichtet werden? Korrektur für Multiples Testen bezieht sich nur auf die Einhaltung der Wahrscheinlichkeit für den Fehler 1. Art. Falsch-positive Ergebnisse werden somit unter Kontrolle gehalten.
Wann macht man einen post hoc Test?
Wie wir bereits erwähnt haben, werden post-hoc Tests berechnet, wenn wir ein signifikantes Ergebnis haben, aber im Vorfeld keine genauen Hypothesen darüber haben, welche Gruppen sich unterscheiden werden.
Warum post hoc Test?
Die Post-hoc-Tests geben mit paarweisen Mittelwertvergleichen Auskunft, welche Mittelwerte sich signifikant voneinander unterscheiden. Oder sie ermöglichen durch gruppenweise Vergleiche eine Aussage darüber, welche Gruppen-Mittelwerte nicht signifikant verschieden sind.
Was beschreibt das Problem des multiplen Testens?
Mehrfaches Testen Oft wird in einer Studie nicht nur eine Nullhypothese festgelegt, sondern man will mehrere Fragen mittels der gewonnenen Daten beantworten. Dies können weitere Nullhypothesen, aber auch Konfidenzintervalle oder Schätzwerte sein. spricht man dann von einem multiplen Testproblem.
Was sagt die Power aus?
(Statistische) Power wird definiert als die Wahrscheinlichkeit, korrekterweise eine falsche Nullhypothese zurückzuweisen. Wenn die statistische Power hoch ist, sinkt die Wahrscheinlichkeit, einen Typ-II-Fehler zu begehen oder festzustellen, dass es keinen Effekt gibt, wenn es tatsächlich einen gibt.
Warum post-hoc-Tests?
Wann Tukey Test?
Er ist zu empfehlen, wenn Varianzhomogenität gegeben ist und die Gruppengröße gleich ist. Bei ungleicher Gruppengröße berechnet SPSS stattdessen automatisch den Tukey-Kramer post-hoc Test, der identisch in der Interpretation ist, aber speziell für ungleiche Gruppengrößen entwickelt wurde.