Moin,
für ihre Doktorarbeit wollte meine Freundin ihre erhobenen Werte logarithmieren und sie so annährend normal verteilen.
Das Problem ist, dass bei den Werten auch Nullen aufgetreten sind und der dekadische Log dann nicht definiert ist.
Wie kann man das Problem umgehen?
Man könnte vor dem Logarithmieren noch ne Konstante addieren, dann wärs aber auch angepasst zu testen ob die Wahl dieser einen (großen) Einfluss auf die Ergebnisse hat.
Ggf findet sich auch ne andere Transformation, die halt definiert ist und passt.
Und dran denken, dass man beim Interpretieren der Ergebnisse aufpassen muss, nachdem man ne Transformation durchführt.
Hey,
die antwort von pmatze is eine möglichkeit. was auch häufig gemacht wird ist die 0 werte mit inhaltlich plausiblen werten zu ersetzten. zB bei der variablen einkommen werden die leute die 0euro verdienst haben oft ersetzt mit 1euro verdienst. Die lässt sich leicht inhaltlich begründen und man hat im nachhinein nicht das problem, das es durch addition einer konstante zu "verzerrten" ergebnissen kommt.
Wichtig: Die wahl der lösung deiner freundin muss zu der "art" der variable passen.
Vielen Dank schon mal ihr zwei!
Die Lösung mit dem minimal draufrechnen wird wahrscheinlich bei vielen Variablen schon funktionieren.
Ein Problem sind aber noch die Skalen. Zb. hat sie ein Item erfasst dessen Werte zwischen 0-5 variieren. Quasi ein "Schweregrad" in Stufen.
Kann man das überhaupt auswerten, wenn man es logarithmiert?
Was hat sie mit den Daten denn vor, bzw. warum braucht sie eine Normalverteilung?
Ich mein wenn man Schwere in 5 Stufen misst, ist halt vieles fraglich, bspw ob sich Abstände sinnvoll interpretieren lassen (Unterschied zwischen 1 und 2 ist gleich wie zwischen 3 und 4)? Lassen sich Verhältnisse sinnvoll interpretieren (4 ist doppelt so schwer wie 2)?
Bei einem Merkmal welches nur 6 Ausprägungen besitz und deshalb eindeutig diskret ist kann man sowieso nicht (auch nicht wenn man es logarithmiert) von einer Normalverteilung sprechen.
Deshalb würde ich mich pmatze anschließen und fragen wofür die Normalverteilung dieses Merkmals gegeben sein muss?
Das Problem ist, dass unsere Ahnung als Mediziner sehr begrenzt ist, wenn es um statistik geht.
Ich glaube meine Freundin will einfach Tests auf die Daten anwenden, die parametrisch sind.
Ich kopiere euch mal kurz ihren versuch mir zu erklären was sie vor hat:
"also - die Grundidee ist, dass ich zwei Probandengruppen habe, die ich an zwei verschiedenen Zeitpunkten untersucht habe. Jetzt möchte ich wissen, ob es, abhängig von der Gruppenzugehörigkeit, eine signifikante Progression bestimmter Marker gab. Dafür hab ich mir eine Zweifaktorielle Varianzanalyse mit Messwiederholung ausgesucht, für die ich aber soweit ich weiß eine Normalverteilung der Daten brauche. Mit den meisten Parametern hat das gut geklappt, Schwierigkeiten habe ich eben nun bei bestimmen klinischen Skalen, die von 0-5 gehen.
Die zweite Frage ist wie ich das mit dichotomen Variablen rechnen könnte. Bisher ist mir nur der McNemar Test eingefallen, mit dem ich die Gruppen getrennt auf eine Progression bestimmter Parameter untersuchen kann. Hier habe ich aber keinen Test gefunden, der die Gruppenzugehörigkeit als zusätzlichen Faktor mit einberechnet.
Echt schwierig zu erklären schriftlich - kommst du mit?"
Diese Skala von 0-5: Ist das ein tatsächlich irgendwie gemessener Wert oder eine Art (diskreter) Beurteilung als mittel/stark/sehr stark? Oder anders gesagt: Haben die Ergebnisse 0-5 tatsächlich den gleichen Zusammenhang wie die Zahlen 0-5?
nein, die Werte sind einfach Kriterien zugeordnet. Zb sowas:
0 - keine Schmerzen
1 - leichte Schmerzen
5 - höllische Schmerzen
Original von MisterJ
Dann ist eine Normalverteilung wohl eher eine starke Annahme.
Wenn's sich vermeiden lässt, würde ich von sowas auch eher absehen.
Eine verteilungsunabhängige Methode auf sowas zu testen sind Permutationstests. Sollte nicht zu schwer sein, was dazu im Internet oder Statistikbüchern zu finden.
Ja hier ist entweder als hypothesentest ein permutationstest zu verwenden. Bzw du willst eig eine Regression. Eine gewöhnliche Regression ist hier auf keinen Fall anzuwenden. Aber es gibt auch hier Lösungen zu. Ordered Logistic Regression ist glaube ich das zauberwort. Eigetnlich rel einfach in R machbar
Da kannste auch schön die Signifikanten variablen herausfiltern.
Bei interesse P.M, und am besten hier nochs chreiben das du mich geadded hast. Vercheck das oft
