Statistik unklar

[Fanny]

Moin,

Habe Daten mit n=2 pro treatment.
Ich weiß ist Mist, aber ist eben so.

Hat jemand eine Idee ob ich einen Test damit durchführen kann/sollte?
Mit einem Signifikanzniveau von alpha=0,05 und am besten mit library=agricolae.

treatment Inulin
HF 87,24
HF 86,88
H 173,87
H 173,89
SF 300,15
SF 290,12
S 292,87
S 286,24
K 330,54
K 327,60
KF 390,70
KF 388,90

Grüße und danke im vorraus!

[bigben]

Hat jemand eine Idee ob ich einen Test damit durchführen kann/sollte?

Nein, wirklich nicht. Dazu müsste man wissen, was das für Daten sind, wozu und wie sie erhoben wurden und welche Fragestellung interessant sein könnte. Da kann nun wirklich keiner von uns was beitragen, wenn Du das nicht ausführlich erklären willst.

Rechnen könnte man beispielsweise eine Varianzanalyse, ob das Treatment einen Einfluss auf den Inulin-Wert hat:

Code: Alles auswählen

inulin <- read.table(dec =",", header = TRUE, text="treatment Inulin
HF 87,24
HF 86,88
H 173,87
H 173,89
SF 300,15
SF 290,12
S 292,87
S 286,24
K 330,54
K 327,60
KF 390,70
KF 388,90")

summary(aov(Inulin ~ treatment, data = inulin))

Diese Antwort ist aber von der Frage, ob man damit einen Test durchführen sollte, meilenweit entfernt!

LG,
Bernhard

[Fanny]

Die ausführlich Erklärung ist,
dass von sechs verschiedene treatmens (H,HF,K,KF, SF und S) der Inulinwert gemessen wurde.
Pro treatmens gibt es leider nur zwei Wiederholungen.

[bigben]

Einfach so, oder weil jemand eine bestimmte Fragestellung damit untersuchen wollte?

Wenn es darum ging, aus den vorhandenen Daten irgendwie einen p-Wert unter 0,05 zu erhalten, dann habe ich Dir vorgemacht, wie das geht. Auch mit nur zwei Messungen pro Bedingung.

[Fanny]

Die Null-Hypothese ist: Es gibt keine sign. Unterschiede der Inulinwerte zwischen den einzelnen Treatmens"
-> H=HF=S=SF=K=KF

Ist das Problem bei einer Anova nicht, dass ich eine normalverteilung vorraussetzen muss, wobei es mit zwei Werten schlecht zu belegen ist?

[EDi]

Ist das Problem bei einer Anova nicht, dass ich eine normalverteilung vorraussetzen muss, wobei es mit zwei Werten schlecht zu belegen ist?

Alle Modelle sind falsch, manche nützlich. Hätte man vorher bei der Versuchsplanung bedenken müssen, falls das einem wichtig ist.
Außerdem ist es doch die verteikung der Fehler die von Interesse ist und da hast du doch 2x6 Datenpunkte für.

Meiner Meinung nach spricht nichts dagegen, das zu rechnen, solange man transparent ist über was man gemacht hat und die Ergebnisse entsprechend umsichtig bewertet.

Ich würde abrr vermutlich einfach nur descriptiv arbeiten (mittelwerte).