Kurze Frage zu Statistik: T-Test

[Dem_Riesen_ein_Bein_Steller]

Sers,

ich hab für meine Bachelorarbeit einige Datenreihen mit dem T-Test überprüft. Hab berechne den T-Wert, schau in dieser Tabelle nach und erhalte den p-Wert.

Wie deute ich jetzt das Ergebnis???

Ich weiß nicht, ob bei <0,05 (signifikant) bzw. <0,01 (hoch signifikant) nun der Unterschied oder die Gemeinsamkeit der beiden Datenmengen bestätigt wurde.

Danke schonmal im Voraus 😉

 

[Nergal]

Statistik - es ist länger her dass ich mich damit beschäftigt habe, aber war es nicht so dass man beim t-Test eine Nullhypothese festlegen muß, und dann die Gleichheit oder Verschiedenheit zweier Stichproben verglichen wird? Das würde ja heißen dass die Bedeutung des ermittleten Signifikanzniveuas von der gestellten Nullhypothese abhängt, und daher je nach Fragestellung der Unterschied oder die Gemeinsamkeit belegt wurde. Daher ist das so nicht zu beantworten....

Aber wie gesagt, es ist Jahre her dass ich mich damit beschäftigt habe (und damals auch nicht sehr gerne 😉 )

 

[Dem_Riesen_ein_Bein_Steller]

ja, du hast recht. Es kommt darauf an, ob man nen einseitigen oder zweiseitigen Test nimmt.
Ich habe einen zweiseitigen benutzt.

Bei mir würde die Frage in etwa lauten: Sind beide Datenmengen gleich oder verschieden... nur weiß ich eben nicht, was von beiden, ich mit diesem Test nachgewiesen habe.

kurzer Auszug aus Wiki:

t-Tests für zwei unabhängige Stichproben


"Es soll die Nullhypothese H0:μx = μy gegen die zweiseitige Alternative

getestet werden"

[...]

"Die Prüfgröße ist t-verteilt mit n + m − 2 Freiheitsgraden, also wird H0 zum Signifikanzniveau α abgelehnt, wenn

gilt"


Es steht aber nirgends, ob der T-test auf Gleichheit oder Unterschied der Normalbverteilungen testet bzw. was mit dem Signifikanzniveau bestätigt wird.

 

[vip-user]

Es steht aber nirgends, ob der T-test auf Gleichheit oder Unterschied der Normalbverteilungen testet

Siehe hier:

Es soll die Nullhypothese H0:μx = μ

Die Nullhypothese ist also, dass beide Datenmengen gleich sind.
Heißt also: Wenn das Ergebnis des Tests nicht signifikant ist, dann wurde nicht bewiesen dass die Grundlage der Stichproben unterschiedlich ist.

Wenn das Ergebnis signifikant ist, dann heißt das, dass die Datenmengen nicht gleich sind. Bei Signifikanz gilt das als bewiesen.

 

[Dem_Riesen_ein_Bein_Steller]

Danke, so etwas wollte ich hören. Das bringt mich weiter.

ich kann diese ganze griechisch-mathematische Gleichungssprache nur überhaupt nicht deuten 😉

Da fällt mir gerade etwas auf...
In der T-Tabelle steht alpha für die "Irrtumswahrscheinlichkeit"... das ist im besten Fall diese 0,05 die man am Ende bekommt.

Wenn die Irrtumswahrscheinlichkeit aber mit der Signifikanz so klein wird und H0:μx = μ ist... bedeutet das nicht das bei einer Signifikanz die Gleichheit der beiden Datenmengen bewiesen ist?

 

[Kartoffelkopf]

Wenn p=0.01, dann ist die Irrtumswahrscheinlichkeit 1%, wenn man sagt:

Bei p=0.05 beträgt sie 5%.
Natürlich kann man auch als H0 festlegen, dass die Datenmengen verschieden sind, und als H1, dass kein signifikanter Unterschied besteht. Aber das wird nie gemacht. Die sagt voraus H0, dass keine signifikanten Unterschiede bestehen und p ist die Irrtumswahrscheinlichkeit, wenn man sagt "H0 kann verworfen werden"

 

[Dem_Riesen_ein_Bein_Steller]

Danke dir... die Arbeit hab ich genau vor einer Woche abgegeben 😉

ich denke ich habs schon richtig verstanden.wollte mit der Frage in die allgemeine Runde nur nochmal auf Nummer sicher gehen und habe es dann letztendlich mit imaginären Datenreihen die sich sehr ähnelten bzw. sehr unterschiedlich waren nochmal getestet.

Wenn ich das in meiner Arbeit also jetzt noch verbockt haben sollte und deswegen die Note drunter leidet, hab ichs ned anders verdient^^