Mann-Whitney U Test

Поделиться
HTML-код
  • Опубликовано: 4 дек 2024

Комментарии • 17

  • @datatab
    @datatab  3 года назад

    Für alle die Statistik einfach verstehen möchten, unser Buch ist draußen: datatab.de/statistik-buch 🙂

  • @die.psyfluencerin
    @die.psyfluencerin 3 года назад +5

    Das Video ist großartig, danke!

    • @datatab
      @datatab  3 года назад

      Vielen Dank für das nette Feedback! LG mathias

  • @biokanal6386
    @biokanal6386 Год назад

    mega gutes Video, danke!

  • @Stefan-kn1dw
    @Stefan-kn1dw 2 года назад +1

    Sofern im vorliegenden Beispiel zwei gleiche Reaktionzeiten gemessen würden, würden diese dann den gleichen Rang erhalten und der darauffolgende übersprungen werden?

    • @datatab
      @datatab  2 года назад +1

      Hallo, dazu habe ich ein Beispiel auf unserer Seite, ein wenig nach unten scrollen: datatab.de/tutorial/mann-whitney-u-test LG Mathias

  • @maximlens8606
    @maximlens8606 2 года назад +1

    Hallo, in unserer Vorlesung wurde gesagt, dass man den Mann Whitney U Test verwenden kann, wenn keine Normalverteilung vorliegt, aber die AV muss in beiden Gruppen der gleichen Verteilung folgen. Das wird im Video nicht erwähnt, sondern gesagt, dass sie keiner Verteilung folgen müssen. LG

    • @datatab
      @datatab  2 года назад +1

      Ja da ist deine Vorlesung richtig! An sich ist der Mann Whitney U Test ein nicht parametrischer Test, also ein verteilungsfreier Test! Jedoch sollten die beiden Gruppen die gleiche Verteilung haben, diese muss aber nicht normalverteilt sein! Daher welche Verteilung vorliegt ist egal, aber in den Gruppen sollte die gleiche Verteilung vorliegen.

  • @katharinaschlichting2597
    @katharinaschlichting2597 2 года назад

    Wenn ich prüfen möchte, ob sich ein Laborwert auf ein bestimmtes Symptom auswirkt (je höher der wert desto eher Symptom XY), kann ich dann auch den Mann-Whitney U Test verwenden?

  • @mantamanta2695
    @mantamanta2695 3 года назад +1

    Schönen guten Abend,
    ich habe eine Frage und hoffe, dass Sie mir eventuell weiterhelfen können. Ich schreibe meine Bachelorarbeit über das Thema: Gestaltung von Anreizsystemen.
    Nun habe für die Hypothese: es gibt Unterschiede zwischen den Voll- und Teilzeitauszubildenden, 44 Anreize aufgeschrieben, ordinal skalieret und dort kamen 8 signifikante Unterschiede nach dem U-Test heraus. Diese Tests sind ja eigentlich unabhängig, muss ich hier dann trotzdem eine Alpha-Fehler Kumulierung vornehmen, weil diese alle die gleiche Hypothese prüfen?
    Ich verzweifle und hoffe sie können mir weiterhelfen, liebe Grüße!

    • @datatab
      @datatab  3 года назад +1

      Hallo : ) ja, ich denke schon, dass die den Alpha Fehler korrigieren musst! Wenn du ein Signifikanzniveau von 5% hast, und sagen wir in allen 44 Fällen gilt in Wahrheit die Nullhypothese, also es gibt keinen Unterschied! Dann würde in 5% der Fälle rauskommen, dass die Nullhypothese verworfen wird, einfach durch Zufall, obwohl es nicht stimmt. Das würde bedeuten, dass rein durch Zufall schon 2,2 Tests aus den 44 eine p-Wert unter 5 Prozent haben, obwohl in allen 44 Fallen in Wahrheit die Nullhypothese gilt!
      Ich hoffe das hat geholfen!
      LG
      Mathias

  • @maximlens8606
    @maximlens8606 2 года назад +1

    Müssen die Varianzen der Variablen innerhalb der Populationen gleich sein (Homoskedastizität) wie beim t-Test oder ist das beim Mann Whitney U Test egal?

    • @datatab
      @datatab  2 года назад

      Beim Whitney U Test sollte die Verteilung der beiden Gruppen in etwa gleich sein!

  • @cmihalyak11
    @cmihalyak11 2 года назад

    Hallo :)
    Ich wollte mal fragen wo die 12 in der Formel des Standardfehlers herkommt?

    • @datatab
      @datatab  2 года назад

      Hallo, die stammen aus der Formel und nicht von den Daten! Also die 12 kommt immer vor. LG Mathias

  • @WilliamTGM
    @WilliamTGM 3 года назад +2

    Bis zum Beginn der Rechnungen konnte ich noch gut folgen, dann hab ich ne Message vom Brain bekommen: „Bro, ich bin raus“

    • @datatab
      @datatab  3 года назад

      : ) Den Part einfach nochmal an schauen : ) LG Mathias