Statistische Prüfung für kontinuierliche TemperaturdatenHallo,
Ich kann mich nicht entscheiden, welchen statistischen Test ich verwenden soll. Ich werde eine kurze Erklärung meiner durchgeführten Forschung geben:
Ich habe die Beintemperatur eines Huhns 6 Tage lang überwacht. Am 6. Tag führe ich einen Stressor (ein lautes Geräusch) ein. Frühere Untersuchungen zeigten einen signifikanten Temperaturabfall am Bein mit Infrarot-Wärmebildgebung, wenn ein Stressor eingeführt wird.
Da meine Temperaturdaten mit einem tragbaren Beinsensor erfasst werden, sind die Temperaturdaten stark verunreinigt. Daher habe ich automatisch 5 verschiedene Perioden erkannt (z. B.: Sitzperioden sind durch einen bemerkenswerten Temperaturanstieg gekennzeichnet, da das Huhn auf dem Sensor sitzt und somit die Erfassungstemperatur erhöht). Für diese 5 Perioden (Sitzen, Stehen und Heizen, Stehen und Kühlen, Aktivität und Heizen, Aktivität und Kühlen) liegen mindestens 15 Beobachtungen vor. Ich habe also die Mittelwerte und Standardabweichungen für jede dieser 5 Perioden.
Ich möchte feststellen, ob sich die kontinuierlichen Temperaturdaten einer Stressor-Periode signifikant von den kontinuierlichen Temperaturdaten der 5 anderen Perioden unterscheiden.
Leider habe ich nur 1 Messung der Stressor-Periode... Ich dachte daran, einen (mehreren) gepaarten t-Test zwischen den 5 Nicht-Stressor-Perioden und der Stressor-Periode durchzuführen, aber da ich nur 1 Messung der Stressor-Periode habe, halte ich das nicht für machbar ... Kann mir jemand weiterhelfen oder mir Literatur empfehlen, in die ich mich einlesen sollte?
Danke schön.
Mit freundlichen Grüße,
Sam.
Betreff: Statistische Prüfung für kontinuierliche TemperaturdatenDanke für die Information. Ich werde es mir ansehen.
Glauben Sie, dass ich den gepaarten t-Test verwenden kann, wenn ich nur 1 Messung der Stressorperiode habe?
Oder wie soll ich das machen? Alle Daten normalisieren, damit ich auch Stressorperioden anderer Hühner verwenden könnte, um meine Anzahl von Messungen von Stressorperioden zu erhöhen?
Betreff: Statistische Prüfung für kontinuierliche TemperaturdatenWas für eine interessante Studie! Noch ein Gedanke für dich. Es könnte interessant sein, Graph Builder einfach zu verwenden, um einige Diagramme vom Typ Box und Whisker zu erstellen, möglicherweise mit einem eingebetteten lokalen Datenfilter und mehreren verschachtelten Variablen über die x-Achse. Macht nicht viel aus der Sicht eines formalen Hypothesentests, könnte aber einige Einblicke in verschiedene vorzuschlagende Hypothesen geben und nur das untersuchte System untersuchen.
Betreff: Statistische Prüfung für kontinuierliche TemperaturdatenOkay, ich danke Ihnen sehr!
Aber was ist mit dem Problem, nur 1 Messung für die Stressperiode zu haben? Diese Belastungsperiode sind kontinuierliche Daten, sollte ich nur den Mittelwert und die Standardabweichung davon vergleichen einzel Stressperiode mit Mittelwert und Standardabweichung von 15 Beobachtungen des angepassten Verhaltens?
Betreff: Statistische Prüfung für kontinuierliche TemperaturdatenJa, verwenden Sie die Aktivität, die mit der Aktivität unter Stress übereinstimmt, als Null in einer Matched-Pairs-Analyse (vorher, nachher).
Betreff: Statistische Prüfung für kontinuierliche TemperaturdatenVielen Dank für Ihre schnelle Antwort!
„Sie glauben, dass die Daten „hoch kontaminiert“ sind. Ich bin mir nicht sicher, was Sie meinen oder ob diese Behauptung die Daten ungültig macht. Sie beschreiben weiterhin, wie der Temperaturmesswert von der Position des Probanden abhängt. Meinst du das mit Kontamination?":
Ja, zu bestimmten Zeitpunkten steigt oder fällt die Temperatur bei bestimmten Verhaltensweisen. Während des Sitzens steigt die Temperatur immer an. Im Stehen steigt oder fällt die Temperatur manchmal. Gleiches gilt für das Aktivitätsverhalten.
"Sie messen die Temperatur während 5 unterschiedlicher Perioden vor der Behandlung. Stimmt eine der Perioden mit der Position überein, in der der Stressor angewendet wird? Wenn ja, dann ist nur dieser Zeitraum im Matched-Pairs-Test relevant.":
Danke schön! Das ist die, nach der ich gesucht habe, denke ich ... Wenn eine der 5 Perioden mit dem Verhalten übereinstimmt, wenn der Stressor angewendet wird, könnte ich einen statistischen Test mit der Nullhypothese durchführen, dass „die Temperatur während der Stressperiode nicht von der Temperatur des angepassten Verhaltens abweicht“. Rechts?
Warum können Sie vor der Behandlung mehrere Messungen durchführen, aber nur eine Messung nach der Behandlung? Was stellen die mehreren Messungen dar, Replikation oder Zeitreihen oder etwas anderes?:
Ich habe also 12 Hühner, 4 Gruppen, 3 Versuchspersonen pro Gruppe (jede Versuchsperson hat einen Sensor). Eine Testwoche besteht aus 7 Tagen. 3 Tage Gewöhnung an das Sensorgerät und 4 aufeinanderfolgende Testtage, an denen 4 verschiedene Stressoren angewendet werden (1 Stressor pro Tag). Während dieser 7 Tage habe ich mehrere Instanzen der 5 spezifischen Verhaltensweisen extrahiert, sodass ich jeweils mehr als 15 Beobachtungen für die 5 spezifischen Verhaltensweisen habe. Nehmen wir an, am 4. Tag wird ein bestimmter Stressor (z. B. kurzes, lautes Geräusch von 2 Sekunden) eingeführt. Ich habe nur 1 Messung, was mit der Temperatur pro Huhn passiert. Da sich die Beintemperaturen (Basislinie) zwischen Hühnern stark unterscheiden, kann ich die „Stressor-Periode“ von Huhn 1 nicht mit der „Stressor-Periode“ von Huhn 2 oder 3 vergleichen … Ich habe also nur eine Post-Stressor-Messung für jedes Huhn, während ich mehrere Messungen der 5 spezifischen Verhaltensweisen für jedes Huhn habe.
Danke, dass du mir geholfen hast!
Betreff: Statistische Prüfung für kontinuierliche TemperaturdatenIch freue mich, dass Sie sich an dieses Forum gewandt haben, um Hilfe zu erhalten. Wir werden es versuchen!
Ihre Studie soll bestätigen, dass der Stressor einen Temperaturabfall verursacht. Ich gehe davon aus, dass Sie mehrere Fächer haben. Dann ist ein einseitiger gepaarter t-Test angebracht.
Sie glauben, dass die Daten "hoch kontaminiert" sind. Ich bin mir nicht sicher, was Sie meinen oder ob diese Behauptung die Daten ungültig macht. Sie beschreiben weiterhin, wie der Temperaturmesswert von der Position des Probanden abhängt. Meinst du das mit Kontamination?
Sie messen die Temperatur in 5 verschiedenen Perioden vor der Behandlung. Stimmt eine der Perioden mit der Position überein, in der der Stressor angewendet wird? Wenn dies der Fall ist, dann ist dieser Zeitraum der einzige, der im Matched-Pairs-Test relevant ist.
Warum können Sie vor der Behandlung mehrere Messungen durchführen, aber nur eine Messung nach der Behandlung? Was stellen die mehreren Messungen dar, Replikation oder Zeitreihen oder etwas anderes?
Bin ich überhaupt nahe daran, das Problem zu verstehen?
