kleine Stichprobe, keine Normalverteilung

[T1nk4]

Hallo,

ich möchte die Rückfälligkeit von Straftätern anhand mehrerer dichotomer und metrischer Variablen vorhersagen. Hierbei ist es für mich erst einmal irrelevant, ob ich als Kriterium die dichotome Variable "Rückfall (ja/nein)" oder die metrische Variable "Anzahl von Rückfällen (0,1,2)" nutze. Ursprünglich war eine Pfadanalyse geplant. Nun habe ich leider nur ein sehr kleines Sample von 26 Personen, von denen auch nur 6 Probanden rückfällig geworden sind. Des Weiteren ist mein Kriterium nicht normalverteilt.
Jetzt bin ich völlig ratlos, welche statistischen Verfahren ich hier anwenden kann. Habt ihr irgendwelche Vorschläge für mich?

Besten Dank!

[Roland-Pf]

Hallo,

wenn keine Normalverteilung vorliegt, musst du zwingend nicht-parametrische Verfahren einsetzen. Ich habe dazu ein gutes Dokument von der Uni Siegen gefunden, dass dir weiterhelfen sollte: https://www.uni-siegen.de/phil/sozialwi ... k_ii_7.pdf

Roland

[Generalist]

wenn keine Normalverteilung vorliegt, musst du zwingend nicht-parametrische Verfahren einsetzen.

das stimmt doch überhaupt nicht. Das hängt unter vielem anderen von der Stichprobengröße ab. Was soll das, was du hier machst, hast du dir geschworen, möglichst vielen Leuten falsche Informationen und Links zu irreführenden Webseiten zu verschaffen?

[Roland-Pf]

Das hängt unter vielem anderen von der Stichprobengröße ab

Spielst du hier auf den zentralen Grenzwertsatz an? Dieser besagt lediglich, dass die Mittelwerte der Stichprobe sich an eine Normalverteilung annähern, wenn der Stichprobenumfang eine ausreichende Größe (ab n>30) hat.

das stimmt doch überhaupt nicht.

Lass es mich anders ausdrücken: Wenn du verlässliche Testergebnisse willst, musst du bei nicht-normalverteilten Daten nicht-parametrische Verfahren wie den Mann-Whitney-U-Test anwenden. Zwar mag z.B. der t-Test eine gewisse Robustheit gegen die Verletzung der Voraussetzungen haben, das Risiko von Fehlentscheidungen ist jedoch deutlich erhöht.

Was soll das, was du hier machst

Ich bin hier um zu helfen, selber zu lernen und sachlich zu diskutieren. Bitte schick mir doch weitere Kritik per PN.