Beeinflusst die Partnerschaft das Geschlecht des Nachwuchses?

Ein nicht mehr ganz neuer Artikel auf Spiegel Online berichtet von einer Studie, derzufolge die familiären Verhältnisse das Geschlecht des Nachwuchses beeinflussen. So soll eine stabile Partnerschaft die Wahrscheinlichkeit für einen Sohn um 14% erhöhen. Dank einer hohen Fallzahl (über 86.000 Geburten in über 61.000 Familien) war der Unterschied statistisch signifikant. Begründungen werden zwar genannt: … „Beeinflusst die Partnerschaft das Geschlecht des Nachwuchses?“ weiterlesen

Fachchinesisch: einseitig

Der Begriff einseitig ist in der Alltagssprache wohl bekannt; ein Satz wie dieser dürfte für Deutschsprachige leicht verständlich sein: Optimisten sind ebenso einseitig wie Pessimisten – aber sie sind glücklicher. (Dank an spruchfun.de) Der Statistiker denkt eher an einseitige und zweiseitige Signifikanztests. Mit einseitigen Tests werden gerichtete Hypothesen geprüft, mit zweiseitigen ungerichtete Hypothesen. Beispiel für eine … „Fachchinesisch: einseitig“ weiterlesen

Scheinkorrelation vs. intervenierende Variable

In anderen Artikeln habe ich bereits auf Scheinkorrelationen hingewiesen, z. B. den statistischen Klassiker: Je mehr Störche es in einer Region gibt, desto mehr Kinder gibt es dort auch. Typisch für eine Scheinkorrelation ist: betrachtet man lediglich den Zusammenhang zwischen zwei Variablen, ohne auf weitere Merkmale zu achten, so ist dieser statistisch bedeutsam. Die Gültigkeit … „Scheinkorrelation vs. intervenierende Variable“ weiterlesen

Signifikanz

Ähnlich wie der Begriff Repräsentativität ist auch der Begriff Signifikanz nur sinnvoll anwendbar, wenn ein statistisches Ergebnis aus einer Stichprobe auf eine Grundgesamtheit verallgemeinert werden soll. Statistische Signifikanz liegt dann vor, wenn die Irrtumswahrscheinlichkeit nicht über einem festgelegten Niveau liegt. Findet man z. B. einen positiven Zusammenhang (Korrelation) zwischen Alter und Einkommen (je älter ein … „Signifikanz“ weiterlesen

R² in logistischen Regressionsmodellen

Für logistische Regressionsmodelle wurde eine Vielzahl von Gütemaßen entwickelt: z. B. McFadden’s Pseudo-R², McKelvey & Zavoina’s R², ML (Cox-Snell) R², Cragg-Uhler (Nagelkerke) R², nicht adjustiertes Count R², Akaike’s Information Criterion (AIC), Bayesian Information Criterion (BIC). Im Gegensatz zur linearen Regression gibt es jedoch kein Maß mit einer ähnlich eindeutigen Interpretation im Sinne erklärter Varianz, und … „R² in logistischen Regressionsmodellen“ weiterlesen

Regressionsmodelle: R², Zielsetzung / Denkmodelle

Meines Erachtens gibt es zwei recht unterschiedliche Arten, mit Regressionsmodellen umzugehen. Das „empiristische“ Vorgehen Die erste, die ich wesentlich häufiger antreffe, geht von der Vorstellung aus: Regressionsmodelle sind dafür da, Zusammenhänge möglichst genau zu „erklären“ bzw. möglichst gute Prognosen zu erstellen. In dieser Denkweise ist R² (der erklärte Varianzanteil) das entscheidende Gütemaß. Wenn Studien vorgestellt werden, … „Regressionsmodelle: R², Zielsetzung / Denkmodelle“ weiterlesen

Mein neuer methodischer Lieblings-Fachbegriff: Die „rezeptbasierte Restaurant Kohortenstudie“

Was tun, wenn die Ursache des EHEC-Ausbruch nicht so einfach einzugrenzen ist? Wochenlange epidemiologische Studien des Robert-Koch-Instituts in Zusammenarbeit mit Gesundheits- und Lebensmittelbehörden konnten zwar klären, dass betroffene Patienten signifikant häufiger rohe Tomaten, Salatgurken und Blattsalate verzehrt hatten als gesunde Studienteilnehmer. Eine genauere Eingrenzung der Gemüsesorten gelang jedoch nicht. In diesem Fall half nicht Superman, … „Mein neuer methodischer Lieblings-Fachbegriff: Die „rezeptbasierte Restaurant Kohortenstudie““ weiterlesen

Korrelation: Pearson vs. Spearman

Sollten Zusammenhänge zwischen zwei mindestens ordinal skalierten Variablen mit dem Korrelationskoeffizienten nach Pearson (für intervallskalierte Merkmale) oder mit der Spearman’schen Rangkorrelation ermittelt werden? In der Praxis unterscheiden sich die Ergebnisse oft nur geringfügig. Selten kommt man zu unterschiedlichen Aussagen – und wenn, dann ist das eine Maß knapp über und das andere knapp unterhalb der … „Korrelation: Pearson vs. Spearman“ weiterlesen

Je mehr Störche, desto mehr Kinder

Ein Klassiker der Statistik … Man kann tatsächlich nachweisen, dass in Regionen mit mehr Störchen auch mehr Kinder „auf die Welt kommen“. Ist damit bewiesen, dass Störche Kinder bringen? Medizinisch-biologische Erkenntnisse sprechen dagegen – es gibt andere, gut belegte Theorien dazu, wie Kinder entstehen und von wo sie „gebracht“ werden. So weit, so klar – … „Je mehr Störche, desto mehr Kinder“ weiterlesen