Diskussion:Trennschärfe eines Tests

aus Wikipedia, der freien Enzyklopädie

Power Tests

Ich lese in meinem unverständlichen Buch etwas wie Neyman/Pearson-Tests werden als Power-Tests bezeichnet - aber leider fehlt die Begründung. Gibt es da einen Zusammenhang? Weitere Frage ist: Wenn man sowohl eine Nullhypothese als auch Alternativhypothese besitzt, welche Bedingungen müssen erfüllt sein, um einen Power-Test durchführen zu können? Danke für die Hilfe. --Perditta 17:12, 3. Feb. 2009 (CET)

Liegt das nicht einfach daran, dass N&P den Fehler 2. Art zulassen? Fisher hatte nur den 1. Art zugelassen, aber wer den 2. Art zulässt, kann damit automatisch die Power (= 1 - beta) bestimmen. Die Bestimmung der Power erfolgt dann im allergünstigen Fall a priori, nicht post hoc. -- 193.175.204.10 (19:37, 2. Aug. 2009 (CEST), Datum/Uhrzeit nachträglich eingefügt, siehe Hilfe:Signatur)

Natation

Was ist hier mit μ0 und μ1 gemeint? --Chrisqwq 19:58, 12. Jun 2006 (CEST)

Äh... was?

Den "interessierter Laie"-Test hat dieser Artikel nicht bestanden. Mit anderen Worten: ich weiss immer noch nicht was Power ist.Soulman 06:38, 21. Feb. 2010 (CET)

Der Artikel ist aus meiner Sicht sehr verständlich aufgebaut, sofern man die enstsprechenden Begriffe, die verwendet werden, kennt. Wenn man diese aber nicht kennt, dann macht es auch nicht viel Sinn jemandem erklären zu wollen was "Power" heisst - in diesem Fall soll die erste Zeile zur groben Erklärung dienen, und ich denke diese ist verständlich genug. --feudiable 16:46, 21. Jan. 2013 (CET)

Power

"Power (englisch für Kraft...)" ist schlichtweg falsch. Kraft ist Force, Power != Force. --Galant 02:31, 11. Jan. 2011 (CET)

Power (Leistung) = Kraft (Force) pro Zeit (Time) - Geschwindigkeit (km/h) ist ja auch nicht Entfernung (km). Die Leistung eines Motors wird in HoresPower (Leistung eines Pferdes) und nicht in HorseForce (Kraft eines Pferdes) angegeben - HorseForce wäre Drehmoment --Galant 02:56, 11. Jan. 2011 (CET)

Trennschärfe?

Ich weiß nicht, wer Trennschärfe synonym mit Power verwendet. Falls dies tatsächlich viele Leute tun, so dass die Erwähnung von "Trennschärfe" als Synonym zu Power am Anfang des Artikels tatsächlich gerechtfertigt ist, so muss zumindest deutlich erwähnt werden, dass "Trennschärfe" in der Statistik auch ein vollkommen anderes Konzept bezeichnet, was rein gar nichts mit Power zu tun hat Trennschärfe (Statistik). Andernfalls trägt der erste Satz des Artikels mehr zur Verwirrung als zur Klärung des Begriffs "Power" bei. --Floreana 10.54, 23. Okt. 2014 (CET)

Ich habe den Begriff, der mir ebenfalls unbekannt ist und tatsächlich Verwechslungsgefahr hat, mal entfernt. Bei ausreichenden Belegen für die Verbreitung, kann er natürlich wieder aufgenommen werden. -- HilberTraum (d, m) 20:45, 23. Okt. 2014 (CEST)

"Aussagekraft" im ersten Satz irreführend

Da mich meine Studierenden darauf aufmerksam gemacht haben, dass (für Laien) die Unterscheidung zwischen Effektgröße/Effektstärke und Teststärke unscharf ist, möchte ich dafür plädieren, "Aussagekraft" im ersten Satz zu ersetzen bzw. zu ergänzen. Meine Idee hierfür wäre grundsätzlich "...einen Teil der Aussagekraft..." oder "zusammen mit der Spezifität die Aussagekraft..." zu schreiben, um klarzustellen, dass die Power nur einen Teilaspekt betrachtet. Besser wäre wahrscheinlich das Ersetzen von Aussagekraft mit etwas in die Richtung "Entscheidungsfähigkeit" oder "die Wahrscheinlichkeit, einen real vorhandenen Unterschied richtig zu erkennen" (was aber wahrscheinlich zu komplex und/oder zu ungenau ist). --2A00:A200:0:E00:0:0:0:D4 11:46, 29. Nov. 2017 (CET)

t-Test Bezug

Der Artikel bezieht eigentlich komplett auf den t-Test bzw. t-Test artige Tests, vgl. Hypothesen. Viele der hier dargestellten Probleme werden durch Verwendung eines Äquivalenztests gelöst. Ich habe mal einen initialen Verweis eingebaut. --Xor2k (Diskussion) 14:29, 22. Dez. 2019 (CET)

Sensitivität

Laut neuster Einfügung ist zwischen Sensitivität eines Tests und Trennschärfe eines Tests zu unterscheiden. Allerdings ist laut diesem Beleg[1] die Sensitivität des Tests die Wahrscheinlichkeit, dass ein Kranker ein positives Testergebnis aufweist. Das ist m. E. nichts anderes als die Trennschärfe eines Tests bloß mit medizinischer Interpretation. Was meint @HilberTraum: dazu?--Jonski (Diskussion) 17:00, 23. Apr. 2020 (CEST)

Meiner Meinung nach ist das nicht genau das Gleiche. Diese „Meinungsverschiedenheit“ hatten wir beide aber, wenn ich mich richtig erinnere, schon öfter: Krank zu sein, ist ein Zufallsereignis und die Wahrscheinlichkeit, dass ein Kranker ein positives Testergebnis aufweist ist eine bedingte Wahrscheinlichkeit. Aber ob die Nullhypothese eines Tests gilt oder nicht, ist (aus Sicht der klassischen Statistik) kein Ereignis. -- HilberTraum (d, m) 20:56, 23. Apr. 2020 (CEST)
Hm ich finde das alles verwirrend, da es auch einige Belege zu geben scheint, die die Konzepte doch gleichsetzen, wie z, B. [1] u. v. m. Das mit der Sensitivität wurde ja bereits im Jahr 2007 eingetragen [2]. Also stand es mehr als 10 Jahre falsch im Artikel?--Jonski (Diskussion) 21:06, 23. Apr. 2020 (CEST)
Meiner Meinung nach ja, wenn du mich deswegen hier schon ausdrücklich anpingst. Aber ich will nicht schon wieder eine Diskussion wie in Fehler 1. und 2. Art führen, also mach es halt einfach so, wie du es für richtig hältst. -- HilberTraum (d, m) 21:32, 23. Apr. 2020 (CEST)
Hm, ich habe ein bisschen recherchiert und ich denke, dass es jetzt so stimmt wie es im Artikel ist. Sensitivität bezieht sich explizit auf die Beurteilung von binären Klassifikatoren. Trennschärfe eines Test ist aber ein allgemeineres Konzept. Daher war die alter Version m. E. nicht ganz falsch, aber jetzt ist es m. E. besser.--Jonski (Diskussion) 21:38, 23. Apr. 2020 (CEST)

Faustregeln

Für andere Faustregeln siehe auch https://rstudio-pubs-static.s3.amazonaws.com/201750_c17bc51d8553452d997ba4d258b0249f.html biggerj1 (Diskussion) 20:55, 24. Okt. 2021 (CEST)

  1. Lothar Sachs, Jürgen Hedderich: Angewandte Statistik: Methodensammlung mit R. 8., überarb. und erg. Auflage. Springer Spektrum, Berlin/ Heidelberg 2018, ISBN 978-3-662-56657-2, S. 287