Hallo,
Nun ändere ich etwas am Setup und erhalte eine neue Kurve. Nun
möchte ich wissen ob diese Kurve den anderen vergleichbar ist
bis auf eine bestimmte genauigkeit oder sich signifikant
unterscheidet.
das ist mit einem statistischen Hypothesentest nicht wirklich möglich, wenn Du nichts über die Kurven weißt (bzw. begründet vermutest) und die Kurven alle möglichen Formen haben können.
Ich könnte diese Kurven auch fitten falls das etwas nützt und
dazu so eine Art „Schlauch“ mit der Standartabweichung
erzeugen.
Was verstehst Du unter „Fitten“? Hast du ein Modell? Dann kannst du auf Unterschiede in den gefitteten Modellparametern bei verschiedenen Setups testen.
Übrigens:
Standar t e = Feldzeichen/Fahne/Wappen
Standar t = eine bulgarische Zeitung
Standar d = Richtmaß, Norm, Qualität
Eine explorative Analyse (Darstellung als Mittelwertlinie mit Konfidenzbändern) hilft bei der sach- und fachlundingen Interpretation. Eine statistische „Irrtumswahrscheinlichkeit“ gibt es hier nicht.
Da es sich um eine biologische Fragestellung handelt
ist die Steuung … naja nicht sehr klein.
Das lässt sich durch den Stichprobenumfang in den Griff bekommen. Zu wenige Messungen erlauben selten eine klare Interpretation und sichere Aussagen. Natürlich ändern sich für größere Stichproben die Standardabweichungen nicht, aber die Standardfehler.
Außerdem:
Wenn es auf das Integral der Messkurven ankommt, kannst Du das direkt testen. Nennt sich ganz hochtrabend „area under the curve analysis“, ist aber nichts anderes als der Vergleich der Summenwerte der Messkurven.
Wenn Du kein Modell hast, welches die Charakteristik der Kurven beschreibt: Vielleicht reicht es ja, einen Teilaspekt der Messkurven zu betrachten (zB. der initiale Anstieg oder eine maximale/minimale Steigung oder die Höhe eines Plateauwerts oder die Zeit bis zum Erreichen eines Schwellenwertes oder oder). Das könnte man fitten und Unterschiede in den Modellparametern testen.
Und wie lege ich fest wieviele der
vergleichskurven im Startsetup ich brauche um eine bestimmte
Genauigkeit zu erzielen?
Alleine die Stichprobe im Startsetup zu verändern bringt nicht viel. Alle Vergleichstests funktionieren am effizientesten, wenn die Umfänge der zu vergleichenden Stichproben gleich sind. Wenn Du genau weißt, was du wie testen willst, kannst Du eine Power-Analyse machen. Das machen Statistikprogramme. Wenn Du keins hast, gibt es im Internet einige freie Online-Tools, die zu gängigen Fragestellungen Poweranalysen durchführen. Das frei erhältliche „G*Power“ ist sehr gut und rechnet Dir die Power für alles mögliche. In Deinem Fall müsstest Du den kleinsten interessierenden Effekt und die erwartete Fehlerstreuung sowie die gewünschten Typ-I- und -II-Fehlerraten angegeben. Die Poweranalyse spuckt dann die minimal benötigten Stichprobenumfänge aus. Wie groß der interessierende Effekt ist, musst Du als Fachmann beurteilen. Die Streuung kannst Du anhand der Dir schon vorliegenden Daten schätzen, als Typ-I-Fehler gibt man i.d.R. 5% an, und der Typ-II-Fehler sollte nicht über 20% liegen.
LG
Jochen