Hi July,
Stimmt, das gibt mir auch zu denken. Wobei die Normierung an
sich ja keinen Verlust der Streuung mit sich bringt, oder?
Schlußendlich transformiere ich ja meine Daten einfach nur in
einen einheitlichen Wertebereich.
Dann hab ich das vielleicht verstanden gehabt. Wenn du Kontrolle und Patienten mit dem mean der Kontrolle normierst und dann vergleichst, dann hast du recht. Wenn du aber nur die Patienetne normierst und diese dann „gegen 0“ testest, hast du aus einem zwei- einen ein-stichprobenfall gemacht, der dann die Streuung der Kontrolle nicht mehr berücksichtigt.
Also m.E. macht es dadurch Sinn, dass ich (beispielhaft
gesprochen) zwei verschiedene Messtage habe. Das kann meine
Messwerte beeinflussen. Dadurch, dass ich mich immer auf die
Messwerte meiner Referenzgruppe beziehe, werden die Werte der
behandelten Gruppe miteinander vergleichbar.
Wenn du die Tage rausmitteln willst, dann musst du auch auf die tagesmittelwerte der Kontrolle normieren, sonst hast du Effekt immer noch drin. Eleganter und besser wäre es, den Tag noch als Kovariable in der Analyse zu berücksichtigen.
Ja, ich hab dann gestern auch noch ein bischen gelesen. Bin zu
dem Schluß gekommen, dass der Z-Score (gibt es dafür eine
deutsche Bezeichnung?), die bequemste Methode ist (im
Vergleich zu Min-Max-Normalisierung, und Quotient des
Messwertes mit dem Mittelwert der Kontrollgruppe),
sorry, aber um Bequemlichkeit geht es nicht 
wie du sinnvoll normierst, hängt auch von deiner Analyse ab und der Messskala: Wenn du proportions hast wäre es sinnvoller mit Quotienten zu arbeiten, bei einer metrischen Skala kann man auch gut Differenzen werwenden.
da ich
schlußendlich alle Messwerte, die unter- oder oberhalb der
2-Sigma-Grenze der Kontrollgruppe liegen als „abweichend von
der Kontrolle“ betrachte. Leider hab ich für meine behandelten
Patienten nur einen Patienten pro Medikament (dafür gibt es
Gründe) und damit keine Information über Streuung. Lediglich
die Kontrollgruppe besteht aus hinreichend vielen Patienten.
Da macht dann der Z-score Sinn (keine Ahnung, wie man den auf deutsch benennen kann, z-TRansformation ist jedenfalls falsch), da es sich dann - wenn alle Voraussetzungen erfüllt sind - um einen Vergleich der Kontrollstichprobe an einem Tag mit einem bestimmten Wert handelt (den einen Wert deines Pateienten vom selben Tag).
dann müsstest du aber auch nicht selber transformieren, sondern einfach den Test rechnen und bekommst alles, was du brauchst: schätzer, Konfi, p-Wert.
Bleibt nur noch die Adjustierung für multiples testen … :-]
Grüße,
JPL
