Wie BioRender den richtigen statistischen Test für Ihre Daten empfiehlt

Die Auswahl des richtigen statistischen Tests ist eine der häufigsten Unsicherheiten bei der Datenanalyse. BioRender Graphing nimmt Ihnen diese Unsicherheit ab, indem es automatisch diagnostische Prüfungen Ihrer Daten durchführt und den am besten geeigneten Test empfiehlt, bevor Sie Ihre Analyse durchführen. In diesem Artikel wird erklärt, wie dieser Prozess funktioniert, welche Prüfungen durchgeführt werden und wie die Empfehlungen zu interpretieren sind.

So funktioniert das Empfehlungssystem

Wenn Sie auf Run analysis klicken, führt BioRender im Hintergrund eine Reihe von Prüfungen der Voraussetzungen Ihrer Daten durch, bevor Ihnen ein Formular zur Einrichtung der Analyse angezeigt wird. Auf Grundlage der Ergebnisse dieser Prüfungen wird der am besten geeignete Test im Bereich „Review analysis“ auf der rechten Seite als "Recommended" gekennzeichnet.

Der Empfehlungsbereich zeigt:

• Den empfohlenen Test
• Welche Prüfungen durchgeführt wurden
• Was die Ergebnisse in allgemein verständlicher Sprache bedeuten

Beispiel unten

💡 Wichtig: Die Empfehlungen von BioRender sind ein statistisch fundierter Ausgangspunkt. Die endgültige Entscheidung treffen immer Sie. Die Begründung wird transparent dargestellt, damit Sie der Empfehlung zustimmen, sie überschreiben oder mit einer Kollegin bzw. einem Kollegen besprechen können.

Die von BioRender durchgeführten Prüfungen der Voraussetzungen

Verschiedene statistische Tests stellen unterschiedliche Anforderungen an die Struktur und Verteilung Ihrer Daten. BioRender prüft automatisch die wichtigsten davon:

Shapiro-Wilk-Test auf Normalverteilung

Viele gängige statistische Tests – darunter t-tests und ANOVAs – setzen voraus, dass Ihre Daten einer Normalverteilung (Glockenkurve) folgen. Der Shapiro-Wilk-Test prüft, ob diese Voraussetzung für Ihren Datensatz erfüllt ist.

Shapiro-Wilk bei logarithmisch transformierten Daten

Wenn die ursprünglichen Daten die Prüfung auf Normalverteilung nicht bestehen, testet BioRender automatisch, ob die logarithmisch transformierten Daten normalverteilt sind. Viele biologische Messwerte – Zytokinkonzentrationen, Fluoreszenzintensitäten und Genexpression – sind von Natur aus lognormalverteilt. Daher kann diese zweite Prüfung die Daten häufig in einen parametrischen Rahmen „retten“. Wenn die Prüfung bestanden wird, empfiehlt BioRender die lognormale Version des t-Tests oder der ANOVA, bei der der parametrische Test auf logarithmisch transformierte Werte angewendet wird. Dies ist der nichtparametrischen Alternative vorzuziehen, da dadurch mehr Informationen über die Effektgröße erhalten bleiben.

Levene-Test auf Varianzgleichheit

Parametrische Tests setzen außerdem voraus, dass die Varianz in Ihren Gruppen ungefähr gleich ist. Der Levene-Test prüft, ob dies zutrifft.

Was Sie im Bereich „Review Analysis“ sehen

Die Empfehlung wird im Bereich „Review analysis“ angezeigt, wenn Sie die Einrichtung der Analyse öffnen. 

Sie zeigt:

• Den empfohlenen Test, der im Dropdown-Menü vorausgewählt ist
• Eine allgemein verständliche Erklärung unter „What this analysis does“ – zum Beispiel: „Ihre Daten erfüllen die Voraussetzungen für einen ungepaarten t-Test“ oder „Ihre Daten erfüllen die Voraussetzung der Normalverteilung für die Pearson-Korrelation nicht. Die Spearman-Korrelation wird als nichtparametrische Alternative empfohlen.“
• Eine Erklärung unter "When to use", in der die geeigneten Bedingungen für den empfohlenen Test beschrieben werden

Beispiele unten:

Die Ergebnisse der Shapiro-Wilk- und Levene-Tests sind immer im vollständigen Analysebericht enthalten, sodass Sie die Prüfungen der Voraussetzungen in Ihrem Methodenteil dokumentieren können.

Eine Empfehlung überschreiben

Sie sind nie an den empfohlenen Test gebunden. Wenn Sie einen anderen Test verwenden möchten, öffnen Sie das Dropdown-Menü im Bereich „Review analysis“ und wählen Sie die gewünschte Option aus.

Wenn Sie einen Test auswählen, der nicht zu den Voraussetzungen Ihrer Daten passt – zum Beispiel einen parametrischen Test, obwohl die Prüfung auf Normalverteilung nicht bestanden wurde –, zeigt BioRender eine Warnung an. Diese erklärt, warum der empfohlene Test weiterhin vorzuziehen ist und welche Nachteile Sie durch das Überschreiben der Empfehlung in Kauf nehmen. So erhalten Sie die Informationen, die Sie für eine fundierte Entscheidung benötigen, anstatt dass Ihre Auswahl einfach blockiert wird.

Einige Tests werden möglicherweise ausgegraut angezeigt, wenn Ihre Datenstruktur die grundlegenden Anforderungen nicht erfüllt. Bewegen Sie den Mauszeiger über das Tooltip, um zu erfahren, warum.

💡 Warum dies für Teams wichtig ist: Wenn alle Teammitglieder die geführte Analyse von BioRender verwenden, werden Analysen konsistent durchgeführt – mit denselben Tests, denselben Prüfungen der Voraussetzungen und derselben Logik – unabhängig von den individuellen Statistikkenntnissen. Dadurch wird die Variabilität zwischen Labormitgliedern reduziert und die Dokumentation und Reproduzierbarkeit von Methoden erleichtert.

Häufig gestellte Fragen

Kann ich der Empfehlung immer vertrauen? 

Die Empfehlungen basieren auf etablierten statistischen Kriterien und sind für die überwiegende Mehrheit gängiger Forschungsdatensätze geeignet. Sie sind jedoch ein Ausgangspunkt – bei der endgültigen Entscheidung sollten Sie immer die Konventionen Ihres Fachgebiets und Ihr spezifisches Versuchsdesign berücksichtigen.

Was ist, wenn mein Datensatz sehr klein ist? 

Normalverteilungstests wie Shapiro-Wilk haben bei sehr kleinen Stichproben (z. B. n < 5 pro Gruppe) eine begrenzte Aussagekraft. In diesen Fällen erkennt der Test möglicherweise keine Nicht-Normalverteilung, selbst wenn sie vorhanden ist. Berücksichtigen Sie neben dem Testergebnis auch die biologische Plausibilität einer Normalverteilung für Ihre Daten.

Werden die Ergebnisse der Prüfungen der Voraussetzungen in meiner Analyseausgabe angezeigt? 

Ja. Die Ergebnisse der Shapiro-Wilk- und Levene's-Tests sind in jedem Analysebericht enthalten, sodass Sie sie in Ihrem Methodenteil angeben können.

Welche Statistik-Engine verwendet BioRender? 

Alle Analysen werden mit R (Version 4.5.1) durchgeführt. Eine vollständige Liste der verwendeten Pakete und Funktionen finden Sie im Artikel Statistische Analysen in BioRender Graphing (Methodik).

Benötigen Sie Hilfe? Wenden Sie sich unter support@biorender.com an unser Supportteam oder starten Sie einen Live-Chat, indem Sie unten rechts auf die Blase "Chat With Us" klicken.