Wie BioRender den richtigen statistischen Test für Ihre Daten empfiehlt

Die Wahl des richtigen statistischen Tests ist einer der häufigsten Unsicherheitsfaktoren bei der Datenanalyse. BioRender Graphing nimmt Ihnen diese Unsicherheit, indem es automatisch Diagnosetests an Ihren Daten durchführt und den am besten geeigneten Test empfiehlt, bevor Sie Ihre Analyse starten. Dieser Artikel erklärt, wie dieser Prozess funktioniert, welche Prüfungen durchgeführt werden und wie Sie die Empfehlungen interpretieren können.

Wie das Empfehlungssystem funktioniert

Wenn Sie auf Analyse starten klicken, führt BioRender im Hintergrund eine Reihe von Annahmeprüfungen an Ihren Daten durch, bevor Ihnen ein Formular zur Analyseeinrichtung angezeigt wird. Basierend auf den Ergebnissen dieser Prüfungen wird der am besten geeignete Test im rechten Bereich „Analyse überprüfen“ als „Empfohlen“ markiert.

Das Empfehlungsfeld zeigt:

• Den empfohlenen Test
• Welche Prüfungen durchgeführt wurden
• Was die Ergebnisse in verständlicher Sprache bedeuten
• Ob die Ergebnisse der Diagnosetests in Ihrer Analyseausgabe enthalten sein werden

Beispiel unten

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

Die Annahmeprüfungen, die BioRender durchführt

Verschiedene statistische Tests haben 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 überprüft, ob diese Annahme für Ihren Datensatz zutrifft.

Shapiro-Wilk-Test an logarithmierten Daten

Wenn die Originaldaten den Normalitätstest nicht bestehen, prüft BioRender automatisch, ob die logarithmierten Daten normalverteilt sind. Viele biologische Messwerte – Zytokinkonzentrationen, Fluoreszenzintensitäten, Genexpression – sind naturgemäß lognormal verteilt, sodass diese zweite Prüfung die Daten häufig in ein parametrisches Rahmenwerk „rettet“. Wenn sie bestanden wird, empfiehlt BioRender die lognormal-Version des t-Tests oder der ANOVA, die den parametrischen Test an den logarithmierten Werten durchführt. Dies ist der nichtparametrischen Alternative vorzuziehen, da so mehr Informationen über die Effektgröße erhalten bleiben.

Levene-Test auf Varianzhomogenität

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

Was Sie im Bereich „Analyse überprüfen“ sehen

Die Empfehlung erscheint im Bereich „Analyse überprüfen“, wenn Sie die Analyseeinrichtung öffnen.

Es zeigt:

• Den empfohlenen Test, der im Dropdown-Menü vorausgewählt ist
• Einen Abschnitt „Durchgeführte Prüfungen“, der auflistet, welche Diagnosetests durchgeführt wurden und ob sie bestanden oder nicht bestanden wurden
• Eine Erklärung „Was diese Analyse macht“ in verständlicher Sprache – zum Beispiel: „Ihre Daten erfüllen die Voraussetzungen für einen ungepaarten t-Test“ oder „Ihre Daten erfüllen nicht die Normalitätsannahme für die Pearson-Korrelation. Die Spearman-Korrelation wird als nichtparametrische Alternative empfohlen.“
• Eine Erklärung „Wann verwenden“, die die geeigneten Bedingungen für den empfohlenen Test beschreibt
• Eine Notiz, die bestätigt, dass die Ergebnisse der Diagnosetests in Ihrer Analyseausgabe enthalten sein werden

Die Ergebnisse der Shapiro-Wilk- und Levene-Tests sind immer im vollständigen Analysebericht enthalten, sodass Sie die Annahmeprüfungen 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 „Analyse überprüfen“ und wählen Ihre bevorzugte Option aus.

Wenn Sie einen Test auswählen, der nicht zu den Annahmen Ihrer Daten passt – zum Beispiel einen parametrischen Test, obwohl der Normalitätstest nicht bestanden wurde – zeigt BioRender eine Warnung an, die erklärt, warum der empfohlene Test dennoch vorzuziehen ist und welchen Kompromiss Sie eingehen, wenn Sie die Empfehlung überschreiben. So erhalten Sie die Informationen, die Sie für eine fundierte Entscheidung benötigen, anstatt einfach Ihre Wahl zu blockieren.

Einige Tests können ausgegraut erscheinen, wenn die Struktur Ihrer Daten deren grundlegende Anforderungen nicht erfüllt. Fahren Sie mit der Maus über das Tooltip, um den Grund zu erfahren.

💡 Warum das für Teams wichtig ist: Wenn alle im Team die geführte Analyse von BioRender verwenden, werden Analysen konsistent durchgeführt – mit denselben Tests, denselben Annahmeprüfungen und derselben Logik – unabhängig vom individuellen Statistikwissen. Dies reduziert die Variabilität zwischen Labormitgliedern und erleichtert die Dokumentation und Reproduzierbarkeit der Methoden.

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 – Sie sollten bei der endgültigen Entscheidung stets die Konventionen Ihres Fachgebiets und Ihr spezifisches Versuchsdesign berücksichtigen.

Was ist, wenn mein Datensatz sehr klein ist? 

Normalitätstests wie der Shapiro-Wilk-Test haben bei sehr kleinen Stichproben (z. B. n < 5 pro Gruppe) eine geringe Teststärke. In solchen Fällen kann der Test eine Nicht-Normalität möglicherweise nicht erkennen, selbst wenn sie vorliegt. Berücksichtigen Sie neben dem Testergebnis auch die biologische Plausibilität der Normalverteilung in Ihren Daten.

Werden die Ergebnisse der Annahmeprüfungen in meiner Analyseausgabe erscheinen? 

Ja. Die Ergebnisse des Shapiro-Wilk- und Levene-Tests sind in jedem Analysebericht enthalten, sodass Sie sie im Methodenteil angeben können.

Welche statistische 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)“.