Multiples Testen

Das Wichtigste auf einen Blick

• Multiples Testen erhöht die Wahrscheinlichkeit falsch-positiver Ergebnisse.
• Korrekturverfahren wie Bonferroni oder FDR sind notwendig zur Fehlerkontrolle.
• Multiples Testen ist in vielen Forschungsfeldern, z.B. Medizin und Psychologie, relevant.
• Die Wahl der Korrektur hängt von der Anzahl der Tests und dem Forschungsziel ab.
• Unbeachtetes multiples Testen kann zu irreführenden Schlussfolgerungen führen.
• Multiples Testen erfordert sorgfältige Planung und transparente Berichterstattung.

Überblick: Multiples Testen

Das multiple Testen ist ein zentrales Thema in der Statistik und empirischen Forschung. Es beschreibt die Situation, in der mehrere statistische Hypothesentests an denselben oder verwandten Datensätzen durchgeführt werden. Ohne geeignete Korrekturmaßnahmen steigt dabei die Wahrscheinlichkeit für falsch-positive Ergebnisse (Fehler 1. Art), was die Validität der Forschungsergebnisse beeinträchtigen kann. Daher sind spezielle Verfahren zur Fehlerkontrolle unerlässlich.

Was ist multiples Testen?

Multiples Testen bezeichnet die gleichzeitige Durchführung mehrerer statistischer Tests an denselben Daten oder Datensätzen. Dabei steigt die Wahrscheinlichkeit, mindestens einen Test fälschlicherweise als signifikant zu interpretieren (Fehler 1. Art). Deshalb sind spezielle Korrekturverfahren notwendig, um die Gesamtfehlerrate zu kontrollieren.

Problem der Fehlerhäufung beim multiplen Testen

Wenn mehrere Hypothesentests ohne Anpassung durchgeführt werden, summieren sich die einzelnen Fehlerwahrscheinlichkeiten. Beispielsweise führt bei 20 unabhängigen Tests mit einem Signifikanzniveau von 5 % die Wahrscheinlichkeit, mindestens einen falsch-positiven Befund zu erhalten, zu einer Gesamtfehlerwahrscheinlichkeit von etwa 64 %. Dies kann zu falschen wissenschaftlichen Schlussfolgerungen führen.

Korrekturverfahren zur Kontrolle der Fehlerwahrscheinlichkeit

Um die Gesamtfehlerrate beim multiplen Testen zu kontrollieren, werden verschiedene Verfahren eingesetzt. Die Bonferroni-Korrektur ist die bekannteste Methode, bei der das Signifikanzniveau durch die Anzahl der Tests geteilt wird. Alternativ gibt es Verfahren wie Holm-Bonferroni oder die Kontrolle der Falschentdeckungsrate (False Discovery Rate, FDR) nach Benjamini-Hochberg, die weniger konservativ sind und mehr Power erhalten.

Vergleich ausgewählter Korrekturverfahren beim multiplen Testen

Anwendungsbeispiele in der Forschung

Multiples Testen ist besonders relevant in Bereichen mit vielen simultanen Tests, z.B. in der Genetik (Analyse von Tausenden Genen), Psychologie (mehrfache Messzeitpunkte oder Variablen) oder klinischen Studien (mehrere Endpunkte). Ohne Korrektur können hier viele falsch-positive Ergebnisse entstehen, die zu falschen Interpretationen führen.

Empfehlungen für den Umgang mit multiplem Testen

Forscher sollten vor der Datenerhebung planen, wie mit multiplem Testen umgegangen wird. Die Wahl der Korrektur hängt von der Anzahl der Tests, der Abhängigkeit der Tests und dem Forschungsziel ab. Transparente Berichterstattung der angewandten Methoden ist essenziell für die Nachvollziehbarkeit.

Häufig gestellte Fragen zum multiplen Testen

Zusatzinformationen

Synonyme und alternative Bezeichnungen