📊 statistics

Efficient estimation of relative risk, odds ratio and their logarithms for rare events

Der Artikel stellt sequenzielle Schätzer für das relative Risiko, das Odds-Verhältnis sowie deren Logarithmen vor, die bei seltenen Ereignissen eine hohe Effizienz gewährleisten und durch eine feste Stichprobengröße in beiden Populationen eine garantierte Obergrenze des mittleren quadratischen Fehlers erreichen.

Ursprüngliche Autoren: Luis Mendo

Veröffentlicht 2026-04-07

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Luis Mendo

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Die Suche nach dem seltenen Schatz: Eine neue Methode, um Risiken zu messen

Stellen Sie sich vor, Sie sind ein Detektiv, der zwei verschiedene Dörfer untersucht. In Dorf A und Dorf B passiert etwas Seltsames: Manchmal tritt ein bestimmtes Ereignis ein (nennen wir es den „Schatz"), manchmal nicht.

In Dorf A passiert der Schatz bei jedem 100. Besuch.
In Dorf B passiert er bei jedem 1.000. Besuch.

Ihre Aufgabe ist es, herauszufinden, wie viel wahrscheinlicher der Schatz in Dorf A im Vergleich zu Dorf B ist. In der Statistik nennen wir das Relative Risiko (wie oft passiert es?) oder die Odds Ratio (wie stehen die Chancen?).

Das Problem? Der Schatz ist extrem selten. Wenn Sie einfach nur zufällig Leute in die Dörfer schicken und warten, bis jemand den Schatz findet, könnten Sie Jahre warten, bevor Sie genug Daten haben. Und wenn Sie zu viele Leute schicken, verschwenden Sie Zeit und Geld.

Das alte Problem: Der starre Plan

Früher hatten Forscher einen starren Plan: „Wir schicken genau 1.000 Leute in jedes Dorf und zählen dann."

Das Problem: Wenn der Schatz so selten ist, dass Sie in 1.000 Versuchen in beiden Dörfern niemals einen Schatz finden, sagen Sie am Ende: „Keine Ahnung." Das ist nutzlos.
Wenn Sie hingegen 1 Million Leute schicken, um sicherzugehen, verschwenden Sie eine Menge Ressourcen, nur um zu bestätigen, was Sie schon ahnten.

Die neue Lösung: Der clevere Jäger (Sequentielle Schätzung)

Luis Mendo schlägt eine völlig andere Methode vor. Statt einen starren Plan zu haben, ist sein Algorithmus wie ein cleverer Jäger, der erst aufhört, wenn er genug Beweise hat.

Wie funktioniert das?

Das Paar-Prinzip: Der Jäger geht nicht allein los. Er schickt immer Paare von Leuten los: Einen aus Dorf A und einen aus Dorf B. Sie gehen Hand in Hand.
Der magische Filter (Der Algorithmus):
- Der Jäger schaut sich die Ergebnisse an.
- Wenn in einem Dorf nichts passiert ist (kein Schatz), ignoriert er das Paar und schickt das nächste los.
- Aber hier kommt die Magie: Der Algorithmus ist so gebaut, dass er die Daten aus beiden Dörfern geschickt „mischt", als würde er einen neuen, perfekten Würfel werfen.
- Er zählt nicht einfach nur die Schätze. Er wartet, bis er eine bestimmte Anzahl von „Erfolgen" (Schatzfunden) und „Misserfolgen" (Nicht-Funden) gesammelt hat.

Die Analogie des „Zählens bis zum Ziel":
Stellen Sie sich vor, Sie wollen wissen, wie schnell ein Schneckenrennen ist.

Die alte Methode: Sie lassen 100 Schnecken laufen und messen die Zeit, egal ob sie ankommen oder nicht.
Mendo's Methode: Sie lassen Schnecken laufen, aber Sie stoppen erst, wenn genau 10 Schnecken das Ziel erreicht haben. Wenn die Schnecken sehr langsam sind (seltene Ereignisse), laufen Sie einfach länger weiter, bis Sie die 10 haben. Sie verschwenden keine Zeit mit Leuten, die ohnehin nicht ankommen würden, aber Sie garantieren, dass Sie am Ende eine präzise Antwort haben.

Warum ist das so genial?

1. Es passt sich an (Wie ein Wasserballon):
Wenn das Ereignis sehr selten ist (die Schnecken sind extrem langsam), sammelt der Jäger automatisch mehr Daten. Wenn es häufiger vorkommt, stoppt er früher. Er passt sich der Realität an, statt eine starre Regel zu erzwingen.

2. Die Effizienz (Der sparsame Koch):
In der Statistik gibt es eine Grenze, wie gut man überhaupt messen kann (die Cramér-Rao-Schranke). Stellen Sie sich das wie den perfekten Koch vor, der mit genau der richtigen Menge an Zutaten das beste Essen macht.

Die alten Methoden waren wie Kochen, bei dem man oft Zutaten wegwirft oder zu viel benutzt.
Mendo's Methode ist wie ein Koch, der nahezu perfekt arbeitet. Wenn die Ereignisse selten sind (was in der Medizin oft der Fall ist, z. B. bei seltenen Nebenwirkungen von Medikamenten), erreicht seine Methode fast 100% der theoretisch möglichen Effizienz. Er braucht kaum mehr Daten als absolut notwendig.

3. Die Garantie (Der Verschluss):
Das Wichtigste: Der Jäger garantiert, dass sein Ergebnis eine bestimmte Genauigkeit hat. Er sagt nicht: „Ich hoffe, das ist gut genug." Er sagt: „Ich habe so lange gezählt, bis ich zu 99% sicher bin, dass mein Ergebnis innerhalb dieses kleinen Fehlers liegt."

Zusammenfassung für den Alltag

Stellen Sie sich vor, Sie wollen herausfinden, ob ein neuer, sehr teurer Regenschirm (Dorf A) besser ist als ein alter (Dorf B), aber es regnet nur einmal im Jahr.

Der alte Weg: Sie warten 10 Jahre, schauen auf den Himmel und hoffen, dass es regnet. Wenn es nicht regnet, haben Sie keine Antwort.
Mendo's Weg: Sie schicken Paare von Leuten los. Sobald Sie genug Regentage gesammelt haben, um einen klaren Vergleich zu ziehen, hören Sie auf. Wenn es gar nicht regnet, schicken Sie einfach mehr Paare los, bis Sie genug Daten haben.

Das Ergebnis: Sie sparen Zeit und Geld, erhalten aber eine Antwort, die so präzise ist, wie es mathematisch möglich ist. Besonders wenn es um seltene, aber wichtige Dinge geht (wie seltene Krankheiten oder Risiken), ist diese Methode ein Game-Changer. Sie macht die Statistik nicht nur schneller, sondern auch fairer und genauer.

Titel: Effiziente Schätzung von Relativrisiko, Odds Ratio und deren Logarithmen für seltene Ereignisse

Autor: Luis Mendo (Universidad Politécnica de Madrid)

1. Problemstellung

Das Paper adressiert das Problem der Schätzung von Assoziationsmaßen zwischen zwei Populationen mit binären Merkmalen (Dichotomie). Die zu schätzenden Parameter sind:

Relativrisiko (RR): $p_1 / p_2$
Odds Ratio (OR): $p_1(1-p_2) / (p_2(1-p_1))$
sowie deren logarithmische Versionen (LRR, LOR).

Herausforderungen bei der Schätzung dieser Parameter, insbesondere wenn die Ereignisse selten (kleine Wahrscheinlichkeiten $p_1, p_2$ ) sind oder eine hohe Genauigkeit gefordert wird, sind:

Die Notwendigkeit, eine garantierte Genauigkeit (definiert durch den mittleren quadratischen Fehler, MSE, oder den relativen MSE) zu erreichen.
Die Ineffizienz herkömmlicher Methoden bei kleinen Wahrscheinlichkeiten.
Die Anforderung, dass Stichproben oft paarweise (ein Sample aus jeder Population) entnommen werden müssen, was zu einem Ungleichgewicht im Verbrauch der Stichproben führen kann, wenn die Schätzverfahren nicht symmetrisch sind.

2. Methodik

Der vorgeschlagene Ansatz ist ein sequenzielles Schätzverfahren, das auf der Kombination von zwei Techniken basiert:

A. Wahrscheinlichkeitstransformation (Bernoulli-Factory)

Das Kernstück der Methode ist die Umwandlung von Stichproben aus den beiden Populationen ( $X_1, X_2$ mit Parametern $p_1, p_2$ ) in eine neue Folge von unabhängigen Bernoulli-Variablen $Y$ mit einem neuen Parameter $p$ , der funktional mit dem Zielparameter verknüpft ist.

Für RR/LRR: Es wird ein Algorithmus (Algorithmus 1) verwendet, der $p = p_1 / (p_1 + p_2)$ erzeugt. Dies geschieht durch zufällige Auswahl einer Population und Entnahme eines Samples; wird ein "Erfolg" (1) beobachtet, wird das Ergebnis entsprechend gesetzt, andernfalls wird wiederholt.
Für OR/LOR: Ein vereinfachter Algorithmus (Algorithmus 2, ähnlich der Methode von von Neumann) wird verwendet, um $p = p_1(1-p_2) / (p_1(1-p_2) + p_2(1-p_1))$ zu erzeugen. Dabei werden Paare von Samples genommen; nur wenn die Ergebnisse unterschiedlich sind, wird ein Ergebnis generiert.

B. Inverse Binomial-Stichprobe (Inverse Binomial Sampling - IBS)

Sobald die Sequenz $Y$ mit dem transformierten Parameter $p$ generiert ist, wird eine Methode aus einer vorherigen Arbeit (Mendo 2025) angewendet:

Es werden Samples von $Y$ entnommen, bis eine bestimmte Anzahl von Erfolgen ( $r + \alpha$ ) und eine bestimmte Anzahl von Misserfolgen ( $r - \alpha$ ) erreicht ist.
Basierend auf den benötigten Stichprobenanzahlen ( $V'$ $V^{'}$ und $V''$ $V^{''}$ ) werden die Schätzer $\hat{\zeta}$ $\hat{ζ}$ berechnet.
- Für RR/OR: $\hat{\zeta} = \frac{r V''}{(r-1)(V'-1)}$
- Für LRR/LOR: $\hat{\zeta} = -H_{V'-1} + H_{V''-1}$ (wobei $H_k$ die $k$ -te harmonische Zahl ist).

C. Paarweise Stichprobennahme und Effizienz

Da die inneren Algorithmen (1 und 2) unterschiedlich viele Samples aus $X_1$ und $X_2$ benötigen können, wird ein "konservativer" Ansatz gewählt: Samples werden immer paarweise entnommen. Überschüssige Samples werden zwischengespeichert. Die Anzahl der benötigten Paare $U$ ist definiert als $U = \max(U_1, U_2)$ . Dies führt zu einem Verlust an Effizienz, der jedoch für seltene Ereignisse als gering analysiert wird.

3. Wichtige Beiträge

Garantierte Genauigkeit: Die Schätzer garantieren, dass der relative MSE (für RR/OR) oder der MSE (für LRR/LOR) einen vorgegebenen Zielwert $A$ unterschreitet, unabhängig von den wahren Werten $p_1, p_2 \in (0,1)$ .
Hohe Effizienz bei seltenen Ereignissen: Die Schätzer erreichen eine Effizienz (definiert als Verhältnis zur Cramér-Rao-Schranke), die nahe bei 1 liegt, wenn $p_1$ und $p_2$ klein sind. Dies ist ein signifikanter Vorteil gegenüber existierenden Methoden (z. B. Mendo 2026), die bei kleinen Wahrscheinlichkeiten ineffizienter sind.
Unverzerrtheit: Die Schätzer sind erwartungstreu (unbiased).
Analytische Schranken: Das Paper leitet theoretische untere Schranken für die Effizienz her, die unabhängig von den spezifischen Werten von $p_1$ und $p_2$ sind, solange diese klein sind.

4. Ergebnisse

Effizienzanalyse: Simulationen und theoretische Bounds zeigen, dass die Effizienz $\eta$ $η$ für kleine Werte von $\phi = \sqrt{p_1 p_2}$ $ϕ = p_{1} p_{2}$ gegen 1 konvergiert.
- Für RR/LRR: Wenn $\phi \to 0$ , liegt die Effizienz über 91–95 % (abhängig von der Zielgenauigkeit $A$ ).
- Für OR/LOR: Ähnlich hohe Effizienzen werden erreicht, wobei die Effizienz bei $\theta = p_1/p_2 = 1$ unabhängig von $\phi$ ist.
Vergleich: Die vorgeschlagene Methode übertrifft die Effizienz der in Mendo (2026) beschriebenen Gruppenstichproben-Methode deutlich, insbesondere im Bereich seltener Ereignisse.
Einfluss der Zielgenauigkeit: Die Effizienz steigt, wenn die geforderte Genauigkeit höher ist (kleineres $A$ ), da dies zu größeren Stichproben führt, bei denen die asymptotischen Eigenschaften dominieren.
Robustheit: Die Methode funktioniert für alle $p_1, p_2 \in (0,1)$ , ist aber speziell für den Fall optimiert, dass die Ereignisse selten sind.

5. Bedeutung und Fazit

Das Paper stellt einen wichtigen Fortschritt in der sequenziellen Statistik dar, insbesondere für Anwendungen in der Epidemiologie und den Sozialwissenschaften, wo oft mit seltenen Ereignissen gearbeitet wird und Paardesigns (z. B. Fall-Kontroll-Studien) üblich sind.

Praktische Relevanz: Die Methode ermöglicht es, mit minimalen Stichprobenumfängen eine garantierte Genauigkeit zu erreichen, was Ressourcen spart.
Theoretischer Wert: Die Kombination von Bernoulli-Factory-Techniken mit inverser Binomialstichprobe bietet einen eleganten Weg, komplexe Parameterverhältnisse in einfach schätzbare Bernoulli-Parameter zu transformieren.
Limitierung: Die Methode setzt voraus, dass Stichproben paarweise entnommen werden können. Für RR/LRR führt dies zu einem kleinen Effizienzverlust durch nicht genutzte "überschüssige" Samples, was jedoch bei seltenen Ereignissen vernachlässigbar ist.

Zusammenfassend bietet das Paper einen robusten, effizienten und theoretisch fundierten Rahmen für die Schätzung von Risikoverhältnissen, der besonders in Szenarien mit seltenen Ereignissen überlegene Leistung zeigt.