📊 statistics

Weighted Holm Procedures: Theory, Properties, and Recommendations

Diese Arbeit vergleicht systematisch das gewichtete Holm-Verfahren (WHP) und das gewichtete alternative Holm-Verfahren (WAP), zeigt theoretisch sowie durch Simulationen die überlegene Leistungsfähigkeit und Monotonie des WHP auf und liefert praktische Empfehlungen für den Einsatz gewichteter Multipel-Testverfahren.

Ursprüngliche Autoren: Beibei Li, Wenge Guo

Veröffentlicht 2026-04-23

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Beibei Li, Wenge Guo

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

Stellen Sie sich vor, Sie sind ein Richter in einem großen Gerichtssaal, in dem m verschiedene Angeklagte (Hypothesen) vor Ihnen stehen. Ihre Aufgabe ist es, zu entscheiden, wer schuldig ist (eine Nullhypothese ablehnen), basierend auf Beweisen (p-Werte). Aber es gibt eine wichtige Regel: Sie dürfen nicht zu viele Unschuldige verurteilen. In der Statistik nennen wir das die Fehlerquote (FWER). Wenn Sie zu viele Unschuldige verurteilen, verlieren Sie Ihre Glaubwürdigkeit.

Nun, nicht alle Angeklagten sind gleich wichtig. Ein Mordverdächtiger (eine sehr wichtige Hypothese) ist für die Gesellschaft wichtiger als ein Diebstahl von einem Apfel (eine weniger wichtige Hypothese). Deshalb wollen wir den Richter anweisen, den Mordverdächtigen besonders sorgfältig zu prüfen, aber vielleicht bei dem Apfel-Diebstahl etwas schneller zu entscheiden. Das ist der Sinn von gewichteten Verfahren: Wir geben den wichtigen Dingen mehr "Gewicht" oder Aufmerksamkeit.

In diesem Papier vergleichen die Autoren zwei verschiedene Methoden, wie ein Richter diese gewichteten Entscheidungen treffen kann: WHP und WAP.

Die zwei Methoden im Vergleich

Stellen Sie sich vor, die Beweise (p-Werte) sind wie die Lautstärke der Stimmen der Angeklagten. Je leiser die Stimme (kleiner p-Wert), desto stärker der Verdacht.

1. WAP (Die "Objektive" Methode)

Bei dieser Methode schaut der Richter zuerst auf die Lautstärke der Stimmen (die rohen p-Werte), egal wie wichtig der Angeklagte ist.

Der Ablauf: Er nimmt den Angeklagten mit der leisesten Stimme und prüft ihn. Wenn er schuldig ist, geht er zum nächsten leisesten.
Das Problem: Die Gewichte (die Wichtigkeit) werden erst später berücksichtigt, um zu entscheiden, wie streng die Grenze für "Schuldig" ist.
Der Nachteil: Es kann passieren, dass der Richter einen sehr wichtigen Angeklagten (der eine laute Stimme hat, aber ein schweres Verbrechen begeht) übersieht, weil er sich zu sehr auf die Reihenfolge der Lautstärke konzentriert. Die Methode ist nicht "monoton", was bedeutet, dass wenn ein Beweis besser wird, die Entscheidung manchmal paradoxerweise schlechter werden kann. Das ist wie ein Richter, der verwirrt ist, wenn ein Zeuge plötzlich klarer spricht.

2. WHP (Die "Priorisierte" Methode)

Hier ist der Richter schlauer. Er passt die Lautstärke der Stimmen sofort an die Wichtigkeit des Angeklagten an.

Der Ablauf: Er rechnet die Lautstärke der Stimme durch das Gewicht des Angeklagten. Ein wichtiger Angeklagter mit einer mittleren Stimme wird so behandelt, als hätte er eine sehr leise Stimme (weil er wichtig ist). Ein unwichtiger Angeklagter mit einer leisen Stimme wird vielleicht als "lauter" eingestuft.
Der Vorteil: Der Richter prüft zuerst die Angeklagten, die sowohl wichtig sind als auch starke Beweise haben.
Das Ergebnis: Diese Methode ist immer stärker (macht mehr richtige Entdeckungen) als die WAP-Methode, ohne die Gefahr zu erhöhen, Unschuldige zu verurteilen.

Die wichtigsten Erkenntnisse des Papiers

Die Autoren haben dieses Papier geschrieben, um zu zeigen, dass WHP die bessere Methode ist. Hier sind die Gründe, einfach erklärt:

Stärkerer Detektiv: WHP findet mehr "wahre" Schuldige (höhere statistische Power) als WAP. Wenn WAP jemanden verurteilt, tut WHP das auch. Aber WHP verurteilt oft noch mehr Leute, die es wert sind, verurteilt zu werden.
Keine Verwirrung (Monotonie): WHP verhält sich logisch. Wenn die Beweise besser werden, wird die Entscheidung auch besser. WAP kann manchmal "verrückt" spielen und Entscheidungen ändern, wenn sich die Beweise nur leicht verbessern.
Optimalität: WHP ist wie ein perfekt abgestimmtes Werkzeug. Man kann es nicht noch schärfer machen, ohne dass man anfängt, Unschuldige zu verurteilen. WAP ist nur dann optimal, wenn die Gewichte (die Wichtigkeit) nicht zu extrem unterschiedlich sind (z. B. wenn der wichtigste Angeklagte nicht 100-mal wichtiger ist als der unwichtigste).
Grafische Darstellung: Die Autoren haben auch eine Art "Flussdiagramm" oder "Spielplan" entwickelt, wie man diese Methoden visuell darstellt. Stellen Sie sich ein Netz vor, in dem man Punkte (Angeklagte) abhakt und die verbleibenden Punkte mehr "Stärke" bekommen. Das macht es für Ärzte und Forscher viel leichter zu verstehen, als lange Tabellen zu lesen.

Was bedeutet das für die Praxis?

Stellen Sie sich vor, Sie testen ein neues Medikament.

Hauptziel: Das Medikament muss das Überleben verbessern (sehr wichtig, hohes Gewicht).
Nebenziel: Es muss auch die Lebensqualität verbessern (weniger wichtig, geringeres Gewicht).

Wenn Sie die WAP-Methode verwenden, könnten Sie das Hauptziel verpassen, weil die Reihenfolge der Ergebnisse zufällig ist.
Wenn Sie die WHP-Methode verwenden, priorisieren Sie das Hauptziel intelligent. Sie haben eine höhere Chance, das Leben rettende Medikament zu finden, ohne das Risiko einzugehen, ein unwirksames Medikament fälschlicherweise als gut zu verkaufen.

Fazit

Das Papier sagt im Grunde: "Nutzen Sie WHP!"
Es ist die robustere, logischere und stärkere Methode. Es ist wie ein besserer Kompass für Forscher, der ihnen hilft, die wichtigsten Entdeckungen zu machen, ohne den Weg in den Wald der Fehler zu verlieren. Die WAP-Methode ist nicht falsch, aber sie ist wie ein Auto mit einem etwas klemmenden Lenkrad – WHP fährt glatter und schneller ans Ziel.

Titel: Weighted Holm Procedures: Theory, Properties, and Recommendations

Autoren: Beibei Li und Wenge Guo
Datum: April 2026 (vorläufiges Manuskript)

1. Problemstellung

In vielen statistischen Anwendungen, insbesondere in klinischen Studien, tragen Hypothesen unterschiedliche Gewichte bezüglich ihrer Wichtigkeit. Um die Familywise Error Rate (FWER) – die Wahrscheinlichkeit für mindestens einen Fehler 1. Art – zu kontrollieren, werden gewichtete Multiple-Test-Verfahren (wMTPs) eingesetzt.

Zwei gewichtete Holm-Verfahren sind in der Praxis weit verbreitet, unterscheiden sich jedoch fundamental in ihrer Sortierstrategie:

Weighted Holm Procedure (WHP): Sortiert die Hypothesen nach ihren gewichteten p-Werten ( $\tilde{P}_i = P_i / w_i$ ).
Weighted Alternative Holm Procedure (WAP): Sortiert die Hypothesen nach ihren rohen p-Werten ( $P_i$ ), unabhängig von den Gewichten.

Während WAP oft als "objektiver" angesehen wird, da die Reihenfolge nicht von den Gewichten abhängt, ist unklar, welches Verfahren theoretisch überlegen ist, insbesondere hinsichtlich der Mächtigkeit (Power), der Monotonie und der Optimalität. Bisherige Studien haben diese beiden Verfahren nicht systematisch verglichen.

2. Methodik

Die Autoren vergleichen WHP und WAP durch eine umfassende Analyse aus vier Perspektiven:

Closed Testing Procedures (CTPs): Beide Verfahren werden als CTPs formuliert. Dies ermöglicht einen direkten Vergleich der lokalen Tests und der zugrundeliegenden Struktur.
Graphische Darstellungen: Es werden grafische Algorithmen entwickelt, die auf einem gemeinsamen initialen Graphen basieren, aber unterschiedliche Update-Strategien verwenden. Dies dient der intuitiven Visualisierung und erleichtert die Kommunikation mit Nicht-Statistikern.
Adjustierte p-Werte: Für beide Verfahren werden adjustierte p-Werte (bzw. adjustierte gewichtete p-Werte) hergeleitet, um die Entscheidungsregeln direkt mit dem globalen Signifikanzniveau $\alpha$ zu vergleichen.
Optimalitätsanalyse: Es wird untersucht, ob die kritischen Werte der Verfahren erhöht werden können, ohne die FWER-Kontrolle zu verletzen (Optimalität im Sinne von Lehmann und Romano).

3. Wichtige Beiträge und Theoretische Ergebnisse

A. Mächtigkeitsdominanz (Power Dominance)

Ergebnis: WHP ist uniform mächtiger als WAP.
Begründung: Jeder lokale Test von WAP impliziert den lokalen Test von WHP. Wenn WAP eine Hypothese ablehnt, lehnt WHP diese ebenfalls ab. Der umgekehrte Fall gilt nicht allgemein; WHP kann Hypothesen ablehnen, die WAP nicht ablehnt.
Theorem 3.1: Unter beliebiger Abhängigkeit der p-Werte dominiert WHP WAP.

B. Strukturelle Eigenschaften: Monotonie und Konsonanz

Monotonie:
- WHP: Erfüllt die p-Wert-Monotonie (Definition 3.1) und die Monotoniebedingung im CTP-Rahmen (Definition 3.2). Das bedeutet, dass das Absenken eines p-Werts nie die Anzahl der Ablehnungen verringert.
- WAP: Verletzt beide Monotonie-Bedingungen. Dies führt zu einem potenziellen Verlust an Mächtigkeit.
Konsonanz (Consonance):
- Beide Verfahren sind konsonant. Das bedeutet, wenn eine Schnittmenge-Hypothese ( $H_I$ ) abgelehnt wird, wird mindestens eine ihrer elementaren Komponenten-Hypothesen ebenfalls abgelehnt.
- Überraschendes Ergebnis: Obwohl WAP nicht monoton ist, bleibt seine CTP-Darstellung konsonant. Dies ermöglicht effiziente Berechnungsalgorithmen (Shortcuts) auch für WAP.

C. Optimalität

WHP: Ist unbedingt optimal. Es kann keine kritischen Werte erhöht werden, ohne die FWER-Kontrolle zu verletzen. WHP ist die uniform mächtigste Methode innerhalb der Klasse aller schrittweisen Verfahren, die auf gewichteten p-Werten basieren.
WAP: Ist nur bedingt optimal. WAP ist optimal (d.h. die FWER-Bindung ist scharf), nur wenn das Verhältnis der kleinsten zur größten Gewichtung eine bestimmte Schranke erfüllt:
$\frac{\min w_i}{\max w_i} \geq \alpha$
Wenn diese Bedingung verletzt ist (z.B. bei extrem ungleichen Gewichten), ist WAP nicht mehr optimal.

D. Grafische Darstellung

Die Autoren stellen einen einheitlichen grafischen Rahmen vor, der beide Verfahren abbildet. Der Unterschied liegt im Schritt 2 des Algorithmus:

WHP: Wählt das Minimum der gewichteten p-Werte.
WAP: Wählt das Minimum der rohen p-Werte.
Dies verdeutlicht strukturell, warum WHP flexibler auf die Gewichtung reagiert.

4. Ergebnisse aus Simulationen und Anwendungsbeispielen

Simulationen

Die Autoren führten Simulationen unter verschiedenen Szenarien durch (unterschiedliche Anzahl von Hypothesen $m$ , Korrelation $\rho$ , Anteil wahrer Nullhypothesen $\pi_0$ und verschiedene Gewichtungsstärken).

FWER-Kontrolle: Beide Verfahren kontrollierten die FWER korrekt auf dem Niveau $\alpha$ .
Mächtigkeit: WHP erzielte in allen Szenarien eine höhere durchschnittliche Mächtigkeit als WAP.
Einfluss der Gewichte:
- Bei informativen Gewichten (starker Unterschied zwischen wahren und falschen Nullhypothesen) übertrafen beide gewichteten Verfahren das ungewichtete Holm-Verfahren.
- WHP profitierte stärker von den Gewichten als WAP.
- Bei nicht-informativen Gewichten (keine Trennung) war das ungewichtete Holm-Verfahren manchmal besser, wobei der Mächtigkeitsverlust von WHP moderat war, während WAP signifikant schlechter abschnitt.

Klinische Beispiele

ARDS-Studie: Beide Verfahren lehnten alle vier Hypothesen ab, aber WHP lieferte konsistent kleinere adjustierte p-Werte.
Typ-2-Diabetes-Studie: WHP lehnte vier Hypothesen ab, während WAP nur zwei ablehnte. Dies zeigt, dass WHP die Gewichtsverteilung effizienter nutzt, um zusätzliche Behandlungseffekte zu detektieren, ohne die Fehlerkontrolle zu gefährden.

5. Signifikanz und Empfehlungen

Das Paper liefert eine klare theoretische und empirische Begründung für die Präferenz des Weighted Holm Procedure (WHP) gegenüber dem Weighted Alternative Holm Procedure (WAP) in der Praxis.

Empfehlung: Statistiker und klinische Forscher sollten WHP verwenden, da es:
1. Uniform mächtiger ist.
2. Unbedingt optimal ist (keine Einschränkungen bei den Gewichten).
3. Monotone Eigenschaften besitzt, was die Interpretation und Implementierung vereinfacht.
Rolle von WAP: WAP bleibt eine gültige Methode mit konsonanter Struktur, ist aber nur unter spezifischen Bedingungen (ausgewogene Gewichte) optimal und verliert sonst an Effizienz.
Zukunftsausblick: Die Autoren schlagen vor, gewichtete Holm-Verfahren auf komplexere Strukturen (z.B. gruppierte Hypothesen) zu erweitern.

Fazit: Die Arbeit schließt eine Lücke in der Literatur, indem sie zeigt, dass die Sortierung nach gewichteten p-Werten (WHP) nicht nur intuitiv, sondern auch theoretisch überlegen ist, und liefert damit einen robusten Leitfaden für die Anwendung gewichteter Multiplizitätskorrekturen in klinischen Studien.