📊 statistics

Betting on Bets: Anytime-Valid Tests for Stochastic Dominance

Diese Arbeit entwickelt eine neuartige Familie von sequenziellen, jederzeit gültigen Tests für stochastische Dominanz, die auf nichtparametrischen e-Prozessen basieren und es ermöglichen, in Echtzeit zu überprüfen, ob ein unsicheres Ergebnis ein besseres Verteilungsspektrum als ein anderes aufweist, ohne dabei auf Mittelwertvergleiche beschränkt zu sein.

Ursprüngliche Autoren: Sebastian Arnold, Yo Joong Choe, Marco Scarsini, Ilia Tsetlin

Veröffentlicht 2026-04-24

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Sebastian Arnold, Yo Joong Choe, Marco Scarsini, Ilia Tsetlin

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 große Wette: Wie man unsichere Zukunftsszenarien fair vergleicht

Stellen Sie sich vor, Sie sind ein Manager in einem Unternehmen. Sie haben zwei neue Ideen für ein Produkt: Idee A (die bewährte, alte Methode) und Idee B (ein neuer, riskanter Ansatz). Sie wollen wissen: Ist Idee B auf lange Sicht besser als Idee A?

Das Problem ist: Die Zukunft ist unsicher. Manchmal läuft Idee B super, manchmal ist Idee A besser. In der Statistik nennen wir diese unsicheren Möglichkeiten „Zufallsvariablen". Die Frage, ob eine Verteilung der Ergebnisse „stochastisch dominiert" (also besser ist als eine andere), ist wie die Frage, ob ein Spieler im Casino langfristig mehr gewinnt als ein anderer.

Bisher gab es zwei große Probleme bei solchen Vergleichen:

Starre Regeln: Man musste sich vorher festlegen, wie viele Daten man sammelt. Wenn man zwischendurch aufhört, weil es „genug" aussieht, ist das Ergebnis oft ungültig (wie wenn man beim Poker die Regeln mitten im Spiel ändert).
Komplexität: Es reicht nicht zu schauen, ob der Durchschnitt besser ist. Manchmal hat Idee B einen höheren Durchschnitt, aber auch viel mehr Risiko (große Verluste). Man muss die gesamte Verteilung vergleichen.

Diese Forscher haben eine neue Methode entwickelt, die jederzeit (anytime) funktioniert und keine Annahmen über die Daten macht.

🎰 Das Geheimnis: „Wetten auf Wetten"

Die Autoren nutzen eine clevere Metapher: Das Casino.

Stellen Sie sich vor, Sie sind ein Skeptiker. Sie glauben nicht, dass Idee B besser ist als Idee A. Sie haben 1 Euro Startkapital.
Jedes Mal, wenn ein neues Daten-Paar eingeht (z. B. ein Kunde nutzt Idee A und ein anderer Idee B), dürfen Sie eine Wette abschließen.

Die Wette: Sie wetten darauf, dass Idee B schlechter ist als Idee A (die Nullhypothese).
Der Gewinn: Wenn Idee B tatsächlich schlechter ist, verlieren Sie nichts (oder gewinnen wenig).
Der Verlust: Wenn Idee B überraschend gut ist (also die Nullhypothese falsch ist), verdoppelt sich Ihr Geld (oder wächst exponentiell).

Der Clou:
In der klassischen Statistik muss man oft eine feste Anzahl von Daten sammeln, um ein Ergebnis zu ziehen. Bei dieser neuen Methode können Sie jederzeit aufhören.

Wenn Ihr Geld nach 100 Daten auf 10.000 Euro angewachsen ist, ist das ein extrem starkes Zeichen: „Idee B ist definitiv besser!"
Wenn Ihr Geld bei 1 Euro bleibt, haben Sie keine Beweise für eine Überlegenheit.

Das System ist so gebaut, dass Sie niemals langfristig Geld gewinnen können, wenn die Nullhypothese (dass B nicht besser ist) wahr wäre. Das nennt man „Ville's Ungleichung". Es ist wie ein magischer Schutzschild gegen falsche Entdeckungen.

🚀 Warum ist das so besonders?

1. Der „Adaptive" Spieler (Intelligente Verteilung)

Stellen Sie sich vor, Sie wetten nicht nur auf eine Sache, sondern auf tausende verschiedene Szenarien gleichzeitig (z. B. „Ist B bei niedrigen Werten besser?", „Ist B bei hohen Werten besser?").
Früher hätte man das Geld gleichmäßig auf alle Szenarien verteilt. Diese neuen Forscher sagen: „Nein, schau dir an, wo die Wette gerade am besten läuft, und schiebe mehr Geld dorthin!"
Das ist wie ein intelligenter Sportwetten-Tipp, der sich live anpasst. Wenn sich herausstellt, dass Idee B bei bestimmten Kunden besonders gut funktioniert, wird dort mehr „Wettgeld" eingesetzt. Das macht den Test viel schneller und genauer.

2. Keine Annahmen nötig (Der „Alleskönner")

Die meisten alten Methoden sagten: „Wir gehen davon aus, dass die Daten einer Glockenkurve (Normalverteilung) folgen." Das ist oft falsch in der echten Welt.
Diese neue Methode ist nicht-parametrisch. Das bedeutet: Es ist egal, ob die Daten wild, chaotisch oder seltsam verteilt sind. Die „Wett-Strategie" funktioniert trotzdem. Sie braucht keine Vorhersage über die Form der Daten.

3. Höhere Ordnung (Nicht nur der Durchschnitt zählt)

Manchmal will man nicht nur wissen, ob B im Durchschnitt besser ist (1. Ordnung). Vielleicht wollen Sie wissen: „Ist B auch dann besser, wenn wir sehr vorsichtige Menschen sind, die keine Risiken eingehen wollen?" (2. Ordnung). Oder: „Ist B besser für Leute, die extreme Katastrophen fürchten?" (3. Ordnung).
Die Forscher haben gezeigt, wie man diese komplexeren Fragen ebenfalls mit dem „Wetten"-System beantworten kann, selbst wenn die Daten keine klaren Grenzen haben.

📊 Ein konkretes Beispiel aus dem Papier

Stellen Sie sich zwei Ärzte vor:

Dr. A behandelt Patienten mit einer Standardtherapie.
Dr. B probiert eine neue, experimentelle Therapie aus.

Die Patienten kommen nacheinander.

Früher: Man hätte 1.000 Patienten sammeln müssen, dann die Ergebnisse analysiert. Wenn man nach 500 Patienten schon aufhört, ist das Ergebnis statistisch „schmutzig".
Jetzt (mit dieser Methode): Sie beobachten die Patienten live.
- Tag 10: Dr. B hat zwei Patienten geheilt, Dr. A nur einen. Ihr „Wett-Kapital" steigt leicht.
- Tag 50: Dr. B hat in fast allen Fällen bessere Ergebnisse. Ihr Kapital explodiert.
- Entscheidung: Sie können sofort aufhören und Dr. B empfehlen, ohne Angst zu haben, dass Sie einen Zufallstreff hatten. Das System garantiert Ihnen, dass die Wahrscheinlichkeit eines Fehlers (Typ-I-Fehler) unter 5% bleibt, egal wann Sie aufhören.

💡 Fazit für den Alltag

Diese Arbeit ist wie der Bau eines unzerstörbaren Sicherheitsnetzes für Entscheidungen unter Unsicherheit.

Kein starres Zeitlimit: Sie können beobachten, solange Sie wollen.
Keine Zauberformeln nötig: Es funktioniert auch bei chaotischen Daten.
Schnelle Entscheidungen: Sobald die Beweise stark genug sind (Ihr „Wett-Kapital" hoch genug ist), können Sie handeln.

Es ist ein Werkzeug für Manager, Ärzte, Forscher und jeden, der in einer unsicheren Welt die richtige Wahl treffen muss, ohne dabei auf das Glück zu hoffen, sondern auf mathematisch gesicherte Beweise.

Kurz gesagt: Sie wetten nicht blind, sondern nutzen ein System, das Ihnen garantiert, dass Sie nur dann gewinnen, wenn die neue Idee wirklich besser ist – und das zu jedem beliebigen Zeitpunkt.

1. Problemstellung

Das Paper adressiert das Problem der sequenziellen Überprüfung stochastischer Dominanz (Stochastic Dominance, SD) in Echtzeit. Im Gegensatz zu klassischen statistischen Tests, die eine feste Stichprobengröße erfordern und nur asymptotisch gültig sind, zielen die Autoren darauf ab, Methoden zu entwickeln, die unter optionaler Stoppung (optional stopping) gültig bleiben. Das bedeutet, dass ein Entscheider (Decision Maker, DM) die Daten kontinuierlich überwachen und den Test jederzeit stoppen kann, ohne das Typ-I-Fehlerniveau zu verletzen.

Das zentrale statistische Problem ist der Vergleich zweier unsicherer Prospekte (Zufallsvariablen) $X$ und $Y$ .

Nullhypothese ( $\mathcal{H}_0$ ): $Y$ wird von $X$ stochastisch dominiert ( $Y \preceq X$ ). Das bedeutet, $X$ hat eine „bessere" Verteilung als $Y$ (z. B. höhere Renditen bei gleichem Risiko oder geringeres Risiko bei gleichem Ertrag).
Alternativhypothese ( $\mathcal{H}_1$ ): $Y$ dominiert $X$ nicht; es gibt einen „Upside" (einen Vorteil) für $Y$ gegenüber $X$ .

Die Herausforderung besteht darin, dass SD ein nichtparametrisches Konzept ist, das die gesamte Verteilungsfunktion (CDF) vergleicht und nicht nur den Erwartungswert. Zudem ist die Nullhypothese eine Schnittmenge (Intersection Null) über unendlich viele Schwellenwerte, was die Konstruktion von Teststatistiken erschwert.

2. Methodik: E-Prozesse und „Betting on Bets"

Die Autoren nutzen den Rahmen der Sequential, Anytime-Valid Inference (SAVI), der auf E-Variable und E-Prozesse basiert.

E-Variable: Eine nicht-negative Zufallsvariable $E$ , für die unter der Nullhypothese $\mathbb{E}[E] \le 1$ gilt.
E-Prozess: Eine Folge adaptierter Zufallsvariablen $(E_t)$ , deren Produkt ein Test-Supermartingal bildet. Nach der Ville-Ungleichung gilt: $\mathbb{P}(\exists t: E_t \ge 1/\alpha) \le \alpha$ . Dies garantiert die Gültigkeit des Tests zu jedem beliebigen Zeitpunkt $t$ .

Der Kernansatz: „Betting on Bets"
Die Autoren interpretieren den Test als ein Wettsystem:

Grundbaustein (Single Round): Für einen festen Schwellenwert $z$ wird eine Wette auf die Differenz der Indikatorfunktionen $1(X \le z) - 1(Y \le z)$ abgeschlossen. Wenn $X$ häufiger unter $z$ liegt als $Y$ , gewinnt der Skeptiker (der gegen die Dominanz von $X$ wetten würde) Geld.
E-Variable für einen Schwellenwert: Die Variable $S(\lambda, z) = 1 + \lambda [1(X \le z) - 1(Y \le z)]$ ist eine E-Variable für die Hypothese, dass $X$ $Y$ an der Stelle $z$ dominiert, wobei $\lambda \in [0,1]$ der Einsatz ist.
Mischung über Schwellenwerte: Da SD über alle $z \in \mathcal{Z}$ gelten muss, wird eine Mischung (Integral) dieser E-variablen über alle Schwellenwerte gebildet. Dies entspricht einer Aufteilung des Wettkapitals auf verschiedene „Spiele" (Schwellenwerte).
Sequenzielle Aggregation: Durch Multiplikation der E-variablen über die Zeit entsteht ein E-Prozess.

Optimierung der Wetten:

GRO (Growth-Rate Optimal): Für den ersten Ordnungs-SD (FSD) wird eine Strategie entwickelt, die den erwarteten logarithmischen Wachstum des Kapitals maximiert. Dies geschieht durch adaptive Schätzung des optimalen Einsatzes $\lambda^*(z)$ basierend auf den bisher gesammelten Daten.
Adaptive Gewichtung: Um die Power zu erhöhen, werden adaptive Gewichte (z. B. exponentielle Gewichte basierend auf der empirischen CDF-Differenz) verwendet, um mehr Kapital auf Schwellenwerte zu legen, an denen die Dominanz verletzt wird.
Universal Portfolios: Für höhere Ordnungen (k-SD) und allgemeine integrale stochastische Ordnungen, wo eine explizite GRO-Lösung schwer zu finden ist, wird die Strategie der Universal Portfolios (Cover, 1991) verwendet. Diese nähert sich asymptotisch der optimalen Wachstumsrate an, ohne dass die optimale Wette explizit berechnet werden muss.

3. Wichtige Beiträge

Anytime-Valid Tests für FSD: Entwicklung von E-Prozessen für First-Order Stochastic Dominance, die ohne parametrische Annahmen und ohne Unabhängigkeitsannahmen zwischen $X$ und $Y$ gültig sind. Die Tests haben eine asymptotische Power von 1 (sie lehnen die Nullhypothese fast sicher ab, wenn sie falsch ist).
Verallgemeinerung auf höhere Ordnungen (k-SD): Erweiterung der Methode auf Second-Order (SSD), Third-Order und allgemeine integrale stochastische Ordnungen (z. B. increasing convex order). Dies erfordert entweder eine untere Schranke der Daten oder sub-exponentielle Schwanzverteilungen.
Robustheit gegenüber Abhängigkeit: Die Methoden funktionieren auch bei maximaler negativer Abhängigkeit (Antimonotonie) zwischen $X$ und $Y$ , was für viele klassische Tests ein Problem darstellt.
Untersuchung der „Non-SD"-Nullhypothese: Das Paper analysiert das inverse Problem: Wann kann man beweisen, dass $Y$ definitiv $X$ dominiert? Es wird gezeigt, dass dies für kontinuierliche Verteilungen ohne zusätzliche Annahmen (wie $\epsilon$ -Separation) unmöglich ist, da die Nullhypothese hier nicht konvex ist. Es werden jedoch Tests für eingeschränkte SD-Bereiche abgeleitet.
Überlegene Power: Im Vergleich zu bestehenden sequenziellen Methoden (basierend auf zeituniformen Konfidenzstreifen für CDFs) und klassischen nicht-sequenziellen Bootstrap-Tests (z. B. Barrett & Donald, 2003) zeigen die vorgeschlagenen E-Prozesse eine deutlich höhere Power und schnellere Erkennung von Abweichungen.

4. Ergebnisse und Simulationen

Die Autoren validieren ihre Methoden durch drei Simulationsstudien:

Antimonotones Szenario: Selbst bei maximaler negativer Korrelation ( $\rho = -1$ ) und endlicher Stützmenge kontrollieren die E-Prozesse den Ville-Fehler (Typ-I-Fehler) strikt unter dem Signifikanzniveau $\alpha$ , während die Power schnell ansteigt.
Unendliche Stützmenge und Adaptivität: Bei kontinuierlichen Daten (Gaussian) zeigt sich, dass adaptive Methoden (die ihre Schwellenwerte und Gewichte basierend auf den Daten anpassen) signifikant schneller signifikante Ergebnisse liefern als nicht-adaptive Methoden, insbesondere wenn der Bereich der Nicht-Dominanz klein oder vom Startintervall entfernt ist.
Vergleich mit Baselines:
- Gegenüber zeituniformen CDF-Bändern (Howard & Ramdas, 2022): Die E-Prozesse benötigen deutlich weniger Stichproben, um die Nullhypothese abzulehnen (z. B. ~110 vs. ~3000 Beobachtungen in Szenarien mit starker Überlappung der CDFs).
- Gegenüber klassischen Bootstrap-Tests: Die E-Prozesse bieten eine vergleichbare Power, garantieren aber die Gültigkeit unter kontinuierlicher Überwachung, was die klassischen Tests nicht tun (diese verletzen das Typ-I-Fehlerniveau bei optionaler Stoppung).
Höhere Ordnungen: Die Tests für 2-SD und 3-SD funktionieren robust, wobei adaptive Universal-Portfolio-Strategien auch hier Vorteile bei großen Kontaktmengen (Contact Sets) der CDFs zeigen.

5. Bedeutung und Fazit

Das Paper stellt einen bedeutenden Fortschritt in der nichtparametrischen sequenziellen Statistik dar.

Praktische Relevanz: Die Methoden sind ideal für Anwendungen wie A/B-Testing, klinische Studien oder Finanzmarktüberwachung, wo Entscheidungen in Echtzeit getroffen werden müssen und das Risiko von falsch-positiven Ergebnissen durch ständiges „Nachschauen" (peeking) kontrolliert werden muss.
Theoretische Strenge: Durch die Nutzung von E-Prozessen und der „Betting"-Interpretation wird eine mathematisch rigorose Sicherheit (Safety) gewährleistet, die über traditionelle p-Werte hinausgeht.
Flexibilität: Die Nicht-Parametrik und die Robustheit gegenüber Abhängigkeiten machen die Methode universell einsetzbar, ohne dass Verteilungsannahmen getroffen werden müssen.

Zusammenfassend bieten die Autoren einen leistungsfähigen, flexiblen und theoretisch fundierten Rahmen, um stochastische Dominanz in Echtzeit zu testen, der bestehende Methoden in Bezug auf Effizienz und Gültigkeit unter optionaler Stoppung übertrifft.