📊 statistics

Uncertainty intervals for multilevel models with missing not at random data

Dieses Paper schlägt eine Sensitivitätsanalyse-Methode für lineare Mehrebenenmodelle mit Daten, die nicht zufällig fehlen (Missing Not At Random, MNAR), vor, welche Bias-Korrekturen herleitet, um plausible Grenzen für Parameter von Interesse unter schwächeren Annahmen als „Missing At Random“ zu schätzen, validiert durch Simulationen sowie eine Anwendung auf Trajektorien von Einsamkeit, körperlicher Aktivität und Gedächtnis.

Ursprüngliche Autoren: Minna Genbäck

Veröffentlicht 2026-06-24

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Minna Genbäck

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 versuchen, den perfekten Kuchen zu backen (Ihre Studie), um zu verstehen, wie Zutaten wie Einsamkeit und Bewegung die Erinnerung im Laufe der Zeit beeinflussen. Sie haben ein Rezept, das davon ausgeht, dass ein Bäcker, der aus dem Unterricht ausscheidet, dies zufällig tut – vielleicht hat er nur seine Schürze vergessen oder eine Reifenpanne gehabt. Dies wird als Annahme der „Missing At Random“ (MAR – zufällig fehlend) bezeichnet. Die meisten statistischen Werkzeuge backen den Kuchen basierend auf dieser Idee.

In der realen Welt scheiden Bäcker jedoch aus spezifischen Gründen aus, die mit dem Kuchen selbst zusammenhängen. Vielleicht sind es diejenigen, die Schwierigkeiten haben, sich an die Schritte zu erinnern (schlechtes Gedächtnis), die den Kurs vorzeitig abbrechen. Wenn Sie das ignorieren, wird Ihr fertiger Kuchen falsch schmecken, weil Sie nur die Backer probiert haben, die geblieben sind. Dies wird als „Missing Not At Random“ (MNAR – nicht zufällig fehlend) bezeichnet.

Dieses Paper schlägt einen neuen Weg vor, den Kuchen zu backen, der zugibt: „Wir wissen nicht genau, warum die Leute gegangen sind, aber wir können schätzen, wie sehr dies den Geschmack verändert haben könnte.“

Hier ist die Aufschlüsselung, wie die Autorin, Minna Genbäck, dies darlegt:

1. Das Problem: Die „Geister“-Abbrecher

In Langzeitstudien (wie etwa der Beobachtung des Gedächtnisses über 10 Jahre) hören Menschen auf, Umfragen zu beantworten. Die Standardmathematik nimmt an, dass diese Abbrecher zufällig sind. Aber in Gesundheitsstudien brechen kränkere oder gebrechlichere Menschen häufiger ab als gesündere. Wenn man sie als zufällig behandelt, sind die Ergebnisse verzerrt – so als würde man ein Rennen nur anhand der Läufer bewerten, die ins Ziel kamen, und diejenigen ignorieren, die gestürzt sind, weil die Strecke zu hart war.

2. Die Lösung: Das „Was wäre wenn“-Sicherheitsnetz

Anstatt so zu tun, als wüssten wir genau, warum die Leute gegangen sind (was unmöglich zu beweisen ist), schlägt die Autorin eine Sensitivitätsanalyse vor. Betrachten Sie dies als den Bau eines „Sicherheitsnetzes“ um Ihre Antwort.

Der alte Weg: Sie berechnen eine einzige Zahl (z. B. „Bewegung verbessert das Gedächtnis um 0,4 Punkte“).
Der neue Weg: Sie berechnen einen Bereich. Sie sagen: „Wenn die Abbrecher leicht mit schlechtem Gedächtnis zusammenhingen, liegt die Antwort zwischen X und Y. Wenn sie stark damit zusammenhingen, liegt die Antwort zwischen A und B.“

Dies erzeugt ein Unsicherheitsintervall. Es ist kein einzelner Punkt, sondern eine Zone plausibler Antworten, die alle vernünftigen „Was wäre wenn“-Szenarien abdeckt.

3. Der Mechanismus: Der „Geheime Handschlag“

Um dies zu erreichen, verwendet die Autorin zwei Modelle, die miteinander kommunizieren:

Das Gedächtnismodell: Sagt voraus, wie sich das Gedächtnis verändert.
Das Dropout-Modell: Sagt voraus, wer die Studie abbricht.

In der Standardmathematik sind diese beiden Modelle Fremde; sie sprechen nicht miteinander. In dieser neuen Methode führt die Autorin einen „Sensitivitätsparameter“ (den geheimen Handschlag) ein. Dieser Parameter repräsentiert die Korrelation zwischen dem Warum einer Veränderung des Gedächtnisses und dem Warum des Abbruchs der Studie.

Wenn der Handschlag schwach ist (Null), handelt es sich um das Standard-Szenario des „zufälligen Abbruchs“.
Wenn der Handschlag stark ist, bedeutet dies, dass Menschen mit nachlassendem Gedächtnis eher dazu neigen, abzubrechen.

Die Autorin leitet eine mathematische Formel ab, um genau zu berechnen, wie stark dieser „Handschlag“ die Ergebnisse verzerren würde. Dann testet sie eine Reihe von Handschlagstärken (von Null bis zu einem plausiblen Maximum), um zu sehen, wie sehr das Endergebnis schwankt.

4. Der Praxistest: Einsamkeit und Gedächtnis

Die Autorin testete dies an einer massiven europäischen Erhebung (SHARE) mit über 27.000 Personen im Alter von 65+ Jahren. Sie untersuchten, ob Einsamkeit und körperliche Aktivität die Gedächtnisleistung im Zeitverlauf beeinflussten.

Das Standardergebnis: Unter der Annahme des „zufälligen Abbruchs“ war das Gefühl der Einsamkeit mit einem Rückgang des Gedächtnisses verbunden, und Bewegung war mit einer Steigerung verbunden.
Das neue Ergebnis: Selbst wenn sie die Möglichkeit zuließen, dass Menschen mit schlechterem Gedächtnis eher die Studie abbrachen (das MNAR-Szenario), änderten sich die Ergebnisse kaum. Das „Sicherheitsnetz“ (Unsicherheitsintervall) schloss die ursprünglichen Befunde immer noch ein.

Dies deutet darauf hin, dass die ursprünglichen Schlussfolgerungen robust waren; sie hielten stand, selbst als die „Zufälligkeit des Abbruchs“-Annahme gelockert wurde.

5. Die Simulation: Der „Stresstest“

Um zu beweisen, dass diese Methode funktioniert, führte die Autorin eine Computersimulation durch. Sie erstellte fiktive Daten, bei denen sie die Wahrheit kannten und bei denen Menschen spezifisch aufgrund ihres schlechten Gedächtnisses ausschieden.

Sie versuchte, die Verzerrung mit ihrer neuen Formel zu korrigieren.
Das Ergebnis: Die Methode funktionierte gut. Sie korrigierte die „wackeligen“ Schätzungen erfolgreich und lieferte einen Bereich, der die wahre Antwort in den meisten Fällen erfasste.

Der Haken (Einschränkungen)

Die Autorin gibt zu, dass diese Methode rechenintensiv ist. Es ist, als versuche man, ein riesiges 3D-Puzzle zu lösen, bei dem sich die Teile ständig bewegen. Wenn die Gruppen von Menschen (Cluster) zu groß sind, wird die Mathematik zu langsam, um auf einem Standardcomputer zu laufen. Außerdem setzt die Methode voraus, dass die Stärke des „Handschlags“ innerhalb eines bestimmten, plausiblen Bereichs liegt – wenn man den Bereich falsch einschätzt, könnte das Sicherheitsnetz zu weit oder zu eng sein.

Zusammenfassung

Dieses Paper liefert Ihnen keinen Zauberstab, um fehlende Daten zu reparieren. Stattdessen liefert es Ihnen ein Lineal mit einer größeren Fehlermarge. Es ermöglicht Forschern zu sagen: „Wir sind uns nicht genau sicher, warum die Leute die Studie verlassen haben, aber selbst wenn wir das schlimmste vernünftige Szenario annehmen, halten unsere Hauptschlussfolgerungen über Einsamkeit und Gedächtnis stand.“ Es ersetzt eine fragile, punktgenaue Vermutung durch einen stabilen, flexiblen Bereich von Möglichkeiten.

Technische Zusammenfassung: Unsicherheitsintervalle für Mehrebenenmodelle mit Daten, die nicht zufällig fehlen (MNAR)

Problemstellung
Längsschnittstudien leiden häufig unter Nicht-Antworten, einschließlich Personen, die nie teilnehmen, und solchen, die nach einer Teilmenge von Messzeitpunkten aussteigen (Dropout). Standardmäßige Mehrebenenmodelle (Mixed-Effects-Modelle) gehen typischerweise davon aus, dass die Daten „Missing At Random“ (MAR) sind, was bedeutet, dass die Wahrscheinlichkeit des Fehlens nur von den beobachteten Daten abhängt. In Studien mit älteren Bevölkerungsgruppen und gesundheitlichen Ergebnissen unterscheiden sich die Befragten jedoch oft systematisch von den Nicht-Befragten (z. B. durch eine bessere Gesundheit), was auf einen „Missing Not At Random“ (MNAR)-Mechanismus hindeutet. Wenn die MAR-Annahme verletzt wird, können die Parameterschätzungen verzerrt sein, was zu irreführenden Schlussfolgerungen führt. Obwohl Selektions- und Pattern-Mixture-Modelle zur Handhabung von MNAR-Daten existieren, erfordern diese oft starke, nicht testbare Verteilungsbeschränkungen, um eine vollständige Identifikation zu erreichen.

Methodik
Das Paper schlägt eine Methode zur Sensitivitätsanalyse vor, die zugunsten einer partiellen Identifikation unter schwächeren Annahmen auf eine vollständige Identifikation verzichtet. Der Ansatz umfasst die folgenden Schritte:

Duale Modellierung: Das Outcome und der Dropout-Mechanismus werden simultan mittels Mehrebenenmodellen modelliert.
- Das Outcome $y_{ij}$ wird über ein lineares gemischtes Modell modelliert: $y_{ij} = X_{ij}\beta + \eta_{ij}$ .
- Der Dropout-Prozess wird über ein verallgemeinertes lineares gemischtes Modell mit einem Probit-Link modelliert, das eine latente Variable $z^*_{ij}$ nutzt: $z^*_{ij} = X_{ij}\delta + u_{ij}$ , wobei eine Beobachtung stattfindet, wenn $z^*_{ij} > 0$ .
Sensitivitätsparameter: Unter der MAR-Annahme sind die Zufallseffekte des Outcome-Modells ( $\eta$ ) und des Dropout-Modells ( $u$ ) unabhängig. Um MNAR zu berücksichtigen, führen die Autoren eine Sensitivitätsparameter-Matrix $\Delta_i$ ein, welche die Kovarianz zwischen diesen Zufallskomponenten darstellt.
Bias-Ableitung: Die Autoren leiten einen allgemeinen analytischen Ausdruck für den Bias des Generalized Least Squares (GLS)-Schätzers von $\beta$ her, wenn $\Delta_i \neq 0$ gilt. Der Bias ist eine Funktion der Sensitivitätsparameter und des Erwartungswerts einer doppelt abgeschnittenen multivariaten Normalverteilung.
Unsicherheitsintervalle: Anstatt einen einzelnen Wert für die Sensitivitätsparameter anzunehmen, spezifiziert die Methode einen plausiblen Bereich (z. B. Korrelationen zwischen 0 und 0,5). Durch die Berechnung des Bias für Werte innerhalb dieses Bereichs konstruieren die Autoren „Unsicherheitsintervalle“. Diese Intervalle repräsentieren die Vereinigung von Konfidenzintervallen, die unter dem spezifizierten Bereich der MNAR-Annahmen abgeleitet wurden, und bieten Grenzen für Schätzung und Inferenz.

Wesentliche Beiträge

Allgemeiner analytischer Ausdruck: Das Paper liefert einen allgemeinen analytischen Ausdruck für den Bias des GLS-Schätzers in Mehrebenenmodellen unter MNAR-Bedingungen. Vorherige Ableitungen waren auf Spezialfälle beschränkt, die nicht repräsentativ für Längsschnittstudien sind (z. B. die Annahme, dass alle Outcomes innerhalb eines Clusters entweder vollständig beobachtet oder vollständig fehlend sind).
Framework der partiellen Identifikation: Die Methode ermöglicht es Forschern, die Stabilität von Schlussfolgerungen zu quantifizieren, indem die MAR-Annahme gelockert wird, ohne dass untestbare Verteilungsbeschränkungen zur vollständigen Identifikation der Parameter erforderlich sind.
Implementierungsstrategie: Die Autoren zeigen auf, wie die notwendigen Komponenten (Kovarianzmatrizen und abgeschnittene Erwartungswerte) mit Standardsoftware (z. B. lme4 in R) und spezialisierten Paketen (MomTrunc) geschätzt werden können, was den Ansatz für angewandte Forscher rechentechnisch handhabbar macht.

Ergebnisse

Empirische Anwendung: Die Methode wurde auf SHARE-Daten (Survey of Health, Ageing and Retirement in Europe) angewendet, um den Zusammenhang zwischen Einsamkeit, körperlicher Aktivität und Gedächtnistrajektorien bei Personen im Alter von 65+ zu untersuchen.
- Unter MAR war häufiges Einsamkeitsgefühl mit einer Abnahme von 0,59 Wörtern im Gedächtniswert assoziiert, während intensive körperliche Aktivität mit einer Zunahme von 0,41 Wörtern assoziiert war.
- Sensitivitätsanalysen, die MNAR annahmen (speziell, dass nachlassendes Gedächtnis das Dropout-Risiko erhöht), deuteten darauf hin, dass die Schätzungen leicht verzerrt (unterschätzt) sein könnten, die Gesamtschlussfolgerungen jedoch robust blieben. Die Unsicherheitsintervalle waren etwas breiter, aber ähnlich zentriert wie die MAR-Schätzungen.
Simulationsstudie: Eine Simulationsstudie evaluierte die Leistungsfähigkeit der Bias-Korrektur in endlichen Stichproben.
- Die Studie verglich verschachtelte (Haushalts-Clustering) und nicht-verschachtelte Modelle. Während verschachtelte Modelle oft unter Konvergenzproblemen litten, lieferten unverschachtelte Modelle stabile Schätzungen.
- Die bias-korrigierten Schätzungen erreichten empirische Coverage-Raten von mindestens 87 % (oft 90–95 %), selbst wenn der wahre datengenerierende Prozess gegen MAR verstieß.
- Die Studie stellte fest, dass die Standardfehler für die Zeitvariable in verschachtelten Designs unterschätzt wurden, was zu einer geringeren Coverage für unkorrigierte Schätzungen führte, aber die Bias-Korrektur verbesserte die Coverage signifikant.

Bedeutung und Limitationen
Das Paper behauptet, dass die vorgeschlagene Methode ein praktisches Werkzeug für die Sensitivitätsanalyse in Mehrebenenmodellen bietet, insbesondere für die Gesundheits- und Altersforschung, in der die MAR-Annahmen oft fragwürdig sind. Sie ermöglicht eine transparentere Bewertung der Frage, wie Schlussfolgerungen von Annahmen über fehlende Daten abhängen.

Die Autoren räumen spezifische Limitationen ein:

Rechenaufwand: Die Berechnung des Erwartungswerts einer doppelt abgeschnittenen multivariaten Normalverteilung ist für große Cluster rechenintensiv, was die Durchführbarkeit hochgradig verschachtelter Designs (z. B. Länderebene-Clustering) in der aktuellen Implementierung einschränkt.
Zielpopulation: In der empirischen Anwendung ist die Zielpopulation etwas unklar definiert, da unregistrierte Todesfälle und die Selektion in die Studie nicht explizit berücksichtigt wurden.
Software: Die Methode wird derzeit über benutzerdefinierte Skripte unter Verwendung bestehender R-Pakete implementiert, mit dem Ziel einer zukünftigen Integration in das ui-Paket für eine breitere Zugänglichkeit.

Das Paper schließt mit der Feststellung, dass die Methode das Identifikationsproblem zwar nicht vollständig löst, aber einen rigorosen Rahmen zur Begrenzung von Schätzungen und zur Bewertung der Robustheit von Befunden unter plausiblen MNAR-Szenarien bietet.