Weighted k-Sample Kolmogorov-Smirnov, Cramer-von Mises, and Anderson-Darling Tests for Assessing Covariate Balance
Diese Arbeit erweitert die gewichteten Kolmogorov-Smirnov-, Cramér-von-Mises- und Anderson-Darling-Tests zur Bewertung der Kovariatenbalance über eine beliebige Anzahl von Gruppen (k ≥ 2) hinweg und zeigt auf, dass während die Omnibus-Power mit zunehmender Anzahl an Gruppen abnimmt, das begleitende Post-hoc-Paarverfahren ein sensibles Instrument zur Erkennung spezifischer Ungleichgewichte bleibt, wobei alle Methoden in Stata implementiert sind.
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 Detektiv, der versucht, ein Rätsel zu lösen: Wer war es wirklich? In der Welt der Wissenschaft, insbesondere wenn Forscher herausfinden wollen, ob eine neue Medizin oder eine politische Maßnahme tatsächlich wirkt, spielen sie ein ähnliches Spiel. Sie vergleichen eine Gruppe von Menschen, die die Behandlung erhalten haben, mit einer Gruppe, die sie nicht erhalten haben. Aber hier ist der Haken: Damit der Vergleich fair ist, müssen die beiden Gruppen in jeder Hinsicht Zwillinge sein – gleiches Alter, gleiche Krankengeschichte, gleiche Gewohnheiten. Wenn sie das nicht sind, ist das Ergebnis ein einziges Chaos der Verwirrung. Dies nennt man die Überprüfung der „Kovariaten-Balance“ (covariate balance).
Normalerweise prüfen Wissenschaftler nur, ob das Durchschnittsalter oder das Durchschnittseinkommen gleich ist. Aber Durchschnittswerte können tückisch sein. Stellen Sie sich zwei Gruppen vor, in denen das Durchschnittsalter in beiden genau 30 ist. In der einen Gruppe ist jeder exakt 30. In der anderen Gruppe sind die Hälfte 10 und die andere Hälfte 50. Die Durchschnitte stimmen überein, aber die Gruppen sind völlig verschieden! Um solche hinterlistigen Unterschiede aufzuspüren, verwenden Wissenschaftler spezielle „Verteilungs-Tests“. Betrachten Sie diese als hochtechnologische Scanner, die nicht nur die durchschnittliche Höhe einer Menge scannen, sondern die gesamte Form der Menge erfassen, um zu sehen, ob die Gruppen wirklich identisch sind. Lange Zeit funktionierten diese Scanner nur, wenn man zwei Gruppen gleichzeitig verglich. Aber was ist, wenn man drei, vier oder mehr Gruppen vergleichen muss? Das ist das Rätsel, das dieses Paper angeht.
Das von Ariel Linden verfasste Paper stellt eine neue Methode vor, um drei berühmte statistische Scanner – den Kolmogorov–Smirnov-, den Anderson–Darling- und den Cramér–von Mises-Test – einzusetzen, um beliebige Anzahlen von Gruppen (zwei oder mehr) gleichzeitig zu vergleichen, selbst wenn die Daten gewichtet sind (also wenn bestimmten Personen eine größere Bedeutung beigemessen wird). Der Autor fügt zudem ein cleveres „Post-hoc“-Werkzeug hinzu, das wie eine Lupe funktioniert und hilft, genau jene Gruppen zu lokalisieren, die sich unterscheiden, falls der große Scan meldet, dass etwas nicht stimmt.
Hier ist die Geschichte dessen, was sie herausgefunden haben. Zuerst baute der Autor diese neuen Multi-Gruppen-Scanner und testete sie in einer virtuellen Welt mithilfe von Computersimulationen. Er erstellte tausende fiktive Szenarien mit drei Gruppen, um zu sehen, ob die Scanner Fehler machen würden. Die gute Nachricht? Die Scanner waren sehr ehrlich. Wenn die Gruppen tatsächlich identisch waren, riefen die Scanner selten „Alarm“, und hielten die Fehlerrate genau dort, wo sie sein sollte (bei etwa 5 %).
Die Simulationen enthüllten jedoch eine überraschende Wendung. Als die Wissenschaftler drei Gruppen anstatt zwei verglichen, wurde der große „Omnibus“-Scanner (der alle Gruppen gleichzeitig prüft) etwas weniger sensibel. Es wurde schwieriger für den Scanner, eine einzelne seltsame Gruppe aufzuspüren, die sich unter zwei normalen Gruppen versteckt. Der Autor erklärt dies nicht damit, dass die seltsame Gruppe weniger seltsam wurde, sondern damit, dass der Scanner mehr Gruppen betrachten musste, was den „normalen“ Bereich dessen, was er erwartet, deutlich verbreiterte. Es ist wie der Versuch, ein Flüstern in einem ruhigen Raum zu hören im Vergleich zu einem Flüstern in einem lauten Stadion: Das Flüstern ist dasselbe, aber der Hintergrundlärm des Stadions macht es schwieriger, es zu entdecken.
Aus diesem Grund schlägt das Paper eine kluge Strategie vor: Wenn Sie vermuten, dass eine spezifische Gruppe anders ist, verlassen Sie sich nicht nur auf den großen Gruppen-Scan. Verwenden Sie stattdessen das neue „Post-hoc“-Werkzeug, um die Gruppen paarweise zu vergleichen. Dieses Paar-Werkzeug leidet nicht unter dem „Lärm“ der zusätzlichen Gruppen und ist viel besser darin, den spezifischen Übeltäter zu schnappen.
Das Paper bestätigte auch, dass die drei verschiedenen Scanner weiterhin ihre eigenen speziellen Superkräfte besitzen, genau wie beim Vergleich von zwei Gruppen. Der Kolmogorov–Smirnov-Test ist am besten darin, Unterschiede direkt in der Mitte der Daten zu entdecken (wie wenn jeder in einer Gruppe etwas größer ist als die anderen). Der Anderson–Darling-Test ist der Champion darin, Unterschiede an den äußersten Rändern oder „Enden“ (den Tails) aufzuspüren (wie wenn eine Gruppe ein paar extrem kranke Menschen hat, die die anderen nicht haben). Der Cramér–von Mises-Test ist ein solider Allrounder, der ähnlich wie der Anderson–Darling-Test abschneidet, wenn die Unterschiede überall verteilt sind.
Um zu zeigen, dass dies in der realen Welt funktioniert, wandte der Autor diese Methoden auf Daten aus einem Programm zur Behandlung von Herzinsuffizienz an. Er hatte drei Gruppen: Menschen, die nicht teilnahmen, Menschen, die Telefonanrufe erhielten, und Menschen, die eine Fernüberwachung erhielten. Bevor die Daten angepasst wurden, schrien die Scanner, dass die Gruppen völlig unterschiedlich seien. Aber nachdem er eine spezielle Gewichtungsmethode angewandt hatte, um sie auszugleichen, sagten die Scanner: „Alles geklärt!“ Die Gruppen waren nun statistische Zwillinge.
Kurz gesagt: Dieses Paper gibt Wissenschaftlern ein neues Werkzeugset an die Hand, um mehrere Gruppen fair zu vergleichen. Es warnt davor, dass die Untersuchung aller Gruppen gleichzeitig einen einzelnen Außenseiter übersehen könnte, bietet aber ein spezifisches Folgewerkzeug an, um diesen Außenseiter zu finden. Es bestätigt, dass unterschiedliche Tests besser für unterschiedliche Arten von Unterschieden geeignet sind, und beweist, dass diese Methoden auch dann gut funktionieren, wenn die Daten komplex und gewichtet sind. Der Autor ist aufgrund seiner Simulationen zuversichtlich über diese Ergebnisse, merkt jedoch an, dass zukünftige Arbeiten noch komplexere Gruppenkonstellationen untersuchen könnten.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.