📊 statistics

Betting on Bets: Anytime-Valid Tests for Stochastic Dominance

Deze paper introduceert een nieuwe familie van sequentiële, op elk moment geldige tests voor stochastische dominantie die, in tegenstelling tot bestaande methoden, real-time bewaking toelaten zonder de geldigheid van de resultaten te schaden.

Oorspronkelijke auteurs: Sebastian Arnold, Yo Joong Choe, Marco Scarsini, Ilia Tsetlin

Gepubliceerd 2026-04-24

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Sebastian Arnold, Yo Joong Choe, Marco Scarsini, Ilia Tsetlin

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Gokken op Geluk: Een Nieuwe Manier om Beslissingen te Controleren

Stel je voor dat je een nieuwe app lanceert of een nieuw medicijn test. Je hebt een oude methode (laten we die X noemen) en een nieuwe, spannende methode (Y). De grote vraag is: Is Y echt beter dan X?

In de wereld van statistiek is het antwoord op die vraag vaak lastig. Traditionele methoden zeggen: "Wacht tot je precies 1000 metingen hebt, reken dan uit of het werkt, en stop pas daarna." Maar in het echte leven wil je niet wachten. Je wilt weten: Is het nu al goed genoeg om te stoppen met testen en de nieuwe methode te gebruiken? Of moet ik het direct afblazen?

Dit artikel introduceert een slimme, nieuwe manier om dit te doen, gebaseerd op het idee van gokken en vermogen.

1. Het Spel: De Skeptische Speler

Stel je een gokker voor die denkt dat de nieuwe methode Y niet beter is dan de oude X. Deze gokker begint met €1.

Elke keer als er een nieuw resultaat binnenkomt (bijvoorbeeld: een gebruiker klikt op de nieuwe app), doet de gokker een kleine weddenschap:

Als Y beter presteert dan X op dat moment, wint de gokker geld.
Als Y slechter of gelijk is, verliest de gokker geld.

De slimme truc in dit artikel is dat de gokker niet vastzit aan één strategie. Hij kan zijn inzetten elke seconde aanpassen op basis van wat hij tot nu toe heeft gezien.

2. De "Veilige" Geldstroom (E-processen)

Het belangrijkste idee is veiligheid.

Als de oude methode X inderdaad net zo goed (of beter) is dan Y, dan zal de gokker op de lange termijn nooit winst maken. Zijn geldzakje blijft klein of krimpt.
Maar als Y echt beter is, dan groeit het geld van de gokker exponentieel. Het wordt als een sneeuwbal die rolt: eerst langzaam, maar dan steeds sneller.

Dit groeicijfer noemen ze een e-proces. Het is als een thermometer voor bewijs:

Laag cijfer: Geen bewijs dat Y beter is.
Hoog cijfer: Sterk bewijs dat Y wint.

3. Waarom is dit beter dan de oude methoden?

De oude statistische methoden zijn als een stevige muur: je mag er niet overheen kijken voordat je klaar bent met bouwen. Als je tussendoor kijkt (bijvoorbeeld na 50 metingen in plaats van 1000), kun je per ongeluk een fout maken en denken dat er iets werkt terwijl het toeval is.

De nieuwe methedie uit dit artikel is als een slimme alarmklok:

Je kunt elke seconde kijken of het alarm af gaat.
Je kunt stoppen op het moment dat je genoeg zekerheid hebt.
Je kunt doorgaan als je nog twijfelt.
En het allerbelangrijkste: Je maakt nooit een fout door te vroeg te stoppen. De statistiek garandeert dat je niet "geluk" verward met "kwaliteit".

4. De Creatieve Analogie: Het Kruispunt van de Regen

Stel je voor dat je twee auto's vergelijkt die door een regenachtige stad rijden.

Oude methode: Je kijkt pas na de hele rit of auto Y sneller was.
Nieuwe methode: Je hebt een slimme navigator die elke seconde kijkt: "Is Y nu sneller dan X?"

Soms rijden ze even snel (ze raken elkaar). Soms is Y even achteruit. Maar als Y echt een betere auto is, zal de navigator op een gegeven moment zeggen: "Kijk, Y heeft nu zoveel voorsprong opgebouwd dat het onmogelijk is dat dit toeval is." Dan mag je stoppen met testen en Y kiezen.

5. Wat betekent dit voor de wereld?

De auteurs tonen aan dat deze methode werkt voor:

Eenvoudige vergelijkingen: Is het gemiddelde resultaat beter?
Complexe vergelijkingen: Is de verdeling van de resultaten beter? (Bijvoorbeeld: Is Y niet alleen gemiddeld beter, maar ook veiliger en consistenter?)
Onafhankelijkheid: Het maakt niet uit of de data gekoppeld is of niet. Zelfs als de resultaten van X en Y tegenovergesteld bewegen, werkt de methode.

Samenvatting in één zin

Dit artikel geeft ons een veilig, real-time gokspel waarmee we continu kunnen controleren of een nieuwe optie echt beter is dan een oude, zonder bang te hoeven zijn dat we door te snel te stoppen een fout maken.

Het is alsof je een onuitputtelijke, eerlijke bankier hebt die je altijd vertelt: "Je kunt stoppen, want je hebt genoeg winst gemaakt om zeker te zijn," of "Blijf doorgaan, want het is nog te vroeg om te zeggen."

1. Probleemstelling

De kernvraag van dit onderzoek is hoe men in real-time kan monitoren of één onzeker prospect (bijvoorbeeld een nieuwe behandeling, een beleggingsstrategie of een productversie) een upside (een positief voordeel) heeft ten opzichte van een ander prospect.

Traditionele methoden voor het testen van Stochastische Dominantie (SD) zijn vaak gebaseerd op vaste steekproefgroottes en hebben alleen asymptotische geldigheid. Dit betekent dat ze niet veilig kunnen worden gebruikt bij continue monitoring of wanneer men besluit om te stoppen zodra er voldoende bewijs is (optionele stopping). Bovendien onderscheiden veel bestaande methoden zich niet goed tussen het testen van dominantie in het gemiddelde en het testen van volledige stochastische dominantie (waarbij de hele verdelingsfunctie wordt vergeleken).

Het doel is om een reeks sequentiële, "anytime-valid" tests te ontwikkelen. "Anytime-valid" betekent dat de test geldig blijft ongeacht wanneer de data wordt gestopt, zelfs als het stopmoment adaptief wordt gekozen op basis van de data.

2. Methodologie

De auteurs gebruiken een raamwerk gebaseerd op e-processen (e-processes) en e-variabelen (e-variables), een moderne benadering binnen de statistische inferentie die voortkomt uit de theorie van "testing by betting" (testen door te wedden).

A. Het Weddenschapsraamwerk

In plaats van p-waarden gebruiken de auteurs e-variabelen. Een e-variabele $E$ voor een nulhypothese $\mathcal{H}_0$ is een niet-negatieve random variabele met de eigenschap dat $\mathbb{E}[E] \leq 1$ onder $\mathcal{H}_0$ .

Interpretatie: Men kan dit zien als een weddenschap tegen de nulhypothese. Als de hypothese waar is, kan een wedder op de lange termijn geen winst maken. Als de hypothese onwaar is (het alternatief geldt), groeit de "vermogen" (de e-waarde) exponentieel.
Ville's Ongelijkheid: Dit vormt de basis voor anytime-validiteit. Als $(E_t)$ een e-proces is, dan is de kans dat $E_t$ op enig moment $1/\alpha$ overschrijdt, hoogstens $\alpha$ . Dit garandeert dat het type I-fout (vals-positief) onder controle blijft, ongeacht het stopmoment.

B. Constructie voor Eerste Orde Stochastische Dominantie (FSD)

Voor FSD (waarbij de cumulatieve verdelingsfunctie (CDF) van $Y$ overal boven die van $X$ ligt) bouwen de auteurs e-variabelen op als een mengsel van "growth-rate optimal" (GRO) weddenschappen.

Basis-e-variabele: Voor een vaste drempel $z$ wordt gekeken of $P(X \leq z) \leq P(Y \leq z)$ . De weddenschap is gebaseerd op het verschil in indicatorfuncties: $1(X \leq z) - 1(Y \leq z)$ .
Mixing over drempels: Omdat dominantie geldt voor alle $z$ , wordt een e-proces geconstrueerd door te wedden over een mengsel van alle mogelijke drempels $z$ . De auteurs gebruiken voorspelbare gewichten (adaptive weighting) om bewijs te aggregeren over de drempels waar de dominantie het sterkst wordt geschonden.
Optimaliteit: Ze gebruiken strategieën uit online learning (zoals exponentiële gewichten of universele portefeuilles) om de weddenschappen adaptief te verplaatsen naar de regio's waar de data het sterkst afwijkt van de nulhypothese.

C. Uitbreiding naar Hogere Ordes en Algemene Integralen

De methode wordt generaliseerd naar:

Hogere orde SD ( $k$ -SD): Dit komt overeen met dominantie voor nuttelfuncties die $k$ -de afgeleiden hebben met afwisselende tekens (bijv. risicovermijding bij $k=2$ ).
Vereisten: Voor hogere ordes wordt een ondergrens op de data aangenomen (of een sub-exponentiële staartconditie) om de e-variabelen geldig te houden.
Universele Portefeuilles: Voor complexe nuttelfunctiesklassen (zoals oneindige orde SD) gebruiken ze "Universal Portfolio" strategieën die asymptotisch log-optimaal zijn, zonder dat de exacte optimale weddenschap vooraf bekend hoeft te zijn.

D. Het Omgekeerde Probleem (Non-SD Null)

Het artikel bespreekt ook het moeilijker probleem van het bevestigen van dominantie (waarbij de nulhypothese is dat er geen dominantie is). De auteurs tonen aan dat dit fundamenteel moeilijker is (geen niet-triviale e-variabelen bestaan voor de volledige alternatieve ruimte) en dat men zich moet beperken tot beperkte dominantie met een $\epsilon$ -scheiding (waarbij de CDF's voldoende uit elkaar liggen).

3. Belangrijkste Bijdragen

Anytime-Validiteit: De eerste familie van sequentiële tests voor stochastische dominantie die geldig blijft onder continue monitoring en optionele stopping, zonder asymptotische aannames.
Niet-parametrisch en Robuust: De methoden maken geen aannames over de onderliggende verdelingen en zijn robuust tegen afhankelijkheid tussen de steekproeven (inclusief anti-monotone afhankelijkheid).
GRO E-processen: Afleiding van e-processen die gegroeid zijn op basis van de optimale groeisnelheid (Growth-Rate Optimal), wat leidt tot tests met asymptotische macht één (ze zullen de nulhypothese uiteindelijk altijd verwerpen als deze onwaar is).
Adaptieve Strategieën: Introductie van adaptieve gewichten (via online learning technieken) die bewijs efficiënter aggregeren over de testdrempels, wat leidt tot snellere detectie dan niet-adaptieve methoden.
Uitgebreide Toepassingen: Generalisatie naar hogere orde SD, toenemende convexe orde, en oneindige orde SD.

4. Resultaten

De auteurs presenteren uitgebreide simulaties die de volgende punten bevestigen:

Geldigheid: De Ville-fout (type I-fout) blijft onder controle bij alle scenario's, zelfs bij continue monitoring, in tegenstelling tot klassieke methoden die de fout niet controleren bij optionele stopping.
Kracht (Power): De voorgestelde GRO e-processen zijn aanzienlijk krachtiger dan bestaande methoden die gebaseerd zijn op tijd-uniforme betrouwbaarheidsbanden voor CDF's (zoals Howard en Ramdas, 2022).
- Bij sterke contactpunten tussen verdelingen (waar dominantie moeilijk te detecteren is) zijn de adaptieve e-processen veel sneller in het verwerpen van de nulhypothese.
- In vergelijking met klassieke, niet-sequentiële tests (zoals Barrett & Donald, 2003; Linton et al., 2010) zijn de sequentiële tests even krachtig of krachtiger, maar met het extra voordeel van anytime-validiteit.
Robuustheid: De methoden werken goed zelfs bij sterk negatief gecorreleerde data (anti-monotonie), wat een uitdagend geval is voor veel statistische tests.

5. Betekenis en Toepassing

Dit werk is van groot belang voor toepassingen waar data sequentieel binnenkomt en beslissingen dynamisch moeten worden genomen:

A/B Testing: Voor het continu monitoren van nieuwe features of behandelingen in tech en gezondheidszorg.
Financiële Besluitvorming: Het vergelijken van investeringsportefeuilles of risicoprofielen in real-time.
Beleid en Economie: Het toetsen van verdelingsverschillen in inkomens of welvaart zonder de beperkingen van vaste steekproefgroottes.

De paper biedt een theoretisch onderbouwde en praktische toolkit om stochastische dominantie te testen met de flexibiliteit van moderne sequentiële inferentie, terwijl de strenge statistische garanties van klassieke methoden behouden blijven. Het lost het probleem op dat bestaande SD-tests ofwel niet-sequentieel zijn, ofwel te conservatief en minder krachtig zijn dan de nieuw ontwikkelde e-processen.