Berkson-Paradoxon
Über diese App
Der Filter erfindet den Zusammenhang: Eine Lichtwand fährt durch 3.000 unabhängige Bewerber, die Ausgewählten fliegen auf eine Bühne — und dort fällt die Regressionsgerade (r ≈ −0,67). Summe, Oder, Und, Kausaldiagramm mit Collider.
Wenn die Auswahl den Zusammenhang erfindet
Das Berkson-Paradoxon beschreibt einen Scheinzusammenhang, der durch Auswahl entsteht. Hängt die Aufnahme in einen Datensatz von zwei Merkmalen X und Y ab, etwa „eingeladen wird, wer in der Summe überzeugt“, dann erscheinen X und Y unter den Ausgewählten negativ korreliert, obwohl sie in der Population unabhängig sind. Im Kausaldiagramm ist der Filter S ein Collider: X → S ← Y. Wer nur Fälle mit S = 1 betrachtet, bedingt auf den Collider und öffnet einen Scheinpfad. Joseph Berkson beschrieb den Effekt 1946 an Klinikdaten.
Was die App zeigt
Eine simulierte Population mit 300, 3 000 oder 10 000 Fällen liegt als Punktwolke unten. Beim Filtern fährt eine Lichtwand hindurch, die ausgewählten Fälle steigen auf eine Bühne, jeweils mit eigener Regressionsgerade. Du wählst die Filterform Summe, Oder oder Und, die Auswahlquote und den echten Zusammenhang ρ in der Population. Angezeigt werden r in Population und Auswahl, Theoriewert, 95-%-Konfidenzintervall und p-Wert. Vier Szenarien übertragen das Muster auf Bewerbung, Start-ups, Restaurants und Berksons Klinikfall.
Selbst ausprobieren
Lass ρ = 0 und filtere mit der Summe: Bei 15 % Auswahlquote fällt r in der Auswahl auf etwa −0,67. Mehr Daten ändern daran nichts, nur das Konfidenzintervall wird schmaler. Wechsle zum Und-Filter: Bei unabhängigen Merkmalen bleibt r nahe null. Ein Collider kann also einen Scheinpfad öffnen, er muss es aber nicht. Das Kausaldiagramm zeigt jeweils, ob der Pfad offen ist.
Häufige Fragen
- Was ist das Berkson-Paradoxon?
- Das Berkson-Paradoxon ist eine Scheinkorrelation, die durch Selektion entsteht. Werden nur Fälle betrachtet, die eine Hürde aus zwei Merkmalen genommen haben, erscheinen diese Merkmale negativ verknüpft, obwohl sie in der Gesamtheit unabhängig sind. Ein bekanntes Beispiel: Restaurants in Toplage scheinen schlechter zu schmecken, weil dort auch mittelmäßige Küchen überleben.
- Was ist ein Collider in einem Kausaldiagramm?
- Ein Collider ist eine Variable, auf die zwei Pfeile zeigen, etwa X → S ← Y. Ohne Bedingung blockiert er den Pfad zwischen X und Y. Bedingt man auf ihn, zum Beispiel indem man nur ausgewählte Fälle analysiert, öffnet sich ein Scheinpfad und es entsteht eine Korrelation, die es in der Population nicht gibt.
- Was ist der Unterschied zwischen Confounder und Collider?
- Ein Confounder ist eine gemeinsame Ursache (X ← Z → Y); auf ihn bedingt man, um eine Verzerrung zu beseitigen. Ein Collider ist eine gemeinsame Folge (X → S ← Y); auf ihn bedingt man nicht, sonst erzeugt man eine Verzerrung. Wer nur Ausgewählte betrachtet, bedingt auf S.
- Welche Einstellungen bietet die App?
- Du stellst Filterform, Auswahlquote, den echten Zusammenhang ρ und die Stichprobengröße ein und kannst neu ziehen. Ein Szenario-Panel übersetzt die Achsen in Alltagsbeispiele, ein Kausal-Panel zeigt den Collider. Alle Daten sind simuliert.
Fach: Daten & Entscheidungen
Mehr aus Daten & Entscheidungen
- Ankereffekt
- Benfordsches Gesetz
- Cherry-Picking: Basisperiode
- Cherry-Picking: Basisperiode 2.0
- Das Drei-Cowboys-Duell
- Das Drei-Cowboys-Duell 2.0
- Die drei Mittelwerte
- Die drei Mittelwerte 2.0
Eine VisuApp von heyprof: interaktiv, kostenlos im Browser, ohne Anmeldung. Was ist eine VisuApp? · Alle Apps