PSY: Statistik für Mediziner:innen

0:41 Zeitliche Anwesenheit von Krai in der Psychologiestaffel und die Qualität der Folgen korreliert sich relativ stark miteinander. Selbstverständlich positiv. Der Fallclinik-Podcast. Hallo und herzlich willkommen zurück bei Situs Inversus, der Vorclinic-Podcast. Gestus Back, Kai ist back.

1:15 Ich bin immer noch da, und solange mich niemand aus diesem Zimmer rausholt, werde ich dann noch weiter da sein.

1:21 Also, wie ihr seht, wenn Kai die Statistik nicht vertreibt, dann.

1:25 Vertreibt die Statistik nicht.

1:27 Genau. Da könnt ihr auch eben dem standhalten. Wir gehen in die dritte Runde der Forschungsmethodik und Statistiken. Heute geht es ans Eingemachte, heute geht es daran, entweder Existenzen und Karrieren zu beginnen oder zu beenden. Um so ein bisschen dramatisch darzustellen. Wir haben in den letzten zwei Folgen sehr viel Schulabgetrifft.

1:52 Wir haben sehr viel beschrieben, wir haben Skalenniveaus beschrieben, wir haben Variablen beschrieben, wir haben Studien beschrieben. Heute geht es darum, das Ganze mal abzuschließen und halt auch mal zu sagen, ob die Arbeit, die man sich gemacht hat, sich auch gelohnt hat. Ob da was bei rausgekommen ist bei seinen Ideen.

2:07 Und dafür muss man als erstes überhaupt erstmal eine Idee formulieren. Und muss erstmal eine sogenannte Hypothese formulieren. Das bedeutet mehr oder weniger quasi einfach eine Vermutung. Das ist es. Einfach. Und wenn man jetzt Hypothesen formulieren will, dann kann man verschiedene Stile verwenden. Und ein sehr geläufiger Stil ist die deterministische Hypothese.

2:31 Die deterministische Hypothese beschreibt einen Zusammenhang zwischen zwei Faktoren, der 100% immer stattfindet. A für zu B. Kommt in der Medizin und der Psychologie eher weniger vor, weil ich meine, wir leben in sehr abstrakten Gesellschaften und Welten. Aber jetzt in der Physik und in der Mathematik kennt man das von früher, wenn man irgendeine, keine Ahnung, Formel A sagt, dass A gleich B.

2:55 Das, was in der Medizin eher so ein Ding ist, sind die Probabil. Da ist noch ein B drin. Probabilistische probabilistische Hypothese, alles klar. Und zwar geht es jetzt hier um Wahrscheinlichkeiten und zwar einen sehr wahrscheinlichen Zusammenhang von Faktor A zu Faktor B, was jetzt hier sehr oder eher eine Anwendung findet in Medizin und Psychologie, weil es ja, es gibt ja immer Ausnahmen.

3:25 Ich habe auch diesen Spruch, die Ausnahme beschädigte Regel nie verstanden, aber trifft hier zu. So ist es. Weil es halt eben nur sehr wahrscheinlich ist, dass halt zum Beispiel Rauchen zum Lungenkrebs führt. Muss halt nicht immer sein. Ganz kurze Werbung. Bevor es weitergeht, es gibt noch News. Seit kurzem arbeiten wir mit Meditrix zusammen.

3:51 Wir wollen gemeinsam eure Vorklinik und das Lernen der Inhalte noch effizienter und spannender machen. Durch die Integration verschiedener Lernmethoden und das Ansprechen aller Sinne könnt ihr euch die Inhalte so viel besser und langfristiger merken. Dabei sind die Erklärvideos und Merkbilder von Meditrix die perfekte Ergänzung zu den Folgen unseres Podcasts.

4:15 Deswegen gibt es jetzt exklusiv für Situs Inversus Hörer mit dem Code Situs Inversus15 15% Rabatt auf euer nächstes Meditrix-Abo. Situs Inversus 15. Jetzt sichern. Das war's schon.

4:33 Wüsstet ihr eigentlich, dass in der in den Wissenschaften allgemein, in den Wissenschaften allgemein man eigentlich Hypothesen gar nicht sicher beweisen kann?

4:43 Ja, klar. Ich meine, man kann ja immer nur sagen, es ist zu so und so viel Prozent Wahrscheinlichkeit.

4:49 Man kann sichere Gegenbeweise führen, ne? Ja, genau, also ihr habt sicherlich schon mal von dem Falsifikationsprinzip gehört, dass man Hypothesen nur indirekt beweisen kann, indem man alle anderen alternativen Hypothesen einfach ausschließt. Also ich gebe quasi Evidenz für meine Hypothese, indem ich alternative Hypothesen quasi ausschließe.

5:09 Und das ist so ein bisschen das Konzept von Null- und Alternativhypothesen. Nullhypothese, wir können uns mal so ein Interventionsdesign vorstellen. Wir haben eine Experimentalgruppe, wir haben eine Kontrollgruppe und die Nullhypothese sagt dann quasi, es gibt keinen Unterschied zwischen den beiden Gruppen in dem Treatment.

5:25 Und die Alternativhypothese sagt, naja, es gibt wohl einen Unterschied und der sieht so oder so aus. Und diese Alternativhypothese lässt sich aber nicht beweisen. Was wir aber machen können, ist, wir können die Nullhypothese widerlegen. Wir können sagen, wir finden einen Unterschied und deswegen kann die Nullhypothese, dass es keinen Unterschied gibt, die kann nicht stimmen.

5:43 Deshalb sagt man auch nie, man nimmt jetzt die Alternativhypothese an, sondern man lehnt die Nullhypothese ab.

5:48 Richtig. Und genau, das ist eigentlich genau das, was passiert. Und der Name, der damit verbunden wird, ist Karl Popper, der quasi gesagt hat, eine Aussage, die man widerlegen kann. Das nennt man dann falsifizierbar. Wissenschaftliche Hypothesen und Theorien müssen falsifizierbar sein. Und wenn das nicht möglich ist, dann ist es nicht Wissenschaft.

6:10 Und deswegen, interessant, Wissenschaftskommunikation auch vielleicht außerhalb des Physikums, ist wichtig, wenn ihr irgendwelche Aussagen auf Instagram, TikTok oder wo auch immer lest, wo Leute dazu neigen zu sagen, das muss so sein, A führt zu B, dann ist das meistens nicht allzu wissenschaftlich. Und Wissenschaftler sind häufig relativ unsicher und sagen auch, dass es nicht sein kann, was sie finden.

6:32 Ist ja eh die Frage auch. Gute Wissenschaftler. Ja, das ist gute Wissenschaft. Und natürlich, wenn man sich nicht so viel mit Wissenschaft beschäftigt, ist das häufig verwunderlich. Hat man während der Corona-Pandemie gesehen, wo es dann alle zwei, drei Wochen unterschiedliche Empfehlungen gab von WissenschaftlerInnen aus ganzer Welt und man sich gefragt hat, warum wissen die eigentlich nicht, was abgeht?

6:51 Naja, weil es halt. Sie wissen es halt nicht.

6:54 Sie sind auf dem Weg, es herauszufinden. Ja, okay. Aber es ist ein Weg, der niemals endet, habe ich das Gefühl.

7:01 Wie kann man denn eigentlich Hypothesen bilden? Das ist eine super Frage, Kai. Und in der Regel ist es halt so, ja, wenn man jetzt eine Studie plant, eine wissenschaftliche Studie, wird vor der Durchführung schon die Hypothese festgelegt. Das ist ganz, ganz zentral. Die Hypothese ist dann natürlich, wie Leo ja schon gesagt hat, eine Annahme über einen Zusammenhang zwischen den untersuchten Variablen der Studie.

7:26 Und ob diese Hypothese dann auch zutrifft, wird dann anschließend natürlich in der Studie untersucht. Ausreichend geprüfte und gesicherte Hypothesen. Also wenn wir ganz viele zusammennehmen, dann bekommen wir am Ende eine Theorie. Ja, und jetzt müssen wir erstmal auf Hypothesen kommen und da gibt es eigentlich so zwei Möglichkeiten.

7:48 Induktion und Deduktion. Fangen wir mal mit der Deduktion an. Das kennt jeder, der gerne sowas wie Sherlock schaut oder so. Da wird an sich von einer allgemeinen Aussage auf einen Einzelfall geschlossen. Zum Beispiel ein Arzt weiß, dass ein Medikament Übelkeit verursachen kann und schließt dann daraus, dass die Übelkeit seines Patienten auch von diesem Medikament kommt.

8:11 Andersrum, Induktion, da wird von einem Einzelfall auf eine allgemeine Aussage geschlossen. Beispielsweise eine Ärztin, die merkt, dass ihre Patientin durch ein Medikament übel wird, schließt dann daraus, dass das Medikament als Nebenwirkung generell Übelkeit hervorruft.

8:29 Wo es ja in der Praxis selten ein Einzelfall ist. Wenn man halt dann auf einmal drei Leute, denen schlecht wird und dann könnte man auf die Idee kommen, dass es vielleicht so ist.

8:35 Und dann erkennt man erstmal so ein Muster. Ja, aber häufig, ich habe schon das Gefühl, dass Leute häufig ihre Hypothesen bilden, irgendwie aus der Praxis, weil sie irgendwas beobachten. Und dann versuchst du das vielleicht nochmal so, passiert das auch bei anderen Leuten, dann schließt du quasi so auf den allgemeinen Fall und das untersuchst du dann wissenschaftlich.

8:52 Du hast ja auch schon öfter gemeint, dass es gerade in der Psychologie so ist, dass man was nimmt, was einem irgendwie so intuitiv auch klar ist, was man dann aber noch beweisen muss, oder?

9:03 Natürlich. Also jetzt gerade bei mir in der Forschung, ich kann dann irgendwie zeigen, dass Leute, die sehr leidenschaftlich sind, länger arbeiten. Das ist wahrscheinlich jedem, der leidenschaftliche Leute schon mal gesehen hat, irgendwie auch bewusst, aber man muss das erstmal statistisch und empirisch nachweisen können.

9:18 Dafür gibt es statistische Tests.

9:20 Genau, weil, nehmen wir mal wieder Kai's Beispiel von Experimental gegen Kontrollgruppe. Wenn jetzt aus der Experimentalgruppe alle leben und aus der Kontrollgruppe alle sterben, dann kann man das schon relativ ohne viel Mathe sehen, dass da muss irgendwas passiert sein. Aber in der Realität ist es halt nicht so, sondern da können die Effekte halt eben auch vielleicht nur klein sein oder halt eben nur herausgearbeitet werden, weil es halt auf den ersten Blick gar nicht so eindeutig ist.

9:45 Und dafür gibt es eben statistische Tests. Genau, und diese Tests, die sind dann eben dazu da, um zu schauen, ob der Unterschied zwischen den beiden Gruppen statistisch signifikant ist. Sprich, dass man einen Unterschied annehmen kann, weil es sehr wahrscheinlich ist, dass es kein Zufall war, dass zwischen den beiden Gruppen Unterschied ist.

10:04 Also die Frage ist, stimmt die Hypothese oder nicht? Ja, oder eher stimmt die Nullhypothese nicht.

10:09 Das ist die eigentliche Frage. Weil wir die Nullhypothese ablehnen. Genau. Und das machen wir mit den sogenannten Signifikanztests. Und auf die gehen wir jetzt im Folgenden ein. Warum brauchen wir eigentlich diese Signifikanztests? Naja, weil wir immer nur eine Stichprobe erheben. Wir erheben ja nie die gesamte Population.

10:29 Und wir haben ja auch vorhin schon gesagt, dadurch, dass wir eben nur einen Teil erheben, ist das Ganze probabilistisch. Das heißt, wir arbeiten mit Wahrscheinlichkeiten und wir wissen jetzt aber nicht so wirklich diesen Unterschied, den wir finden zwischen Gruppen. Ist das Zufall, weil wir vielleicht einfach spezielle Leute ausgewählt haben, oder ist da mehr dahinter?

10:47 Gibt es da so einen substanziellen Effekt zwischen den beiden Gruppen? Und das nennen wir dann statistisch signifikant. Oder statistisches Schätzen. Und ein Schätzer, den man berechnen kann, ist der sogenannte Punktschätzer. Der Punktschätzer in diesem klassischen Beispiel zwischen Experimentalgruppe und Kontrollgruppe wäre quasi die Differenz zwischen diesen beiden Gruppen.

11:10 Das würde man den Punktschätzer nennen. Der Punktschätzer ist definiert als eine statistische Maßzahl, die in der Stichprobe berechnet wird und als Schätzwert für die Grundgesamtheit dient. Das ist eben dieser inferenzstatistische Schritt von der Stichprobe zurück zur Population. Der Punktschätzer ist nur dann akkurat für die Gesamtpopulation, wenn die Stichprobe repräsentativ ist für die Grundgesamtheit, was aber in Klammern nicht immer oder meistens ehrlich gesagt nicht gegeben ist.

12:51 Das heißt, da muss man auch immer ein bisschen vorsichtig sein, ob man mit seiner Stichprobe jetzt wirklich eine Aussage treffen kann über alle Menschen auf der ganzen Welt. Im Normalfall ist das nämlich nicht der Fall. Genau.

13:03 Und da muss man dann auch, wenn man eine Studie plant, nochmal in die letzte Folge reinhören, um die richtige Population auch auszuwählen.

13:09 Selbstverständlich und über sich über die Stichproben Gedanken zu machen, ob man auch wirklich eine Klumpenstichprobe zum Beispiel haben möchte.

13:18 Ein sehr wichtiger Begriff zusätzlich noch ist die Effektstärke. Am Ende kann alles signifikant sein, wie es möchte. Es interessiert uns vor allem auch dann, wenn der Effekt, der Unterschied zwischen den zwei Gruppen relevant ist. In unserem Fall geht es immer um klinisch relevant. Und das kann von Hypothese zu Hypothese sehr unterschiedlich sein.

13:43 Und ein, hast du ein gutes Beispiel dafür, wo die Effektstärke besonders groß oder gering ist?

13:51 Naja, in den meisten psychologischen Studien sind die Effekte eher klein, weil wir sagen, menschliches Verhalten ist multideterminiert, also hat ganz viele unterschiedliche Ursachen, warum sich Leute irgendwie verhalten. Und wenn ich dann irgendwie sage, die Geschwisterreihenfolge, wie ich auf die Welt gekommen bin, weil ich der erstgeborene Sohn bin, das hat vielleicht einen Effekt auf meine Abiturnote, aber dieser Effekt ist winzig klein, wahrscheinlich weniger als 0,1.

14:21 Und gleichzeitig, wenn wir jetzt so alles Mögliche kontrollieren, ja, und dann sagen, wir haben eine Gruppe, die bekommt Medikament X, die andere nicht, ist die Effektstärke vielleicht viel größer.

14:29 Ja, und die Frage ist halt, geht es durch das Medikament von 100 Leuten, 90 Leuten besser oder nur zwei? Das ist halt auch die Frage, wie vielen Leuten hilft dieses Medikament wirklich, so dass es einen Unterschied macht.

14:46 Und an der Stelle gibt es dann so ein Maß dafür, womit man die Effektstärke beschreiben kann, nämlich Cohen Sd. Und Cohen SD ist definiert als ein Maß für die Größe des Effektes einer Intervention. Gut, hatten wir gerade schon gesagt. Und eine Voraussetzung, um das berechnen zu können, ist aber, dass die Daten normal verteilt sind.

15:05 Das heißt, diese typische Gaussche Glockenkurve haben. Also wie kann man Normalverteilung leicht erklären? Im Grunde einfach die meisten Werte sind in der Mitte und nach außen werden es so gleichmäßig weniger, sowohl nach rechts als auch nach links im Diagramm. Und berechnen kann man Cohn SD als Differenz der Mittelwerte von der Interventionsgruppe, also der, die ein Treatment zum Beispiel bekommen hat, zur Kontrollgruppe.

15:31 Und das Ganze teilt man dann noch durch die Standardabweichung. Dass man die Mittelwerte voneinander substrahiert, ist ja irgendwie noch relativ intuitiv. Dass wir zum Beispiel sagen, was ist jetzt der Mittelwert des Blutdrucks bei der Gruppe, die das Medikament bekommen hat, den Blutdrucksenker, versus die andere Gruppe, die es nicht bekommen hat.

15:52 Man teilt es aber noch durch die Standardabweichung, weil je größer die Standardabweichung ist, desto unklarer ist das Ganze. Also desto weiter sind die Effekte gestreut, desto mehr Rauschen ist, desto weniger Signal ist da. Und deshalb, je größer die Standardabweichung ist, desto kleiner ist am Ende auch wieder die Effektstärke.

16:11 Und ein Coins D von 1 bedeutet beispielsweise, dass sich die Gruppen um genau eine Standardabweichung unterscheiden. Ein Betrag von Cohen-SD unter 0,2 bezeichnet man allgemein eher so als kleinen Effekt, Betrag von Cohen-SD über 0,8 als großen Effekt. Und grundsätzlich kann das aber beliebige Werte von minus unendlich bis plus unendlich annehmen.

16:34 So, und wie jetzt Kai schon vorhin gesagt hat, ist so eine Punktschätzung was Feines, aber es ist mathematisch wie auch wissenschaftlich oft oder in den meisten Fällen nicht umsetzbar. Und deswegen, um diese Unsicherheit der Schätzung eben so ein bisschen einzukalkulieren, nimmt man oft halt noch ein Intervall hinzu.

16:53 Also quasi man erweitert die Punktschätzung um einen Bereich, in dem der wahre Wert unseres Konstrukts mit sehr hoher Wahrscheinlichkeit dann liegen wird. Das heißt, wir bauen uns ein Intervall um den Punktschätzer herum.

17:08 Genau, und das üblichste Intervall, das man so kennt, ist das 95% Konfidenzintervall. Und seit hunderten Jahren diskutieren Leute, wie man dieses Konfidenzintervall eigentlich richtig interpretieren kann. Weil auf technischer Ebene ist das gar nicht so einfach. Aber für uns heute soll es reichen, dass man sagt, okay, in 95% der Fällen enthält das berechnete Konfidenzintervall den wahren Wert aus der Grundgesamtheit.

17:34 Das heißt, wie du sagst, man hat dann eben einen Bereich, man nimmt so eine Unsicherheit dazu und aber sagt, okay, in 95% der Fällen wird der wahre Wert wohl irgendwie in diesem Bereich drin liegen. Wichtig ist, an diesen Konfidenzintervallen kann man die Unsicherheit der Schätzung erkennen. Das heißt, ein schmaleres Konfidenzintervall ist besser als ein sehr breites Konfidenzintervall.

17:57 Wenn man ein Konfidenzintervall von minus 0,2 bis plus 2,2 geht, dann ist das relativ breit. Und die 0 ist auch noch dabei. Das heißt, es besteht sogar eine Wahrscheinlichkeit, dass es gar keinen Effekt gibt. Wenn mein Konfidenzintervall aber nur von 0,6 bis 0,65 geht, dann weiß ich ziemlich genau, wie groß der Effekt insgesamt sein wird.

18:19 Und vielleicht noch eine Sache, die man noch ergänzen kann, je größer eine Stichprobe ist, desto kleiner wird das Konfidenzintervall. Kannst du dir vorstellen, warum das so ist?

18:30 Ja, also wenn ich eine größere Stichprobe habe und mehr Personen, dann ist es nicht einfach so, dass die meisten eher in der Mitte dann am Ende auch liegen werden, gerade wenn es am Ende normal verteilt ist, dann sind die ja quasi näher zusammen und dann ist die Standardabweichung geringer.

18:51 Ja, genau. Und vor allem, je mehr Leute du dabei hast, desto mehr Informationen hast du und desto akkurater wird dann auch deine Schätzung. Das heißt, deswegen ist es immer gut, viele Daten zu haben, weil mehr Daten und eine akkuratere Schätzung und deswegen auch ein kleineres Konfidenzintervall.

19:06 Genau. Und ich glaube, das, wovor die meisten Wissenschaftler dann halt eben doch Respekt haben, ist, dass der Effekt, den man da rausgearbeitet hat, dann doch Zufall ist. Aber genau um das herauszufinden, haben sich halt ein paar Mathematiker was Schlaues überlegt und haben sich die statistische Signifikanz quasi ausgedacht.

19:24 Und das bedeutet, dass wenn ein Unterschied statistisch signifikant ist, dann nimmt man an, dass dieser Unterschied zwischen diesen beiden Gruppen so extrem ist, dass es eigentlich zu einer sehr, sehr, sehr kleinen Prozentzahl nur Zufall sein kann. Und es sehr wahrscheinlich durchaus dann doch irgendeinen Effekt, ein Medikament oder irgendeine Verhaltensänderung irgendwie zustande gekommen ist.

19:44 Und dazu hat man Grenzen festgelegt, die, soweit ich weiß, auch zufällig werden.

19:48 Also man entscheidet sich quasi, welche Größe des Zufalls man noch annimmt, was noch okay ist.

19:54 Genau, was aber mehr oder weniger komplett zufällig ist.

19:56 Ja, man hat, ich glaube, in dem ersten Papier von Fischer, damals 1908 oder so, hat er quasi gesagt, man könnte ja zum Beispiel 5% als Grenze nehmen. Das war so willkürlich und seitdem haben alle Leute gesagt, Fischer hat das damals gesagt, wir nehmen jetzt auch 5%. Ganz genau. Und deswegen hat sich das so ein bisschen eingebürgert.

20:13 So, und jetzt ist die Frage, wie kann ich denn herausfinden, ob mein Unterschied wirklich signifikant ist oder nicht?

20:19 Genau, und da gibt es eben dieses Signifikanzniveau Alpha zunächst mal, auch als Alpha-Fehler-Niveau bezeichnet. Und das legt eben genau diese Irrtumswahrscheinlichkeit fest, die noch als akzeptabel gilt. Das ob ein Ergebnis letztendlich signifikant ist, so sagt man das ja dann immer, hängt eben von diesem Signifikanzniveau auch ab.

20:43 Und das wird einfach für die entsprechende Studie gewählt. Standard ist dann, dass man ein Signifikanzniveau von 5% festlegt. Was bedeutet, dass die Wahrscheinlichkeit, dass eben ein positives Ergebnis, oder genauer gesagt, die Wahrscheinlichkeit, dass wir die Nullhypothese durch Zufall ablehnen, unter 5% beträgt.

21:04 Oft gibt man tatsächlich auch nicht nur das an, sondern man sagt dann am Ende so, das ist signifikant auf einem Signifikanzniveau von, und dann ist entweder eben auf einem Signifikanzniveau von 5% oder manchmal auch von 1%, wie auch immer, das wird aber vor der Studie festgelegt.

21:21 Es ist oft so, dass wenn man so wissenschaftliche Paper liest, dann werden, dann wird das gekennzeichnet mit einem Symbol, was dann unten in den Captions kann man dann genau nachlesen, was heißt das, wie wurde das getestet. Und meistens ist es so, je mehr Symbole, desto niedriger dieses Signifikanzniveau.

21:35 Also mehr oder weniger. Also besser sozusagen. Also quasi desto sicherer kann man sich sein, dass es kein Zufall war. Und meistens sind es Sternchen. Und wenn man halt eben ein Sternchen sieht, dann kann man sich sicher sein, dass halt eben mindestens mal das Signifikanzniveau kleiner als 5% ist.

21:52 Ich würde jetzt mal die Alternativhypothese aufstellen, dass Leute, die gerade eine medizinische Doktorarbeit machen, wenn du denen ein Sternchen zeigst, ist die Reaktion eine andere als bei Leuten, die keinen gerade machen. Wahrscheinlich. Das kann gut sein, ja. Also Leo geht da das Herz auf, das sehe ich von hier.

22:11 Na gut, ja, das stimmt.

22:14 Aber das mit dem Signifikanzniveau gibt einem schon manchmal so einen Knoten im Kopf. Also man muss da schon immer so ein bisschen durchdenken mit Nullhypothese, Alternativhypothese, was wird da genau abgelehnt. Und vielleicht nochmal so, um das einmal durchzugehen, je niedriger das Signifikanzniveau, also wenn wir jetzt von 5% Fehlerquote auf 1% Alpha-Fehlerquote runtergehen, desto geringer ist dann auch die Wahrscheinlichkeit, dass wir die Nullhypothese fälschlicherweise ablehnen.

22:41 Das heißt, wir machen weniger Fehler darin, aus Versehen zu sagen, unsere Nullhypothese stimmt nicht. Bedeutet auch, je niedriger das Signifikanzniveau, desto höher ist die Wahrscheinlichkeit, dass wir fälschlicherweise die Alternativhypothese ablehnen. Genau. Das heißt, würde man jetzt das Signifikanzniveau extrem niedrig ansetzen, auf unter 0,5 Prozent zum Beispiel, dann ist es irgendwann auch unwahrscheinlich, dass wir überhaupt signifikante Ergebnisse finden.

23:08 Weil, naja, dann würden wir halt ganz, ganz konservativ sein und aufpassen, dass wir nichts Falsches ablehnen und deswegen würden wir aber auch fast keine signifikanten Ergebnisse mehr finden. Das heißt, Leute, die Forschung durchführen, sind häufig daran interessiert, das Signifikanzniveau nicht allzu klein zu machen, weil häufig will man ja signifikante Ergebnisse finden.

23:26 Das heißt, je niedriger, desto konservativer der Test. So, aber Signifikanzniveau liest man natürlich häufig auch im Paper, aber es gibt einen Begriff, den liest man natürlich immer und das ist der beliebte P-Wert.

23:38 Und der P-Wert, ähm, der hängt ja auch so ein bisschen auch mit dem statistischen, ähm, der statistischen Signifikanz zusammen und es ist so ein bisschen der gleichzeitig beliebteste und verhassteste Wert in der Welt der. Wissenschaftlichen Statistik, würde ich sagen.

23:55 Ja, und der P-Wert hängt ganz, ganz stark mit dem Signifikanzniveau, was wir gerade besprochen haben, zusammen. Allerdings ist das Signifikanzniveau ja eine Konstante, die wir festlegen. Der P-Wert wäre ja eine Variable und den P-Wert können wir berechnen. Der P-Wert entspricht der Wahrscheinlichkeit, dass quasi ein mindestens genauso starker Unterschied, wie wir in unserem Testergebnis sehen, durch Zufall, durch reinen Zufall zustande kommt.

24:23 Und dieser Fehler, den man dann machen würde, wenn das eben reiner Zufall ist, ist der Fehler erster Art. Das heißt, man lehnt die Nullhypothese fälschlicherweise ab, nimmt also an, es gibt einen Effekt, wenn es eigentlich gar keinen gibt. Und wenn der gemessene P-Wert, P ist dann zum Beispiel 0,02, wenn der unter unserem geforderten Signifikanzniveau, in dem Fall zum Beispiel von 5% liegt, was jetzt der Fall wäre, dann sagen wir, dass ein Unterschied signifikant ist.

24:54 Ein niedriger P-Wert spricht also für die Alternativhypothese, für die Hypothese, dass ein Effekt da ist. Bei einem hohen P-Wert wird dann stattdessen aber die Nullhypothese beibehalten, also die Annahme, es gibt keinen Unterschied.

25:07 Ganz genau. Und P-Werte sind häufig sowas wie 0,03. Und wenn dann unser Alpha-Signifikanzniveau 0,05 ist, dann sagt man 0,03, unser P-Wert ist kleiner als das Signifikanzniveau und deswegen ist das Ergebnis statistisch signifikant. Und da gibt es ein Sternchen. Und dann gibt es ein Sternchen.

25:25 Und dann muss man weinen, wenn da steht dann 0,057.

25:29 Und dann schreibt man meistens den P-Wert hin, um zu sagen, ey, aber es war close.

25:35 Eigentlich hätte man Sternchen verliebt.

25:36 Früher hat man dazu auch manchmal gesagt, marginal signifikant, aber das ist eigentlich keine gute Forschung. Warum ist der P-Wert noch gehasst? Naja, der P-Wert ist sehr stark von einer Sache abhängig, von der er eigentlich nicht abhängig sein sollte, und das ist die Stichprobengröße. Große Stichproben führen zu sehr niedrigen P-Werten und somit zu signifikanten Ergebnissen.

25:58 Das heißt, falls ihr mal von einem Pharmaunternehmen gesponsert wärt und ihr unbedingt ein signifikantes Ergebnis finden wollt, dann müsst ihr einfach nur sehr, sehr viele Leute erheben, weil dadurch das Rauschen sehr klein wird und man auf einmal alles signifikant bekommt. Und deswegen muss der P-Wert immer auch im Zusammenhang mit der Effektstärke interpretiert werden und nicht nur allein.

26:20 Da haben wir ja vorhin schon drüber gesprochen, über die Effektstärke, wo es quasi wirklich darum geht, ist denn dieser Unterschied überhaupt relevant?

26:26 Genau, das ist statistisch signifikant, bedeutet, dass der Unterschied nicht nur durch Zufall erklärbar ist, aber es bedeutet noch nicht, dass der Effekt auch wirklich praktisch relevant ist. Der Effekt kann winzig sein, aber trotzdem signifikant. Und dafür braucht man dann eben Effektstärken. Und übrigens, wir hatten vorhin Konfidenzintervall angesprochen.

26:45 Konfidenzintervall und P-Wert hängen auch stark zusammen. Nämlich ein Ergebnis hat einen p-Wert kleiner als 0,05, wenn die Konfidenzintervall nicht mehr die 0 enthält. Das heißt, ein Konfidenzintervall von minus 0,1 bis plus 0,1 wäre nicht statistisch signifikant. Aber ein Konfidenzintervall von 0,05 bis 0,3 wäre statistisch signifikant.

27:11 Und eigentlich hatten wir das auch schon angesprochen, aber wir müssen es nochmal explizit machen. Man unterscheidet bei solchen statistischen Tests hauptsächlich zwei Fehler, nämlich den Fehler erster und zweiter Art. Der Fehler erster Art wird auch Alpha-Fehler genannt. Hängt, wie gesagt, stark auch mit dem Signifikanzniveau wieder zusammen.

27:29 Das ist der Fehler, bei dem die Nullhypothese zurückgewiesen wird, obwohl sie in Wirklichkeit wahr ist. Also wir nehmen einen Unterschied an, obwohl in Wirklichkeit keiner da ist. Und das nennt man auch Alpha-Niveau. Jesus-Sbrücke an der Stelle kann man sich merken, das A von Alpha wie Alternativhypothese annehmen.

27:51 Also zwei A's, drei A's.

27:53 Und wie groß ist die Wahrscheinlichkeit, dass man Alpha-Fehler begeht? Ja, meistens 5%. Das ist quasi das Risiko, was wir einnehmen, indem wir unser Signifikanzniveau auf 5% legen. Wir sagen, okay, in 5% der Fällen, wenn wir 100 Studien durchführen, dann werden wir wohl fünfmal genau diesen Alpha-Fehler machen.

28:14 Und deswegen gibt es viele Forschungen, die sagen, wir brauchen eigentlich kein Signifikanzniveau auf 5%. Wir sollten das eigentlich auf 0,5% runterheben, weil eigentlich 5% sind viel zu viele Fehler, die wir machen.

28:23 Eigentlich schon, wenn man so überlegt, wenn durch eine Intervention irgendwie dann plötzlich 5 von 100 Leuten Schaden nehmen, vielleicht sogar schlimmen Schaden nehmen, dann ist also 5%, also wenn mir jemand sagen würde, es besteht die Chance zu 5%, dass du bei der OP sterbst, hat er nicht echt, echt, echt Tiss.

28:41 Bei 0,05% würde ich sagen, ja, naja, nicht geil, aber.

28:44 Ja, aber du kannst sowas ja, also das können wir ja noch weiter kritisieren und sagen, wir gehen ja sogar immer nur von Durchschnitten aus, ja. Am Ende ist es ja viel relevanter, wie es jetzt für dich persönlich ist. Ja, gut. Und spätestens dann wird es ja super kompliziert. Ja, das stimmt.

28:58 Wir müssen aufpassen, wenn wir multiple Tests durchführen, weil häufig machen wir nicht nur eine Hypothese, die wir testen, sondern wir testen mehrere Hypothesen. Das heißt, wir führen mehrere statistische Tests in unserer Studie durch. Und da gibt es dann ein Phänomen, das heißt Alpha-Fehler-Kumulierung.

29:15 Und zwar, wenn ich jetzt mehrere Tests mache, dann kumuliert irgendwann auch diese 5% Fehlerwahrscheinlichkeit. Und ich habe es jetzt leider nicht vorher aufgerechnet, aber wenn ich irgendwie, und ich weiß es leider wirklich nicht, aber wenn ich jetzt irgendwie acht Tests oder so rechne in meiner Studie, dann liegt die Wahrscheinlichkeit von dem Alpha-Fehler schon bei 43% oder irgendwas in die Richtung.

29:35 Also es ist wirklich hoch, dass man bei einer dieser Tests irgendwo eine Fehlerentscheidung trifft. Und da muss man dann quasi irgendeine Korrektur machen, weil man, also mit 43%, das kann wohl nun wirklich niemand akzeptieren. Und da gibt es dann verschiedene Methoden, zum Beispiel die Bonfaroni-Methode zur Alpha-Fehlerkumulierung, Korrektur.

29:55 Genau, und man sagt dann immer, man korrigiert für multiples Testen. Genau. Ach, man zum Beispiel gerade auch bei so, ja, vielleicht ist es noch nicht so relevant in der Vorklinik, aber es gibt, gerade wenn man dann doch irgendwie in die Forschung einsteigt wegen Promotion oder so, gibt es ja immer diese Omics-Methoden, wo irgendwie 20.000 Gene auf einmal getestet werden.

30:15 Und natürlich finden wir da super viele Effekte. Aber da muss man halt korrigieren. Ganz genau.

30:21 Und dann gibt es noch einen zweiten Fehler durch den Alpha-Fehler oder Fehler erster Art schon angesprochen, Thema, aber der zweite Fehler, den man sich anschauen kann, ist der Beta-Fehler. Und zwar ist das der Fehler, wo die Nullhypothese behalten wird, obwohl in Wirklichkeit die Alternativhypothese zutrefft.

30:36 Das heißt, wir sind dort zu konservativ und sagen, es gibt keinen Effekt, obwohl es einen Effekt gibt. Und die Eselsbrücke ist zugegebenermaßen richtig schlecht, aber man könnte ja sagen, Beta wie die Bull-Hypothese behalten. Ja, sorry. Besser als das, wo es nicht. Ist okay.

30:53 Nehmen wir an, findet ihr dann in der Merkhilfendatenbank auf unserer Website. Die Bull-Hypothese.

31:01 Okay. An der Stelle gibt es noch ein weiteres weiteres Merkmal eines statistischen Tests, was tatsächlich super relevant ist, wenn man nur am Anfang rausfinden möchte, wie groß muss denn eigentlich meine Stichprobe sein. Und dieses Testkriterium ist die Teststärke oder auch Power genannt. Und die gibt quasi an, wie gut ein statistischer Test geeignet ist, um einen tatsächlichen Unterschied nachzuweisen.

31:30 Und die Power entspricht der Wahrscheinlichkeit, dass ein Test einen tatsächlich vorhandenen Unterschied auf einem gegebenen Signifikanzniveau auch nachweist. Mal kurz als Erinnerung, der Beta-Fehler war die Wahrscheinlichkeit, keinen Unterschied zu finden, wenn es einen gibt. Die Gegenwahrscheinlichkeit ist also die Wahrscheinlichkeit, einen Unterschied zu finden, wenn es einen gibt.

31:52 Und dementsprechend ist die Power auch einfach 1 minus der Beta-Fehler.

31:56 Genau, und die Power oder die Teststärke, die wird größer, wenn wir eine größere Stichprobe haben. Das erhöht unsere Wahrscheinlichkeit, einen Effekt zu finden, wenn es einen gibt. Die Power wird auch größer, wenn der Effekt größer ist, weil dann ist es leichter, den Effekt aufzudecken. Und die Power wird auch größer, wenn das Signifikanzniveau höher ist.

32:16 Das hängt einfach damit zusammen, dass Alpha und Beta quasi gegensätzlich zueinander häufig sind. Und die Tash-Tag ist 1 minus Beta, das heißt, da dreht es sich nochmal um und deswegen hängt die Power positiv mit dem Signifikanzniveau zusammen. Und die Power ist tatsächlich in der Praxis relativ nützlich, weil man die zur Planung einer Studie benötigen kann.

32:35 Zum Beispiel, wenn man sich die Frage stellt, wie viele Versuchen, wie viele Versuchspersonen brauche ich eigentlich in meiner Studie? Und da gibt es dann sowas, das heißt Stichprom-Umfangsplanung oder Power-Analyse. Und da spielt die Power eine sehr große Rolle.

32:48 Da gibt es so uralte Computerprogramme, die man sich dann runterladen kann.

32:51 G-Power zum Beispiel. Oder auch in der Programmiersprache R gibt es mittlerweile viele Pakete, wo man sowas ausrechnen kann.

32:59 Und, sorry, ganz kurz vielleicht noch, was natürlich super schwierig ist, ist immer, klar, du kannst Signifikanzniveau und sowas festlegen, aber die Effektstärke vor der Studie abzuschätzen, ist natürlich super schwierig.

33:10 Das ist die große Herausforderung von Stichbrom-Umfallsplanung, ja.

33:13 Genau, jetzt kann man sich diese ganzen Tests, wenn man jetzt zwei Balkendiagramme hat, relativ leicht vorstellen. Männer haben signifikant mehr Haare als Frauen. Ich zähle die Haare relativ einfach. So, jetzt ist es ja aber oft so, dass irgendwelche Dinge. Ja, ist doch so, oder? Also ist das eine Schätzung von mir an.

33:28 Ich finde das relativ schwierig, Haare zu zählen.

33:30 Ja, das stimmt, ja.

33:31 Aber du kannst es nicht.

33:32 Ja, ich meine, vielleicht kann man einfach rasieren und dann wieder. Wenn ich jetzt sage, aber es ist vielleicht, es gibt Zusammenhänge zwischen irgendwas. Zum Beispiel die zeitliche Anwesenheit von Kai in der Psychologiestaffel und die Qualität der Folgen korreliert sich relativ stark miteinander.

33:51 Positiv auch.

33:52 Selbstverständlich positiv. Bedeutet quasi, weil das eine stattfindet, passiert dann quasi das andere gleichzeitig so ein bisschen. Und das nennt man dann eine Korrelation.

34:01 Wobei dieses Weil ist ja eigentlich schon nicht ganz korrekt, stimmt. Sondern gleichzeitig, wenn das eine stattfindet.

34:08 Das heißt, als allererstes mal wollen wir erstmal überhaupt festhalten, wenn das eine mehr wird, wird dann das andere auch mehr. Und die Frage ist, ob das dann zusammenhängt, das ist der nächste Schritt.

34:18 Das ist dann die Frage nach der Kausalität am Ende.

34:20 Das ist nämlich auch sowas, ich habe Korrelation lange nicht verstanden. Aber in sich ist Kausalität und Korrelation sehr ähnlich, nur dass man bei der Korrelität noch nicht weiß, ob es zusammenhängt oder nicht.

34:28 Genau, also bei der Korrelation sagt man immer nur, wenn das und das ist, dann ist parallel in der Regel auch das und das.

34:35 Genau, aber das heißt nicht zwingend, dass es zusammenhängt. Kann auch Zufall sein.

34:39 Genau, also ja. Es ist ein gutes Indiz, dass irgendwas zusammenhängt, aber man weiß es noch.

34:43 Ach, so, und jetzt die Frage, wie finde ich das raus?

34:45 Die Frage ist ja erstmal, hängt was zusammen, ja? Und dazu machen wir natürlich einen Test, in dem Fall den Korrelationstest. Ein Korrelationstest untersucht letztendlich den Zusammenhang zwischen Merkmalen. Wie verändert sich Y, wenn sich x verändert? Eine vollständige Korrelation liegt dann vor, wenn die Änderung von einer Variable quasi vollständig durch die Änderung der anderen Variable erklärt werden können.

35:10 Während dann kein Zusammenhang besteht, wenn die Änderung von einer Variable gar keinen Einfluss auf die andere hat, ja. Wenn wir jetzt hier Kai vor die Tür schicken und die Folgenqualität bliebe gleich, dann lege ich keine Korrelation vor.

35:22 Das ist korrekt.

35:23 Das würden wir uns nie erlauben.

35:24 Ich will es aber nicht rausfinden, wollte gerade sagen.

35:26 Ich will es nicht wissen. Dann schauen wir uns mal an, wie wir die Korrelation berechnen können. Bevor wir die Korrelation berechnet, gibt es noch ein anderes Maß, was so ein bisschen ist wie die Varianz, ist nur dieses Mal die Kovarianz. Die Varianz haben wir auch in der letzten oder vorletzten Folge drüber gesprochen.

35:41 Das war so ein bisschen das unbeliebte Maß vor der Standardabweichung und mit der Kovarianz ist es ganz genauso. Die Kovarianz schaut sich auch die Abhängigkeit zwischen zwei Variablen an, ist aber nicht standardisiert und deswegen auch schwierig zu interpretieren, genau wie die Varianz. Und dann aus der Kovarianz kann man dann auch wieder durch ein paar Tricks mit der Standardisierung den Korrelationskoeffizienten berechnen.

36:02 Und das ist der, der häufig mit dem kleinen r abgekürzt wird und sehr beliebt ist. Der Korrelationskoeffizient ist die Maßzahl für die Stärke einer Korrelation und liegt zwischen minus 1 bis plus 1. Man sagt, eine Korrelation von Punkt 1 ist klein, Punkt 3 Mittel, Punkt 5 zählt schon als groß, zumindest in der Psychologie.

36:24 In der Physik würde zum Beispiel eine Korrelation von Punkt 8 immer noch als niedrig gelten. Da sieht man, dass das auch häufig zwischen Disziplinen halt unterschiedlich ist. Wir brauchen für die Korrelation, zumindest nach dieser Korrelationskoeffizient R nach Pearson, brauchen wir intervallskalierte Daten, auch darüber haben wir schon gesprochen.

36:43 Das ist eine sehr gute Korrelation, die ist aber auch anfällig für Verzerrung durch Extremwerte, weil da auch wieder der Mittelwert reinspielt in diese Berechnung von der Korrelation und ist quasi die standardisierte Kovarianz und setzt auch annähernd normal verteilte Daten voraus.

36:58 Nochmal ganz kurz, CAI-Intervall skaliert, das war dann so ab Grad Celsius aufwärts.

37:04 Genau, quasi alles, was wir als sogenannte quantitative Variablen bezeichnen würden. Also nicht mehr Kategorien und auch nicht geordnete Kategorien, sondern dann quasi alles, wo wir irgendwie eine Zahl vorne dran setzen. Wo auch der Abstand eine Aussage hat. Genau, der Abstand ist auch wichtig. Und der Abstand bei der Korrelation ist ja auch wichtig, weil uns ja quasi der Zusammenhang zwischen zwei Variablen interessiert.

37:27 Wenn wir jetzt ordinal skalierte Daten haben, können wir aber auch etwas machen. Ordinal skalierte Daten dann auch wieder als Erinnerung sind, quasi geordnete Kategorien, zum Beispiel die gute Noten sehr gut, gut befriedigend. Und da können wir dann quasi einfach, wenn wir so zwei Variablen haben, die einfach ordnen.

37:45 Das nennt man dann Rangkorrelation roh nach Spirmen. Und dann haben wir wenigstens dort auch eine Chance, einen Zusammenhang zu berechnen. Dort fallen die Extremwerte weniger ins Gewicht und man braucht keine Normalverteilung, aber insgesamt ist die Korrelation ein bisschen ungenauer. Und das war es eigentlich schon.

38:05 Dann müssen wir jetzt nur noch drüber sprechen, was eine positive und eine negative Korrelation ist.

38:09 Ja, an der Stelle nochmal Hinweis auf positiv korreliert, ein wundervoller Statistik- und Psychologie-Podcast von Kai. Aber die positive Korrelation, wie erklärt ihr die immer, wenn man euren Podcast hört, wird man besser in Statistik?

38:22 Dann schreibt man bessere Noten. Und das ist natürlich aber bei uns nicht nur ein korrelativer, sondern auch ein kausaler Zusammenhang.

38:28 Okay, aber bleiben wir noch bei der Korrelation. Positive Korrelation bedeutet natürlich, einfach nur, je höher y ist, desto höher ist auch x. Werte zwischen 0 und 1 kommen dann bei diesen Korrelationskoeffizienten raus und zeigen diese positive Korrelation. Beim maximalen positiven Zusammenhang hat so ein Korrelationskoeffizient dann natürlich den Wert plus 1.

38:53 Bedeutet quasi jede Veränderung von y schlägt sich ganz genau so in x nieder. Wenn wir das Gegenteil haben, also eine negative Korrelation, dann ist es genauso eigentlich immer ein spannender Zusammenhang. Der ist nur entgegengesetzt, heißt, je höher y ist, desto niedriger ist x und wird durch Werte von 0 bis minus 1, beziehungsweise halt negativer als 0 bis minus 1 dargestellt vom Korrelationskoeffizienten.

39:21 Je mehr Podcaster man hört, die nicht positiv korreliert sind, desto schlechter wird die Note.

39:25 Das ist ganz korrekt, deswegen würde ich auch empfehlen, nicht viele Podcasts drumherum noch zu hören. Wir brauchen noch ein Maß, den Determinationskoeffizienten, den R Quadrat, der ist ehrlich gesagt so ein bisschen random hier so dabei. Ich weiß auch nicht genau, warum der bei euch im Material drin ist, aber gut, man muss ja trotzdem dann behandeln.

39:44 Der ist quasi ein Maß für den Anteil der Varianz der einen Variable, der durch die andere Variable erklärt wird. Und zwar, wenn wir irgendwie einen Zusammenhang haben, wollen wir irgendwie vielleicht wissen, wie viel Prozent meiner Variablen wird denn jetzt durch diesen Zusammenhang erklärt. Ich weiß nicht genau, wer das wissen will, aber vielleicht ist das ja interessant.

40:04 Mir wurde aber gesagt, dass es häufiger in meinem Physikum abgefragt wird, und zwar, das ist ein Tipp, wenn man jetzt eine Korrelation findet von 0,6 zum Beispiel, und man wissen will, wie viel Prozent wird denn jetzt erklärt, dann einfach die 0,6, diesen Korrelationskoeffizienten quadrieren. 0,6 mal 0,6 ist 0,36.

40:24 Das heißt, bei einer Korrelation von 0,6 wird 36% der Varianz durch die eine Variable erklärt.

40:32 Aha, okay. Random, aber straightforward, nehmen wir. Hört dazu manchmal. So, nehmen wir mit. Jetzt haben wir schon darüber gesprochen, dass wir nicht nur korrelieren, sondern auch kausalieren können, dass KIS Anwesenheit in den Folgen das Niveau hebt. Und genau das ist jetzt noch der mehr oder weniger letzte Teil der Auswertung.

40:53 Und zwar haben wir jetzt gefunden, dass eine klare Korrelation besteht zwischen Kais Anwesenheit und dem Folgenniveau. Und jetzt ist halt die Frage, hängt es auch tatsächlich miteinander zusammen oder ist das einfach Zufall?

41:07 Also es ist kausal, ne? Also weil Kai da ist, sind unsere Folgen besser. Stimmt das? Oder gibt es andere Gründe? Zum Beispiel, das Traumklima hat sich verändert, seit Kai den Raum betreten hat. Okay, so ist es.

41:20 Oder ihr seid jetzt viel motivierter und schränkt euch mehr an. Genau. Es gibt viele Gründe.

41:25 Und dazu kann man halt eben eine Kausalitätshypothese formulieren. Da gibt es neun verschiedene nach Bradford Hill. Und ja, da ist auch MC-Alarm auf Nase am Dingeln.

41:40 Da gibt es Kriterien, die für eine Kausalität sprechen, sie aber auch immer noch nicht beweisen können. Die Frage ist, können wir überhaupt Kausalität beweisen, Kai?

41:50 Naja, das ist schon fast eine philosophische Frage. Streng genommen ist es fast unmöglich. Aber wie gesagt, nochmal so ein Experiment, so Randomized Controlled Trial, ist wahrscheinlich unsere beste Methode, um an eine Kausalität hinzukommen. Aber wichtig ist zu sagen, statistisch, rein statistisch lässt sich eine Kausalität nie zeigen.

42:10 Es ist auch immer dann inhaltlich, wie man das interpretiert. Und da gibt es eben diese neuen Kriterien und sollen wir die mal durcharbeiten, Tim.

42:17 Gerne. Wir fangen an mit der Effektstärke, auch was, was ihr heute schon gehört habt. Nämlich ein starker statistisch signifikanter Effekt macht einen Zusammenhang wahrscheinlicher, aber ein kleinerer Effekt, also eine kleinere Effektstärke, schließt es jetzt auch wiederum nicht aus.

42:36 Genau. Dann die Reproduzierbarkeit. Die Wahrscheinlichkeit für Kausalität ist höher, wenn wir einen Zusammenhang nicht nur einmal finden, sondern in ganz vielen unterschiedlichen Bedingungen und Studien.

42:47 Dann gibt es noch die Spezifität. Eine bestimmte Ursache führt eben dann zu einer bestimmten Wirkung. Nicht zu allen möglichen. Genau.

42:57 Der zeitliche Zusammenhang, und zwar, dass quasi das Treatment vor der vermutlichen Folge liegt. Und nicht andersrum. Und das ist wichtig, dass es quasi so zeitlich vorgesetzt ist. Man könnte sich ja zum Beispiel vorstellen, dass man sagt, Leute, die extrovertierter sind, sind glücklicher. Oder ist es so, dass Leute, die glücklicher sind, extrovertierter sind.

43:20 Und da ist es immer wichtig zu überlegen, was kommt eigentlich vorher. Und auch da ist wieder so ein Experiment gut, weil das Treatment, die Intervention oder nicht die Intervention, passiert immer, bevor man das Outcome misst. Und deswegen ist die Voraussetzung dort immer gegeben.

43:36 Dann gibt es als nächstes noch, was glaube ich eher intuitiv ist, nämlich die Dosisabhängigkeit. Gerade wenn wir uns jetzt eine experimentelle Medikamentenstudie anschauen, wo man ein Medikament testet, dann ist die Idee, wenn ich eine stärkere Exposition habe, ja, also eine höhere Dosis gebe, sollte auch der Effekt stärker sein, wenn diese Kausalität gegeben ist.

43:58 Dann die biologische Plausibilität, auch hier wieder die Wahrscheinlichkeit für Kausalität ist höher, wenn der Effekt durch einen biologischen Mechanismus erklärt werden kann.

44:09 Ja, dann gibt es noch die Kohärenz, nämlich dass der Zusammenhang eben vereinbar ist mit allen möglichen anderen Erkenntnissen über diesen Zusammenhang, zum Beispiel über diese Krankheit. Aus Laboruntersuchungen, irgendwelchen klinischen Beobachtungen etc.

44:27 Genau, fast schon überflüssig ist der nächste Punkt, nämlich die experimentelle Überprüfung, das wissen wir schon. Kausalzusammenhänge sind wahrscheinlicher, wenn sie sich in Experimenten zeigen lassen, zum Beispiel mit Tieren im Labor oder durch Interventionen.

44:40 Und dann gibt es noch die Analogie, nämlich einfach, es gibt ähnliche Zusammenhänge, für die auch schon eine gewisse Kausalität bekannt ist.

44:51 So, jetzt haben wir eine Dreiviertelstunde schon erzählt über Statistik, hoch und runter. Aber jeder, ob man jetzt promoviert oder nicht, wird irgendwann mal vor einem Papier sitzen, wo irgendjemand irgendwas ausprobiert hat und die Frage stellt sich, ist diese Idee so gut, dass ich das für meine Patienten auch adaptieren möchte?

45:10 Das heißt, jeder wird irgendwann mal mit so einer Literatur oder zumindest mal mit Vorträgen oder so Literatur konfrontiert worden sein. Und bevor wir euch jetzt in die verdiente Pause schicken, möchten wir euch noch ein paar Begriffe an die Hand geben, an denen man sich lange hangeln kann, wenn man versucht, das einzuordnen, ob so eine Untersuchung und ob so eine Idee, die hier rausgearbeitet wurde, auch wirklich Hand und Fuß hat und Sinn macht.

45:33 Einer der wichtigsten Begriffe ist dabei Replizierbarkeit. Und zwar bezieht sich das auf die Wiederholbarkeit von Ergebnissen, dass wir nämlich nicht nur in einer Studie ein super spannendes Ergebnis finden, sondern in vielen verschiedenen Studien. Das erhöht dann sehr stark unser Selbstvertrauen, dass dieser Effekt auch wirklich Existiert und als verlässlich eingestuft werden kann.

45:55 Und deswegen will ich allen mitgeben, eine einzige Studie zu einem Thema reicht wirklich nicht aus, um die Ergebnisse als verlässlich einzustufen. Denn Fehler können immer durch besondere Bedingungen in dem bestimmten Experiment oder auch einfach zufällig entstanden sein. Deswegen jeder Appell, nicht nur einer Studie glauben, sondern vielen verschiedenen.

46:12 Darüber spreche ich auch gleich nochmal.

46:15 Und bevor Kai nochmal darauf eingeht, es gibt natürlich noch ein Kriterium, nämlich die Generalisierbarkeit. Da geht's, das ist im Grunde das gleiche wie externe Validität. Da geht es darum, können die Ergebnisse auf andere Situationen oder Populationen verallgemeinert werden, die wir aus einer Studie haben.

46:35 Genau, und wenn man dann die Replizierbarkeit und die Generalisierbarkeit so ein bisschen kombiniert, dann kommt man bei so einer ganz neuartigen Methode an, die es vielleicht 10, 15 Jahre erst gibt, oder vielleicht auch schon ein bisschen länger, wahrscheinlich länger. Aber das ist die Meta-Analyse.

46:49 Und zwar ist eine Meta-Analyse eine Analyse von ganz vielen einzelnen Studien, die quasi zusammengefasst werden. Und das kann dann auf der einen Seite die Replizierbarkeit untersuchen, weil man dann sieht, okay, es gibt dann eine Gesamteffektstärke über diese einzelnen Studien hinweg. Gibt es denn da wirklich jetzt einen Effekt oder nicht?

47:09 Sind diese Effekte, die man findet, replizierbar? Und es gibt auch einen Hinweis auf die Generalisierbarkeit. Ist vielleicht in manchen Kontexten der Effekt größer als in anderen Kontexten? Und vielleicht eine interessante Sache ist auch der Publikationsbias. Vielleicht hat man von dem schon mal gehört.

47:26 Und zwar, dass in der Wissenschaft besonders gerne Studien veröffentlicht werden, die eben signifikante Ergebnisse haben. Kleiner Hinweis, kleine Studien zeigen häufig größere Effekte als große Studien. Und bei großen Studien sind häufig eben auch Sachen einfach signifikant, einfach weil man sehr viele Leute erhoben hat.

47:44 Und das Schubladenproblem ist quasi, dass man sagt, okay, wenn meine Ergebnisse nicht signifikant sind, dann verschwinden die einfach bei mir in der Schublade und niemand wird sie je sehen. Und das ist natürlich ein großes Problem für die Wissenschaft. Aber insgesamt Meta-Analen, auch wenn die jetzt den Publikationsbeis nicht lösen, muss man sagen, eine Meta-Analyse über viele randomisierte, kontrollierte Einzelstudien hat die höchste Evidenz, die man in der Wissenschaft finden kann.

48:10 Und wenn wir uns diese Evidenz dann noch zunutze machen wollen und wirklich zu Herzen nehmen, dann nannten wir in der evidenzbasierten Medizin auch einen super wichtigen Begriff. Und da ist die Idee, dass medizinische Behandlungen sich eben nicht nur an der Erfahrung der einzelnen Ärztinnen oder des Arztes orientieren sollen, sondern nach Möglichkeit sollen sich eben medizinische Behandlungen daran orientieren, dass ihre Wirksamkeit in Studien belegt ist.

48:36 Genau. So, und jetzt haben wir eine knappe Stunde lang sehr, sehr viel über Statistik gelernt. Die Frage ist, was nehmen wir denn mit von heute? Wir nehmen mit, dass man sich, um Probleme oder Effekte zu untersuchen, Hypothesen formuliert, eine Nullhypothese und eine Alternativhypothese. Man aber die Alternativhypothese nicht beweisen kann, sondern nur die Nullhypothese, also quasi die Gegenhypothese verwerfen kann oder nach dem Falsifikationsprinzip ausschließen kann.

49:03 Dafür verwendet man statistische Tests, die auf eine Signifikanz testen, wenn die Wahrscheinlichkeit, also der P-Wert, dass die Ergebnisse durch Zufall entstanden sind, kleiner als 5% sind, 5% nochmal zufällig gewählt. Wichtig ist auch bei der Beurteilung, dass man sich die Effektstärke anschaut, weil auch ein kleiner Effekt kann signifikant sein kann, heißt aber nicht, dass er relevant ist.

49:28 Letztlich kann man auch noch das gemeinsame Auftreten von Effekten bewerten, durch eine Korrelation. Wobei man beachten muss, dass nur weil sie gleichzeitig auftreten, heißt es nicht, dass sie zwingend auch zusammenhängen. Das ist dann der Begriff der Kausalität, sprich vermehrtes Auftreten von A, bedingt durch einen Mechanismus vermehrtes Auftreten von B.

49:52 Und dafür gibt es sehr viele Kriterien, die man anwenden kann. Und somit wünschen wir euch sehr viel Spaß mit dem ganzen Wissen. Jetzt wird direkt die nächste Nature Cell, weiß ich nicht, was gekauft und erstmal durchgeblättert und kritisiert mit dem ganzen Wissen, was wir lang gemacht haben. Vielen Dank, dass ihr dabei wart bei den letzten Statistikfolgen.

50:13 Die nächsten Folgen gehen mehr auch in das eigentliche Thema der Staffel ein, in die Psychologie und auch Soziologie. Da sind wir sehr gespannt drauf und freuen uns, euch wieder begrüßen zu dürfen.

50:24 Ja, und danke schon mal an Kai. Ich fand das ganz hervorragend und ich freue mich, dass du für Psychologie auch noch da bleibst. Ich bin auch froh, dass ihr beide noch dabei seid.

50:32 Das wäre auch ziemlich traurig, die Folgen alleine aufzunehmen.

50:35 Ja, das stimmt. Aber das heißt jetzt auch gleich, wird auch das Niveau der Psychologie folgen kausal von Kai's Anwesenheit bestimmt. Und zwar mit einem R von 1. Ich wünsche euch was. Tschö.