studie-a-oestrogen-stratifizieren-schoice

kausalinferenz
paper
Published

July 10, 2026

Question

In Studie A (Östrogen-Medikament) hilft das Medikament sowohl bei Männern als auch bei Frauen jeweils innerhalb der Gruppe, aber in den Gesamtdaten (über beide Geschlechter summiert) scheint es zu schaden. Das Kausalmodell zeigt: Geschlecht beeinflusst sowohl die Einnahme des Medikaments als auch die Heilung direkt. Was ist laut Kapitel die korrekte Handlungsempfehlung?

Answerlist

  • Man sollte die stratifizierten (nach Geschlecht getrennten) Daten betrachten, da Geschlecht hier ein Konfundierer ist, der den Gesamteffekt verzerrt; die Teildaten zeigen den wahren kausalen Effekt.
  • Man sollte ausschließlich die Gesamtdaten betrachten, da diese immer den zuverlässigeren Schluss erlauben.
  • Stratifizieren ist in diesem Fall grundsätzlich falsch, weil es prinzipiell nie korrekt sein kann, Daten in Untergruppen aufzuteilen.
  • Da sich Gesamt- und Teildaten widersprechen, kann man aus diesen Daten überhaupt keine Aussage ableiten, unabhängig vom Kausalmodell.
  • Die Entscheidung zwischen Gesamt- und Teildaten ist in diesem Fall komplett beliebig und macht keinen inhaltlichen Unterschied.

Solution

Da Geschlecht laut Kausalmodell sowohl auf die Medikamenteneinnahme als auch direkt auf die Heilung wirkt (ein klassischer Konfundierer), verzerrt die Betrachtung der Gesamtdaten den wahren Effekt des Medikaments. Kontrolliert (stratifiziert) man nach Geschlecht, verschwindet diese Verzerrung, und man sieht den tatsächlichen (positiven) Effekt des Medikaments in beiden Gruppen. Die erste Option ist korrekt.

Warum die Distraktoren falsch sind:

  • Die zweite Option ist in diesem spezifischen Fall falsch: Gerade weil Geschlecht ein Konfundierer ist, führt die Betrachtung der Gesamtdaten hier zu einer irreführenden Schlussfolgerung – das Kapitel zeigt später (Studie B) allerdings auch ein Gegenbeispiel, wo die Gesamtdaten korrekt sind, was zeigt, dass die richtige Wahl vom jeweiligen Kausalmodell abhängt.
  • Die dritte Option übertreibt: Stratifizieren ist nicht grundsätzlich falsch – im Gegenteil, im Fall der Konfundierung (wie hier) ist es gerade der korrekte Weg. Das Kapitel warnt lediglich davor, dass Stratifizieren nicht automatisch immer richtig ist (wie das Gegenbeispiel Studie B zeigt).
  • Die vierte Option ist zu pessimistisch: Kennt man das zugrundeliegende Kausalmodell (wie hier gegeben), lässt sich sehr wohl eine begründete Entscheidung treffen – das Problem ist nicht grundsätzliche Uninterpretierbarkeit, sondern dass man ohne Kausalmodell nicht weiß, welche Betrachtungsweise korrekt ist.
  • Die fünfte Option widerspricht dem gesamten Kapitel: Die Wahl zwischen Gesamt- und Teildaten hat hier gravierende inhaltliche Konsequenzen (Medikament hilft vs. Medikament schadet) und ist keineswegs beliebig.

Aufgabenname: studie-a-oestrogen-stratifizieren-schoice

Answerlist

  • Wahr
  • Falsch
  • Falsch
  • Falsch
  • Falsch

Meta-information

exname: studie-a-oestrogen-stratifizieren-schoice extype: schoice expoints: 1 exsolution: 10000 exshuffle: 5 excategory: kausalinferenz