Die Paradoxa des Wahrscheinlichkeitsidioten und weitere Rätsel

mojorisin schrieb:Was könnten die Ursachen für die niedrigen Zahlen sein?

Schlechte medizinische Versorgung der Bevölkerung und schlecht organisierte Gerichtsmedizin: die Leute werden lebend selten korrekt diagnostiziert (weil sie nicht zur Vorsorgeuntersuchung gehen) und wenn sie tot sind wird die echte Todesursache möglicherweise nicht erkannt und stattdessen eine häufigere Todesursache wie diabetesbedingtes Organversagen diagnostiziert.

mojorisin schrieb:Was könnten die Ursachen für die niedrigen Zahlen sein?

Müsste man dazu nicht auch differenzieren, worin sich die Lebensweisen unterscheiden, um da überhaupt Anhaltspunkte zu finden?
Ansonsten kann man ja nur spekulieren. Und vielleicht haben die dort ja sogar dafür eine andere Krebsart mehr als in den urbanen Gegenden? Hier ging es ja jetzt explizit nur um Nierenkrebs.

skagerak schrieb:Müsste man dazu nicht auch differenzieren, worin sich die Lebensweisen unterscheiden

Das könnte z.B. eine mögliche Ursache sein. Man könnte z.B. die Hypothese aufstellen: Auf dem Land essen Sie mehr frische, nicht-konservierte Lebensmittel. Darin könnte die Ursache liegen das weniger Leute Nierenkrebs bekommen. (Das wäre dann tatsächlich etwas was man auch wissenschaftlich testen könnte).

skagerak schrieb:Ansonsten kann man ja nur spekulieren.

Die Idee ist einfach mal ein paar Hypothesen aufzustellen was der Grund sein könnte. Man kann sich da ruhig austoben :-)

mojorisin schrieb:Das könnte z.B. eine mögliche Ursache sein. Man könnte z.B. die Hypothese aufstellen: Auf dem Land essen Sie mehr frische, nicht-konservierte Lebensmittel. Darin könnte die Ursache liegen das weniger Leute Nierenkrebs bekommen. (Das wäre dann tatsächlich etwas was man auch wissenschaftlich testen könnte).

Könnte auch sein, ja. Oder sie haben mehr Bewegung auf dem Land, und sauberere Luft z.B..

mojorisin schrieb:Die Idee ist einfach mal ein paar Hypothesen aufzustellen was der Grund sein könnte. Man kann sich da ruhig austoben :-)

Ja okay, kann man machen. Ich für meinen Teil bräuchte da einfach mehr Details, wie Studien zu den Lebensumständen usw..
Ohne sowas kommen u.U. manche spezielle Gruppen mMn zu schnell auf sowas wie "Wegen mehr Handystrahlung in der Stadt." oder so ;-)

@skagerak

skagerak schrieb:Ohne sowas kommen u.U. manche spezielle Gruppen mMn zu schnell auf sowas wie "Wegen mehr Handystrahlung in der Stadt." oder so ;-)

Könnte als Hypothese ja auch erstmal durchgehen:-)

Dies soll erstmal wie ein kleines Planspiel sein. Tatsächlich kommt es oft vor das man als Forschergruppe solche Daten hat, und jetzt stellt sich die Frage wie man jetzt weitermacht. Daher ist die Frage, welche Hypothesen man aufstellen könnte, bzw. welche Fragen man analysieren würde. Dann könnte man z.B. gezielt die Ursache herausfinden und daraus Leitlinien ableiten.

@bgeoweh's Hypothese könte man auch untersuchen.

mojorisin schrieb:Könnte als Hypothese ja auch erstmal durchgehen:-)

Sag ich ja 😏

Also braucht man mehr Fakten um Vergleiche anstellen zu können.

Wie ist die Verteilung des Wohlstands?
Wo wird was, wie viel und am meisten/wenigsten konsumiert?
Wie ist die Verteilung der Berufsgruppen?
Sind die Böden und das Grundwasser unterschiedlich und womit belastet?
Wie unterscheiden sich die Wetterverhältnisse in den unterschiedlichen Regionen, mehr und/oder weniger Sonne?
Eine Statistik über die Altersgruppen der Betroffenen, usw usf.


Naja, mehr Fakten halt. Alles was signifikante Werte ergibt.
So kann man denn ggf. ein Muster erkennen oder mehr ausfiltern und die mögliche Ursache zumindest eingrenzen.

So würde ich zumindest vorgehen.

mojorisin schrieb:@bgeoweh's Hypothese könte man auch untersuchen.

Aber sicher doch. Würde ich meiner Liste sogar noch hinzufügen.

@skagerak
@bgeoweh

skagerak schrieb:Also braucht man mehr Fakten um Vergleiche anstellen zu können.

Das könnte man so sagen. Jetzt gibt es aber tatsächlich ein interessantes weiteres Resultat:

Eine weitere Studie in den USA untersuchte die Häufigkeit von Nierenkrebs in den 3141 Countys. Dabei ergab sich das die höchsten prozentualen Häufigkeiten in hauptsächlich ländlichen, traditionell republikanisch und dünn bewohnten Bundesstaaten im Süden, Westen und mittleren Westen befinden.

Was könnten die Ursachen für die höheren Zahlen sein? Und wie könnte man das in Zusammenhang bringen mit den niedrigsten Zahlen?

mojorisin schrieb:Was könnten die Ursachen für die höheren Zahlen sein? Und wie könnte man das in Zusammenhang bringen mit den niedrigsten Zahlen?

Kommt drauf an, wie gemessen wird :D

Wenn die Nierenkrebsfälle pro 100.000 Einwohner o.Ä. gemessen werden (möglich) und Nierenkrebs an sich eher selten ist (ist so) kann es durchaus sein, dass "ein Fall mehr" in einem dünn besiedelten Gebiet ausreicht, um in dieser relativen Messgröße in der einen Studie eine der niedrigsten Quoten der Nation zu haben und in einer anderen Studie eine der höchsten Quoten.

Die dahinterstehende "Ground truth" wäre dann in etwa, dass Nierenkrebs mehr oder weniger zufällig über die Bevölkerung verteilt auftritt und gar nicht oder nur wenig von Dingen wie politischer Ausrichtung usw. beeinflusst wird (entweder weil kein Zusammenhang besteht oder weil der Zusammenhang so schwach ist dass er statistisch nicht signifikant ist).

bgeoweh schrieb:Wenn die Nierenkrebsfälle pro 100.000 Einwohner o.Ä. gemessen werden (möglich) und Nierenkrebs an sich eher selten ist (ist so) kann es durchaus sein, dass "ein Fall mehr" in einem dünn besiedelten Gebiet ausreicht, um in dieser relativen Messgröße in der einen Studie eine der niedrigsten Quoten der Nation zu haben und in einer anderen Studie eine der höchsten Quoten.

Würde ich auch so sagen.

@skagerak

Die Problematik tritt übrigens "in Echt" immer wieder auf wenn es darum geht ob in der Nähe von z.B. Atomkraftwerken oder Chemieanlagen bestimmte Krankheiten gehäuft auftreten, da kann man sehr unterschiedliche Aussagen erzeugen je nachdem wie man "In der Nähe" definiert und welche Krankheiten man untersucht.

@bgeoweh
@skagerak

Genau, es ist das Problem der zu kleinen Zahlen. Hat man nur kleine Stichproben sind Außreiser deutlich öfter. Z.B. ist es deutlich einfacher mit drei Würfeln gleichzeitig eine sechs zu würfeln als mit tausenden.

Interessant ist aber auch, wenn man nur ein Beispiel zu lesen bekommt, (wie also z.B. im ersten Post, Nierenkrebs mit niedrigster Inzidenz), übersieht man bei der Schlussfolgerung gerne den Hinweis auf Statistik (dort: die ländlichen Countys) und zieht andere Schlussfolgerungen vor (auf dem Land lebt man gesünder etc.). Dies ist tatsächlich ein Problem bei sehr vielen Studien das die Schlussfolgerungen mit Vorsicht zu betrachten sind.

Z.B. habe ich gerade gelesen:

„Es gibt Leistungssportler, die bereit sind, ein kürzeres Leben in Kauf zu nehmen“

https://www.brandeins.de/magazine/brand-eins-wirtschaftsmagazin/2020/leistung/es-gibt-leistungssportler-die-bereit-sind-ein-kuerzeres-leben-in-kauf-zu-nehmen?utm_source=pocket-newtab-global-de-DE

Dort ist eine der Schlussfolgerung, das deutsche Olymipade-Sportler, welche eine Goldmedaille gewonnen haben, ein höheres Risiko haben früher zu sterben:

Sie haben festgestellt, dass die Überlebenswahrscheinlichkeit mit zunehmendem Erfolg geringer wird: Der Goldmedaillengewinner hat ein höheres Risiko, früher zu sterben, als der Silbermedaillengewinner. Woran liegt das?

Mutmaßlich daran, dass der Goldmedaillengewinner länger und härter trainiert, also noch mehr an die Grenzen seines Körpers geht, und vielleicht auch eher bereit ist, gegen Fairness- oder Doping-regeln zu verstoßen.

Nun ist die Frage: Wieviele deutsche Goldmedaillengewinner hat es denn überhaupt gegeben? Kann ich daraus überhaupt eine statische sichere Aussage generieren? Bisher sind nur 400 der gesamten Teilnehmer überhaupt gestorben. Wieviele davon waren Goldmedaillengewinner?

Die Studie wurde hier veröffentlicht:
https://link.springer.com/article/10.1007/s12662-020-00654-x

Einen anderen interessanten Fall gab es bei der Gates-Stiftung. Eine Studie an 1662 Schulen in Pennsylvania hatte gezeigt das sechs der fünfzig besten Schulen klein sind, somit waren kleine Schulen überrepräsentiert Link. Daraus wurde der Schluss gezogen das an kleinen Schulen bessere Lehrmöglichkeiten gegebn waren. Konsistente Erklärungen lassen isch leicht finden ala, mehr persönliche AUfmerksamkeit, bessere Lehrer-Schüler Kommunikation etc. Daraus hat die Stiftung den Schluss gezogen das kleine Schulen gfördert werden müssen (Link 2004). Über zwei Milliarden DOllar floßen in die Unterstützung der Schulen, viele Schulen wurden verkleinert. Das Projekt wurde ein voller Mißerfolg Washington Post 2014 (Archiv-Version vom 30.10.2020). Man hatte nicht geschaut was die Merkmale der schlechtesten Schulen sind, die waren nämlich ebenso unterduchschnittlich klein. Das heißt die Größe der Schulen korreliert nicht mit der Leistung der Schüler (und wenn überhaupt dann eher anders herum Link Bild 5).

Also immer Vorsicht walten lassen mit Aussagen bezogen auf kleine Stichproben ;-)

mojorisin schrieb:Also immer Vorsicht walten lassen mit Aussagen bezogen auf kleine Stichproben ;-)

Danke, das war sehr erkenntnisreich :-)
Ich betrachte Studien bzw Statistiken schon immer generell mit Vorsicht.

@skagerak

skagerak schrieb:Danke, das war sehr erkenntnisreich :-)

Das ging mir auch so als ich darüber gelesen hatte. Und ich dachte passt perfekt hier rein :-)

mojorisin schrieb:Das ging mir auch so als ich darüber gelesen hatte. Und ich dachte passt perfekt hier rein :-)

Erstaunlich viele Probleme besonders im US-System lassen sich darauf zurückführen, dass irgendwo im Prozess mal die Regel des Maimonides

Wikipedia: Maimonides' rule

angewendet wurde :D (vereinfacht gesagt: Klassengrößen bis zu einer Obergrenze werden toleriert, wenn man über der Obergrenze liegt wird die Klasse in zwei Klassen aufgeteilt. Führt bei sinnig gewählten Grenzen zu Klassengrößen die zwischen Obergrenze/2 und Obergrenze verteilt sind).

Da effektiv z.B. auch Wahlkreise so zugeschnitten werden usw. zeigen sich da die verblüffendsten Effekte :D