Clicked Gallery
Was ist ein Funnel Plot?
Markiert in einem echten Lehrbuchabsatz. Erklärt von Clicked.
Im Satz verwendet
University Course Reader · STEM
The funnel plot was clearly asymmetric, suggesting that small negative trials had gone unpublished.
Der Leser markierte einen Begriff — im Artikel oder im Paper-PDF. Clicked machte den Statistikbegriff „funnel plot“ leicht verständlich:
In drei Stufen erklärt
Gleiche Fakten, anderer Vibe — Slang-Modus 😎
Die Clicked-Methode
●○○
Overview
Ein Funnel Plot ist ein Diagramm, das Forscher zeichnen, wenn sie viele Studien zu einer Frage zusammenführen, um zu prüfen, ob welche in der veröffentlichten Literatur fehlen. Es ist nicht das Trichterdiagramm aus dem Vertrieb, das zeigt, wie Leute aus einem Prozess ausscheiden. Jede Studie ist ein Punkt, gesetzt nach ihrem Ergebnis und ihrer Größe. Große Studien ballen sich oben um die wahre Antwort, kleine streuen weiter unten, und die Punkte füllen einen umgedrehten Trichter. Eine leere Ecke bedeutet, dass wahrscheinlich Studien unveröffentlicht blieben.
●○○
Overview
Ein Funnel Plot spürt Studien auf, die es geben sollte, aber nicht gibt. Nicht der Verkaufstrichter, bei dem tausend Besucher zu zehn Käufern schrumpfen; dieses Diagramm hat sich nur das Wort geliehen. Hier ist jede Studie ein Punkt: Große, sorgfältige Studien drängen sich oben um die Antwort, kleine, schlichte verteilen sich unten auf beide Seiten. Wenn eine untere Ecke seltsam leer ist, wurden die kleinen Studien, die nichts fanden, nie veröffentlicht, und das ist Publikationsbias bei eingeschaltetem Licht. 😎
Die Kurzfassung — oft reicht sie schon.
●●○
Detail
Ein Funnel Plot ist ein Streudiagramm, das Forscher zeichnen, wenn sie viele Studien zu einer Frage in einer Metaanalyse zusammenführen, um aufzudecken, ob Studien fehlen. Es ist nicht das Trichterdiagramm aus Vertrieb und Marketing, das eine Gruppe zeigt, die Stufe für Stufe schrumpft; die beiden teilen ein Wort und sonst nichts. Jeder Punkt ist eine Studie. Seine waagerechte Position zeigt die Größe des Effekts, den diese Studie fand; seine Höhe zeigt, wie präzise die Studie war, was meist heißt, wie viele Menschen sie einschloss. Große Studien sind präzise, also sitzen ihre Punkte hoch und dicht beieinander, nahe der Antwort, auf die die ganze Menge zeigt. Kleine Studien sind verrauschter, also sitzen ihre Punkte tief und verteilen sich auf beide Seiten dieser Antwort. Eine ehrliche Menge von Studien füllt einen symmetrischen umgedrehten Trichter, und diese Symmetrie ist der Test. Wenn kleine Studien, die nichts fanden, unveröffentlicht blieben, ist die untere Ecke, wo sie hingehören, leer, und der Trichter kippt. Ein schiefer Trichter ist das, was Publikationsbias erzeugt, aber andere Dinge erzeugen ihn auch. Ein paar Studien können durch Zufall jede Form ergeben. Und kleine Studien werden oft an den kränksten Patienten durchgeführt, die den meisten Spielraum zur Besserung haben, sodass diese Studien einen tatsächlich größeren Effekt messen können. Ein schiefer Plot verlangt also einen genaueren Blick, nicht einen Schluss.
●●○
Detail
Ein Funnel Plot ist das, was du zeichnest, wenn du einen Stapel Studien zur selben Frage hast und wissen willst, ob der Stapel vollständig ist. Vergiss das Trichterdiagramm aus Vertrieb und Marketing; das verfolgt Leute, die aus einem Anmeldeformular aussteigen, und teilt nur die Form. Hier: ein Punkt pro Studie. Von links nach rechts, wie groß der Effekt ist, den die Studie fand. Von unten nach oben, wie groß die Studie war. Große Studien sind präzise, also stapeln sie sich oben in einem engen Klumpen um die Antwort. Kleine Studien sind sprunghaft, also reihen sie sich unten auf, manche über der Antwort, manche darunter. Wäre jede Studie, die gemacht wurde, veröffentlicht worden, wäre der Trichter symmetrisch. Jetzt denk daran, welche Studien verschwinden. Es sind die kleinen, die nichts fanden, denn eine kleine Studie, die nichts fand, ist das Schwierigste in der Wissenschaft, gedruckt zu werden. Diese Punkte gehören unten auf die enttäuschende Seite. Nimm sie raus, und diese Ecke ist kahl und der ganze Trichter kippt. Ein gekippter Trichter ist, wie Publikationsbias aussieht, aber Publikationsbias ist nicht die einzige Ursache fürs Kippen. Glück kann es schon bei ein paar Studien. Und kleine Studien nehmen oft die kränksten Patienten, und kränkere Patienten haben mehr aufzuholen, also messen diese Studien wirklich einen größeren Effekt. Ein schiefer Plot heißt also: hingehen und nachsehen, nicht Fall geschlossen. 😎
Mehr? Ein Klick geht tiefer.
●●●
Analogy
Dreißig Bogenschützen schießen auf eine Zielscheibe. Die Erfahrenen gruppieren sich eng um die Mitte. Die Anfänger streuen nach beiden Seiten, denn ein Anfänger hat keine bestimmte Richtung des Danebentreffens. Bevor der Trainer herüberkommt, ziehen die Anfänger still ihre schlimmsten Fehlschüsse heraus, und die liegen zufällig alle links. Der Trainer sieht einen engen Kern mit Streuung nur rechts. Er weiß, dass Anfänger nach beiden Seiten danebentreffen, also weiß er, dass Pfeile gezogen wurden, und ungefähr wie viele. Das ist ein Funnel Plot: Die erfahrenen Schützen sind die großen Studien, die Anfänger sind die kleinen, und die gezogenen Pfeile sind die Studien, die niemand veröffentlicht hat.
●●●
Analogy
Ein Glas Bonbons auf dem Lehrerpult, und jedes Kind schreibt eine Schätzung auf. Die sorgfältigen Kinder, die Reihen gezählt haben, landen nah an der Antwort. Die Kinder, die nur hingeschaut und geraten haben, liegen überall, die Hälfte zu hoch, die Hälfte zu niedrig, weil Raten keine Lieblingsrichtung hat. An die Tafel gepinnt, ergeben die Zettel einen umgedrehten Trichter: eng in der Mitte, breit und ausgewogen an den Rändern. Dann werfen die Kinder, die viel zu niedrig geraten haben, ihre Zettel aus Verlegenheit still weg. Die Mitte sieht noch gut aus, aber die Streuung neigt sich nach oben, und der Lehrer kann sehen, dass niedrige Schätzungen fehlen. Diese leere Ecke ist Publikationsbias, und die Tafel ist ein Funnel Plot. 😎
Neues Konzept? Ein Alltagsbeispiel macht’s greifbar — neue Analogien auf Knopfdruck.
KI-Erklärungen können Fehler enthalten · Keine professionelle Beratung
Formale Definition — Derselbe Begriff, wie er sonst erklärt wird
Ein Funnel Plot ist ein Streudiagramm in der Metaanalyse, in dem jede eingeschlossene Studie mit ihrer Effektschätzung auf der waagerechten Achse und einem Maß ihrer Präzision, typischerweise dem Standardfehler oder der Stichprobengröße, auf der senkrechten Achse aufgetragen wird. Ohne Bias streuen die Schätzungen kleiner Studien breiter um den gepoolten Effekt als die großer Studien und bilden einen symmetrischen umgedrehten Trichter. Asymmetrie, insbesondere eine dünn besetzte Region, die kleinen Studien mit Null- oder ungünstigen Ergebnissen entspricht, gilt als Hinweis auf Publikationsbias oder andere Kleinstudieneffekte und wird formal mit Tests wie der Egger-Regression bewertet. Asymmetrie ist ein Hinweis, kein Beleg, und braucht eine ausreichende Zahl von Studien zur Interpretation. Sie hat nichts mit dem Trichterdiagramm der Vertriebs- und Marketinganalytik zu tun.
Soll Clicked Begriffe wie „funnel plot“ direkt in deinem Browser erklären – auch in PDFs?
Zu Chrome hinzufügen — Kostenlos50 kostenlose Erklärungen · Keine Kreditkarte nötig
Mehr aus der Galerie
Was ist Publikationsbias?
Warum Studien, die nichts fanden, nie veröffentlicht werden, und was das mit allem macht, was du liest.
Was ist eine Metaanalyse?
Viele kleine Studien zu einer Antwort verschmolzen, und warum die Fusion trotzdem täuschen kann.
Was ist die Effektstärke?
Wie groß ein Unterschied wirklich ist, unabhängig davon, ob er echt ist. Die Zahl, die Nachrichten weglassen.
Was ist die Stichprobengröße?
Wie viele wirklich gemessen wurden, warum kleine Zahlen täuschen und warum große nicht genügen.
Was ist ein Konfidenzintervall?
Die Spanne, die eine Studie um ihr Ergebnis angibt, und warum eine breite heißt, dass es niemand weiß.
Was bedeutet statistisch signifikant?
Es heißt wahrscheinlich kein Zufall. Es heißt nicht groß, nützlich oder wahr.