Diskussion:Entscheidungstheorie

aus Wikipedia, der freien Enzyklopädie

Ist die Unterscheidung zwischen normativer und präskriptiver Entscheidungstheorie wirklich sinnvoll? Der wichtige Unterschied im theoretischen Ansatz liegt zwischen normativ/präskriptiv und deskriptiv, wogegen der normative und der präskriptive Ansatz ineinander übergehen --Wissons 09:56, 25. Aug 2006 (CEST)

Es werden keine Entscheidungsregeln unter Sicherheit angesprochen (Lexikographische Ordnung, Körth-Regel, Goal-Programierung).

Sollte der Vollständigkeit halber implementiert werden!

Kommt, versprochen! --Einbayer 18:12, 9. Nov 2004 (CET)

Inhaltsverzeichnis 1 Wurm drinn 2 Gelöschter Absatz 3 Wishlist 4 Fehlerhafter Link 5 Lose Wortsammlung

[Bearbeiten] Wurm drinn

In dem Folgenden Text ist irgenwo der Wurm drinn glaub ich: Die Unsicherheitssituation lässt sich gliedern in

   * Entscheidung unter Sicherheit: Die eintretende Situation ist bekannt. (Deterministisches Entscheidungsmodell)
   * Entscheidung unter Unsicherheit: Es ist nicht mit Sicherheit bekannt, welche Umweltsituation sj eintritt, man unterscheidet dabei weiter

[Bearbeiten] Gelöschter Absatz

Ich habe den Absatz

Nahe liegend ist nun diejenige Entscheidung, bei der der Erwartungswert ihrer Konsequenzen ein Maximum annimmt. Allerdings ist diese Maximum-Regel nur dann anwendbar, wenn der Entscheidungsträger risikoneutral ist. Bei einem risikofeindlichen Entscheidungsträger müssen noch die Standardabweichungen der einzelnen Konsequenzen berücksichtigt werden: Je höher die Standardabweichung, desto höher ist nämlich das einer bestimmten Entscheidung immanente Risiko. Dieses Modell ist jedoch nicht konsistent, weil sich beliebig viele Fälle mit gleichem Erwartungswert und Streuung konstruieren lassen. Ein weiterer Kritikpunkt an den Erwartungswertmodellen ist noch das so genannte Petersburger Paradoxon: Eine Münze wird geworfen;jedes mal, wenn Zahl kommt, werden 2 Euro gewonnen. EW = 0,5 * 2 + 0,5 * 2 + 0,5 * 2 +... => EW geht gegen unendlich, was natürlich unrealistisch ist.

Besser ist deshalb die Anwendung des Bermoulli Prinzips, das 1886 von Daniel Bernolli entwickelt wurde, und das für die meisten Entscheidungsträger heute eine zieladäquate Entscheidungsregel darstellt.

gelöscht. Gründe:

1. Er ist teilweise falsch. Ob ein Entscheider bei der hier als Maximum-Regel bezeichneten Regel in einer Situation indifferent zwischen Alternativen ist, hat nichts mit Konsistenz zu tun.
2. Die ganze Auseinandersetzung mit dieser Problematik findet bei Entscheidung unter Risiko einen besseren Platz. Außerdem sind dort die relevanten Informationen größtenteils bereits enthalten. Dort habe ich auch das Petersburger Paradoxon eingebunden, das hier überdies falsch dargestellt wird.

Mit der Bitte um Verständnis. --Einbayer 17:33, 26. Nov 2004 (CET)

[Bearbeiten] Wishlist

Es fehlen noch: Bernoulli-Risikionutzentheorie Müh-Omega-NutzentheorieŒ Prospecttheorie (Ansatz normative und deskriptive ET zu vereinen) Satizifizierungstheorie/Ansätze Strukturierung von Entscheidungen (wohlstrukturiert,semistrukturiert,unstrukturiert) mit Entscheidungsdefekten(Zieldefekt,Abbildungsdefekt,Lösungsdefekt, Bewertungsdefekt etc...) Entscheidungsbaumverfahren = flexible Planung Vernünftige Gliederung (bisher alles schön durcheinander gemischt)

Um nur einige Grundlagen zu nennen, die noch fehlen...

So nebenher fehlt mir auch die psychologische Entscheidungstheorie Yotwen 18:49, 7. Mai 2006 (CEST)

[Bearbeiten] Fehlerhafter Link

Der Link "http://www.entscheidungstheorie.net/ Theoretische Grundlagen der Entscheidungstheorie" lässt sich leider nicht öffnen, bzw. Zeigt auf eine Bilderseite!

Versuchts mal hiermit - Musterlösungen zum Buch:

http://www.rationalesentscheiden.de/

Viel Glück!

[Bearbeiten] Lose Wortsammlung

Buzzwords aus der Entscheidungstheorie:

1. Prozedurale Rationalität

2. Konsistenz der Entscheidungsgrundlagen
Zukunftsorientiert, Transitivität, Invarianz, Unabhängigkeit von irrelevanten Alternative

3. Mind Mapping (geeignet für die Modellierung des Problems)
Pro: Komplexitätsreduktion, Strukturhilfe, Kommunikationshilfe Contra: Informationsverlust, fehlende Quantifizierung

4. Entscheidungsbaum
Pro: kein Info-Verlust, Teilproblemzerlegung, chronologisch Contra: nicht für komplexe Entscheidungen geeignet Anzahl der Stufen richtet sich nach der Anzahl an Entscheidungsebenen

5. Entscheidungsmatrix (geeignet für die Bewertung des Problems)
Infos übersichtlich, keine Struktur oder Chronologie

6. Fundamentalziel
Ziel, das um seiner selbst willen verfolgt wird und keiner Begründung mehr bedarf.

7. Instrumentalziel
Ziel , das verfolgt wird, weil es zur Erreichung eines anderen, fundamentaleren Ziels beiträgt.

8. Anforderung an Zielsysteme
Vollständigkeit, Redundanzfreiheit, Messbarkeit, Präferenzenunabhängigkeit, Einfachheit

9. Präferenzenordnung
Muss vollständig und transitiv sein

10. Präferenzenunabhängigkeit (wechselseitig)
Ist umso eher erfüllt, je dichter die Unter- und Obergrenzen der Attribute zusammen liegen

11. Unabhängigkeit
Durch das Eintreten eines Ereignisses ändert sich die Eintritts-WK für ein anderes Ereignis nicht

12. Roll-back-Verfahren

13. Absolute Dominanz unter Sicherheit
Eine Alternative dominiert eine andere absolut, wenn sie in keinem Attribut schlechter ist als jene und mind. in einem besser ist

14. Absolute Dominanz unter Unsicherheit
Eine Alternative dominiert eine andere, wenn sie auch in ihrer schlechtest möglichen Ausprägung besser ist als die andere

15. Zustandsdominanz bei Unsicherheit
Eine Alternative dominiert eine andere, wenn sie in keinem Zustand schlechter ist als jene, und mind. in einem besser.

16. Stochastische Dominanz
Eine Alternative a domiert eine Alternative b, wenn die WK, dass a die Ausprägung eines Attributes von b überschreitet überall mind. genauso hoch ist wie umgekehrt und bei einer Ausprägung sogar höher ist. Liegt vor, wenn die Minimierung von EU(a)-EU(b) > 0 ergibt und kann somit bei unvollständiger Präferenzeninformation ermittelt werden.

17. Wertfunktion v
Sie ordnet bei Sicherheit einer Alternative a genau dann einen höheren Wert als b zu, wenn ein Entscheider Alternative a gegenüber b präferiert

18. Ordinalte WF
Es kann nur eine Rangfolge der Alternativen angegeben werden -> nicht messbar

19. Kardinale WF
Präferenzenunterschied ist messbar

20. Voraussetzungen für WF
Vollständigkeit und Transitivität

21. Nutzenfunktion u
Entscheidung bei Unsicherheit, wobei mehrere Ausprägungen je Ziel und Alternative möglich sind. Es wird sowohl die subjektive Einstellung des Entscheides gegenüber dem Wert einer Alternative als auch gegenüber seiner Risikoeinstellung dargestellt.

22. Axiome der Nutzentheorie
Vollständige Ordnung, Stetigkeit und Unabhängigkeit

23. Direct-Rating-Methode
Pro: einfach und geeignet für nominal skalierte Variablen Contra: bei vielen Alternativen aufwendig, fehleranfällig und ungenau

24. Halbierungsmethode
Pro: geeignet für intervallskalierte Variablen, nicht jede Ausprägung muss bewertet werden Contra: nicht geeignet für nominal/ordinale Variablen, Verzerrungen zu Beginn machen Ergebnis unbrauchbar

25. Methode gleicher Wertdifferenzen
Pro: Gleiche Wertdifferenzen als Hilfe, geeignet für intervallskalierte Variablen Contra: Normierungsproblem, wenn UG und OG überschritten wird, schwer anwendbar für nominal skalierte Variablen

26. Konsistenzprüfung
Wichtig, da oft nur unvollständige Daten verfügbar sind und Entscheider über unzureichende Kritik am eigenen Urteil verfügen. Man sollte daher verschiedene Methoden anwenden um ein Ereignis zu analysieren und ggf. die verschiedenen resultierenden Werte mitteln.

27. Sensitivitätsanalyse
Untersucht z.B. ob eine Entscheidung stabil gegenüber geringfügigen Schwankungen von Gewichten oder Wahrscheinlichkeiten ist.

28. Multiattributive Wertfunktion
Sie ordnet jeder Alternative einen Wert in Abhängigkeit von min. zwei Attributsausprägungen zu, so dass v(a) > v (b), wenn a gegenüber b präferiert wird.

29. Additive Modell (Scoring-Modell)
Erfordert wechselseitige Präferenzenunabhängigkeit Beispiel: v(a)= w1*v1(x1) + w2*v2(x2) + w3*v3(x3)

30. Trade-off-Verfahren
Ermittlung der Gewichte über Austauscharten zwischen zwei Zielgrößen bei denen der Entscheider indifferent ist

31. Swing-Verfahren
Ermittlung der Gewichte durch „hoch-swingen“ eines Attributs und anschließender Punktebewertung aller möglichen Alternativen. Die Einzelwertfunktionen müssen noch nicht bekannt sein.

32. Bandbreiten-Effekt
Gewichte im additiven Modell sind abhängig von den Intervallen über denen die Einzelwertfunktionen gebildet wurden. Wenn nun ein Attribut sein Intervall sprengt, muss mit dem Korrekturfaktor M, das entsprechende Gewicht korrigiert werden und folglich auch alle anderen Gewichte angepasst werden

33. Korrekturfaktor M
OG(neu)-UG(neu) / OG(alt)-UG(alt)

34. Lineare Programmierung
Annahmen: Proportionalität, Additivität, Teilbarkeit, Bestimmtheit

35. Wahrscheinlichkeitsverteilung p(x)

36. Verteilungsfunktion P(x)

37. Risikoprofil 1-P(x)
Komplement der Verteilungsfunktion (Mit welcher WK wird x überschritten?)

38. Diskrete Funktion
Darstellung durch Treppenfunktionen

39. Dichtefunktion
Bei stetigen Variablen können nur Intervalllen eine WK zugeordnet werden. Über das Integral der Dichtefunktion läßt sich die WK für ein bestimmtes Intervall ermitteln.

40. Stetigkeit
Bei drei Lotterien a, b, c gibt es immer wenn die Lotterie b zwischen a und c liegt, eine Kombination aus a und c, bei der der Entscheider indifferent zu b ist.

41. Bayes-Theorem
Wird benutzt, um a-priori-WK im Lichte neuer Daten zu präzisieren und in a-posteriori-WK zu wandeln.

42. Basis-Referenz-Lotterie
Eine Lotterie mit zwei Konsequenzen, die jeweils das Maximun und das Minimum eines möglichen Ereignisses abbilden.

43. Sicherheitsäquivalent
Ist ein sicherer Wert, bei dem der Entscheider indifferent ist zwischen dem Wert und der BRL.

44. Risikoprämie
Ausgleichszahlung, die sich aus der Differenz von Erwartungswert der Lotterie und dem SÄ ergibt

45. Risikoeinstellung bei monoton steigenden Nutzenfunktionen
RP > 0 – risikoscheu (konkave NF)
RP < 0 – risikofreudig (konvexe NF)
RP = 0 – risikoneutral (lineare NF)

46. Risikoeinstellung bei monoton fallenden Nutzenfunktionen
RP < 0 – risikoscheu (konkave NF)
RP > 0 – risikofreudig (konvexe NF)
RP = 0 – risikoneutral (lineare NF)

47. Arrow-Pratt’sche Risikomaß
r(x) = - u’’(x)/u’(x) Zeigt die Risikoeinstellung eines Entscheiders, wenn man sie genauso wie die RP interpretiert und klärt zusätzlich darüber auf, wie sich die Einstellung mit steigendem x (z.B. Einkommen) ändert.

48. Operation Research
Hilft bei der Problemlösung durch Strukturierung der Realität, Entwicklung einer optimalen Lösung und Erforschung von Lösungsstrukturen. Trade-off zwischen Genauigkeit und Handhabbarkeit bei der Umsetzung

49. Fehlerminimierung
Wenn mehr Indifferenzenaussagen als Ziele vorliegen, muss eine Fehlervariable e eingeführt werden. Das Gleichungssystem ist überbestimmt. (z.B. bei redundanden Informationen bezügl. der Gewichte)

50. Wahrscheinlichkeits-Interpretation (subjektivistisch)
Grad des Vertrauens einer Person, dass ein Ereignis eintreten wird

51. Wahrscheinlichkeits-Interpretation (frequentistisch)
Orientiert sich an der relativen Häufigkeit eines Ereignisses und ist daher ein guter Ausgangspunkt für die Bildung von WK’s die sich in ähnlicher Weise schon oft wiederholt haben (Bsp: Fehlerquoten, Krebsrisiko)

52. Wahrscheinlichkeits-Interpretation (symmetrieabhängig)
Bei Ereignissen, die sich aus n gleich wahrscheinlichen Elementarereignissen zusammensetzen, hat jedes die WK 1/n. (z.B. bei Glücksspielen)

53. Attributs-Typen
Natürliche Att. (z.B. €, PS), Künstliche Att. (z.B. Lohngruppen), Proxy-Att. (z.B. Indikatoren)