Brainscape's Knowledge GenomeTM


Top Flashcards (Certified)
All Flashcards

Entscheidungslehre > G_Cards_Teil B > Flashcards

G_Cards_Teil B Flashcards

(109 cards)

Start Studying
1
Q

Präskriptive Entscheidungstheorie

A

Anhand Modelle und Instrumente auf einem analytischen Weg eine Entscheidungsempfelung ausrechen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Was enthält das Wirkungsmodell

A

alle Handlungsalternative
Umweltprognose
Wirkungsprognose

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Probleme bei der Aufstellung von allen Alternativen und Gründe dafür

A

es werden nicht alle Alternativen in betracht gezogen weil man meint bereits alle Alternative aufgelistet zu haben –> Myopic problem representation bias
orientierung am Naheliegenden und leicht vorstellbaren –> Verankerung am Normalen weil bei normabweichendem das Commintment wächst und somit auch das Risiko und die Risikoscheue

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Praktische Tipps für die Alternativen Suche

A

Value focused Thinking
Ziele heranziehen und schauen auf welcher Weise (Alternativen) man diese Ziele bestmöglichst erreicht (heranziehen einer Idealalternative, vorküpfen eines einzelnen Ziels und dann Alternative formulieren und dann weiter…)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Wie kann man zu viele Alternativen filtern ohne dadurch die beste ausversehen auszusotieren

A

Anspruchniveau oder Dominanzüberprüfungen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Zwei arten der Umweltprognosen

A

diskrete und stetige Umweltprognosen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Möglichkeiten die Verteilungen der Umweltprognosen darzustellen

A

Über eine Formel (vorallem schwer bei mehreren Einflussfaktoren) oder über eine Monte Carlo Simmulaton (bei stetigen Größen)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Wie sieht eine Wirkungsprognose aus

A

In den Zeilen stehen die Alternativen und in den Spalten stehen die Umweltprognosen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Der Vorteil an einer diskreten Unsicherheitsmodellierung

A

hohe Flexibilität und qualitative Bewertungskriterien finden Berücksichtigung (bei stetigen vorallem quantitativ) (diskrete Unsicherheitsmodellierung wird im Navi benutzt)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Wozu führt eine diskrete Unsicherheitsmodellierung und welche Probleme bringt das mit sich was in Dem Navi umgangen wird

A

führt zu einer Ergebnismatrix wobei sich alle Zustände gegenseitig ausschließen und sich jeder Zustand auf jede Alternative auswirken kann. Dies ist unpraktisch da eine vollständig und disjunkte Zerlegung von Umweltzuständen unrealistisch ist
Im Navi ist jede Ausprägung einer Alternative ein spezifischer Unsicherheitsfaktor mit entsprechenden Umweltkonstelationen definiert werden kann.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Ein Problem bei der praktischen Aufstellung einer Ergebnismatrix (Verzerrungen) , wie wirkt man dem ganzen entgegen

A

Sunk Cost Effekt
Inside View
Debiasing muss durchgeführt werden damit die Umwelt und Wirkungsprognosen nicht verzerrt sind

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Übersicht über die Methoden und Instrumenarien bei der Suche nach der besten Alternativen

A

5 Konstellationen
1 keine notwendigkeit einer Präferenzmodellierung
2 Präfenrenzmodellierung mit nur einem Ziel
3 Prä.model. mit mehren Zielen
4 Unvollständige Informationen
5 Mehrstufige Entscheidungen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

1 keine notwendigkeit einer Präferenzmodellierung

A

entweder direkt klar welche Alternative die beste ist oder durch setzen von Anspruchniveaus oder anhand Dominanzüberprüfungen solang Alternativen reduzieren bis beste über bleibt
Es ist in den Fällen nicht notwendig ein Präferenzmodell aufzustellen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

2 Präfenrenzmodellierung mit nur einem Ziel

A

Der Entscheider hat bloß ein Ziel trotzdem weiß er nicht welche die beste ist weil je nach Umweltzustand eine andere Alternative besser ist
Es ist ein Präferenzmodell notwendig hinsichtlich seiner Risikoeinstellung und Höhenpräferenzen –> zielspezifischen Nutzenfkt als Präferenzmodell

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

3 Prä.model. mit mehren Zielen

A

für jedes Ziel ist eine zielspezifische Nutzenfkt aufzustellen und es müssen die unterschiedlichen Zielgewichte formuliert werden

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

4 Unvollständige Informationen

A

in der Ergebnismatrix oder Präferenzmodellierung können nicht alle Werte eingetragen werden
man kann gegebenenfalls durch Dominanzüberprüfungen weiter analysieren

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

5 Mehrstufige Entscheidungen

A

Ergenismatrix eignet sich nicht mehr vielmehr dafür aber ein Entscheidungsbaum

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Was versteht man unter ein Anspruchsniveau welche Probleme gehen mit dem Entscheiden über Anspruchsniveaus umher

A

legt in einem Ziel eine Grenze bei den Zielausprägungen fest die die Alternative nicht überschreiten darf als sozusagen eine Mindestbedingung
Vorteile zur Vereinfachung jedoch kann man auch optimale Alternativen ausschließen die einen guten Wert besitzen aber in einer Zielausprägung leicht außerhalb des Niveaus sich befindet also muss man behutsam sein beim Setzen der Grenze und Ergebnisse bei verschiedenen Niveaus sich anschauen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Wie kann man besonders effizient eine Alternative wählen

A

Anhand Dominanzüberprüfungen also wählen einer Alternative die nicht dominiert wird

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Verschiedene Arten von Dominanz

A

A dominiert B wenn A midestens so gut ist wie B in allen entscheidungsrelevanten Aspekten ist
A dominiert B STRIKT wenn A besser ist als B in allen entscheidungsrelevanten Aspekten ist
A dominiert B ECHT wenn A wenn A,B dominiert und in einem Aspekt echt besser ist

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Wann liegt bei Unsicherheit Dominanz vor

A

Wenn A in jedem Ziel und jedem Zustand mindestens so gut ist wie B

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Wann lohnt sich die Ausscheidung von dominierten Alternativen

A

Wenn bloß die beste Alternative gesucht ist und nicht z.B die zweit oder drittbeste auch

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Was wird angewandt bei Entscheidungen unter Sicherheit mit einem Ziel

A

Das Erwartungsnutzenkalkül (explizite Berücksichtigung der Präferenzen im Entscheidungsmodell)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Was zeigt das St. Petersbuger Spiel

A

Das wenn nur ein Ziel vorliegt und es mit unsicheren Ausprägungen aber bekannte WS geht es nicht bloß ausreicht ein Erwartungswert zu berechnen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Wie funktioniert das St. Petersburger Spiel
Bei einem Munzwurf wird das Experiment beendet sobald Zahl kommt aber solang Kopf erscheint wird der zu gewinnende Betrag verdoppelt ausgehend von einem Gewinn von 2$ Der Erwartungswert läuft gegen unendlich und so müsste der Spieler die Lotterie über jede Sicherheitsäquivalente vorziehen
26
Welche Zwei Aspekte berücksicht das Entscheiden anhand des Erwartungswertes also nicht
Abnehmender Grenznutzen bzw. Höhenpräferenzen und die Risikoeinstellung des Entscheiders
27
Was für ein Gesetz findet bei der abnehmendem Grenznutzten anwendung
Das Gossen´sche Gesetz
28
Was besagt das Gossensche Gesetz
das Nutzen von Geld in den Händen von Menschen nicht im Geld selbst, sondern in der Bedürfnisbefriedingung liegt die der Mendch durch das Ausgeben von Geld erreicht
29
Was kann bei Grenznutzen bzw Höhenpräferenzen noch für ein Effekt eintreten
dass ein Gipfel erreicht wird und dass der Nutzen danach bei überschreiten des Gipfels sogar abnimmt. Dies kann aber bei fundamental formulierten Zielen kaum auftreten
30
Warum ist der Umgang mit WS für den Menschen unangenehm
Da der Mensch Kontrolle verspüren möchte und ungern einer unbeeinflussbaren Situation ausgeliefert sein möchte Der Wunsch nach Kontrolle hat somit den Charakter eins Fundamentalziels
31
Wie werden die Präferenzen des Entscheiders im Erwartungsnutzenmodell berücksichtigt
durch eine Nutzenfunktion
32
Was ist bei dem Erwartungsnutzemodell die Entscheidzungsregel
die Alternative mit dem höchsten EU (Wert zw 0 und 1) (Erwartungsnutzungswert bzw die expected utility)
33
Risikoverhalten
die Frage im Mittelpunkt, inwieweit der Entscheider vom Erwartungswertkalkül abweicht. Risiko- neutral, scheu, oder freudiges Verhalten je nach dem wie seine Entscheidung vom Erwartungswert abweicht Risikoprämie = Erwartungswert - Sicherheitsäquivalent Also sei RP<0 - freudig oder RP>0 - scheu
34
Form der Nutzenfunktion in abhängigkeit von dem Risikoverhalten
konkav - riskiko scheues Verhalten | konvex - risiko freudiges Verhalten
35
Was macht die Risikoeinstellung
sie bezieht sich nur auf die Risikopräferenzen und blendet die Höhenpräferenzen
36
Risikoeinstellung
In der Definition der Risikoeinstellung von Menschen werden die Grenznutzen und Höhenpräferenzenaspekte herausgefiltert und somit die echte innere Einstellung zum Risiko angegeben dazu wird die Wertfunktion v definiert die ausschließlich die Höhenpräferenzen abbildet ohne jegliche Riskikoaspekte Durch Vergleich von der Wertefunktion v und der Nutzenfunktion erkennt man die Risikoeinstellung
37
Risikoeinstellung ablesen durch Vergleich von Nutzen und Wertefunktionen
Bild hinzufügen Seite 138
38
Verständnisproblem bei Nutzenfunktion Kritiker
Die Nutzenfunktion berücksichtigt sowohl Höhenpräferenzen als auch die Risikoeinstellung aber Rückschlüse auf die beiden sind nicht möglich
39
Möglichkeiten zur Messbarkeit von Zielausprägungen zur Ermittlung einer Nutzenfunktion
Über natürliche kontinuierliche Skalen über Proxyattribute über diskrete Punkteskalen
40
Messung über eine natürliche kontinuierliche Skala
Transformation der Zielauspägungen (z.B Geld, Entfernung...) über eine eine stetige Nutzenfunktion mit der Bandbreite als Definitionsbereich
41
Messung über Proxyattribute
etweder kausal oder statisch z.B das Ziel Fachkenntnisse durch die Durchschnittsnote der Bachelor Arbeit abzulesen Sollten aber nicht verwendet werden da die direkte Verbindung zwischen Ziel und Proxyattr. nicht immer richtig sein muss und der Blick auf das eigentliche Fundamentalziel verloren geht
42
Messung über diskrete Punkteskalen
Anwendbar wenn keine direkte Zielausprägung besteht wie z.B wie der Ort eines neuen Jobs die Zielausprägungen sind nicht auf einer kontinuierlichen Skala messbar Direkt Rating Verfahren
43
Der zentrale Konflikt bei der Messung von Zielauspägungen bei der Bestimmung einer Nutzenfkt.
Konflikt zwischen der Messbarkeit und der Fundamentalität Deshalb erfolgt eine Auflösung dazu dass man zum einen den Entscheidungskontext definieren muss und zudem eine Verwendung vin diskreten Punkteskalen
44
Ermittlung von Nutzenfunktion bei einer koninuierlichen Skala (verschiedene Methoden)
``` Immer über die Bestimmung von Stützstellen Halbierungsmethode Fraktilmethode Methode der variabler WS Lotterievergleichsmethode ```
45
Halbierungsmethode
Sicherheitsäquivalente (x50%) wird abgefragt für eine 50/50 Lotterie mit x+ und x- Dann fortlaufend eine Halbierung also nächster Schritt x75%
46
Fraktilmethode
Man muss die Sicherheitsäquivalente angeben bei einer Loterie mit den Extemausprägungen und dabei werden verschieden WS vorgegeben
47
Methode variabler WS
Umgekehrt zur Fraktilmethode es wird eine Sicherheitsäquivalente vorgegeben und man muss eine WS angeben bei der man indifferent ist
48
Lotterievergleichsmethode
Es existiert keine Sicherheitsäquivalente mehr sondern es werden zwei Lotterien verglichen wobei die eine ein 50/50 Lotterie ist mit vorgegebenen x+ und x- und bei der anderen wird dann eine WS erfragt
49
Wie leitet man aus den 4 Methoden zur Stützstellen Ermittlung die Stützstellen in eine vollständige Nutzenfkt.
entweder lineare Interpolation (schlecht) oder man unterstellt den Stützstellen ein Messfehler und approximiert die Nutzenfkt. durch eine glatte Funktion wie z.B eine Exponentialfkt, Logarithmusfkt, Polynomialfkt. deren Parameter man noch geeignet bestimmen muss (die glatte Fkt spiegelt auch die Fundamentalität des Ziels wieder)
50
Ermittlung von Nutzenfkt bei diskreten Ausprägungen
bei geringer ANzahl von diskreten Zuständen wäre es Zufall ernn sich mit den gegebenen Auspägungen eine Indifferentbeziehung ergeben würde deshalb benutzt man Methoden bei denen man Indifferenzws angeben muss also Lotterievergleichsmethode oder die Methode der variablen WS Wenn die Risikoeinstellung nicht so wichtig ist wendet man dann das Direct Rating Verfahren an
51
Womit korrespondiert der Parameter c bei der Exponentiellen Nutztenfkt
mit dem Risikoverhalten positives c - risikoscheu negatives c - risikofreudig
52
Besonder Eigenschaft der exponentiellen Nutzenfunktion
sie spiegelt ein konstantes Risikoverhalten wieder | bild hinzufügen
53
Was kann man aus einem konstanten Risikoverhalten herleiten
Das µ und sigam Kompatibilität vorliegt Es ist dann einfach den Risikoparameter c zu bestimmen BILDER HINZUFÜGEN
54
Ein großes Problem bei der Bestimmung einer Nutzenfunktion (ein Beispiel von verzerrungen)
Allais Paradoxon eine Situation in der durch eine Befragung mit zwei Fragen festgehalten werden kann das unmöglich nur eine Nutzenfunktion die beiden Antworten der zwei Fragen berücksichtigen kann
55
Wenn Sicherheit überbewertet wird
Certainty Effekt
56
Wie wird die Nutzenfunktion im Entscheidungsnavi bestimmt
Es wird eine exponential Funktion unterstellt die man dann anhand der Hilfe von Stützstellen solange verändern kann bis sie zutrifft
57
Was macht dien µ-Sigma Regel so besonders
Man kann anhand des Erwartungswerts und der Standardabweichung zwei Alternativen vergleichen und die Beste bestimmen
58
Was ist das kritische bei der Anwendung von der µ-Sigma Regel
Die WS werden sehr pauschal bewertet sprich wenn die µ und Sigma zweier Alternativen gleich sind dann kann mit der µ-Sigma Regel keine Unterscheidung zwischen den beiden treffen (Risiko bzw die Bewertung wird nicht berücksichtigt)
59
Wann spricht man von µ-Sigma Kompatibilität
Wenn die Eermittlung der optimalen Alternative über die Berechnung der Nutzenerwartungswerts zum selben Ergebnis führt wie bei der Anwedung der µ-Sigma Regel
60
Reproduktionseigenschaft
dass die Verknüpfung zweier Verteilungen der betrachteten Klasse von WS Verteilungen zur selben Klasse führen
61
Wann ist die µ-Sigma Kompatibilität wirklich nützlich
wenn die Kompatibilität zu verhaltenismäßig einfachen µ-Sigma Regel gegeben ist bzw wenn die Nutzenfunktion eine Exponentialfunktion ist
62
Wenn man mehrere Ziele in einem Präferenzmodell berücksichtigt ist dieses Modell das
Additive Modell
63
Das additive Modell
Jede Alternative kann man als Vektor darstellen mit wobei ai die Ausprägung der Alternative in dem iten Ziel ist Im Mittelpunkt steht eine multiattributive Nutzenfunktion welches additiv und über Zielgewichte die Zielspezifische Bewertung liefert
64
Die drei Anforderungen an das Zielsystem damit das additive Modell angewendet werden kann (neben der Fundamentalität im Zielsystem und die Messbarkeit aller Ziele)
Vollständigkeit des Zielsystems Redundanzfreiheit des Zielsystems Präferenzunabhängigkeit des ZS
65
Redundanzfreiheit
dass ein inhaltlicher Teilaspekt nicht gleichzeitig in zwei Zielen berücksichtigt werden darf (damit das vermieden werden kann muss man die bewertungsrelevanten Aspekte explizit nennen)
66
Welche zwei Arten an Präferenzunabhängigkeit gibt es
es müssen die Zielspezifischen Nutzenfunktionen und die Zielgewichte (komplementäre und substitionelle Interaktion) unabhängig sein
67
Zusammenhang bei zwischen Fundamentalität, Präferenzabhängigkeit und Redundazen
mit zunehmender Fundamentalität verschwinden Präferenzabhängigkeiten und Redundanzen (Lösung zur Vermeidung von Präferenzabhängigkeiten (bzw zur Aufstellung von einem korrekten additiven Modell da dies zwei der drei Anforderungen an das Modell ist))
68
Ein Verfahren zur Bestimmung der Zielgewichte
Das Trade Off Verfahren ( eine Indifferenzaussage des Entscheiders)
69
Wieviele Trade Offs muss man machen
Wenn man m Ziele hat genügt es m-1 Zielpaare zu analysieren und für sie ein Trade Off aufzustellen
70
Normierungsvorschrift für die Zielgewichte
die Summe muss 1 ergeben
71
Empfelung bei der Auswahl der Zielpaare wenn man ein Trade Off aufstellt
ein Ziel mit einer kontinuierlichen Skala und mit großer Bandbreite mit jeweils allen anderen Zielen zu vergleichen die drei Vorteile dieses Vorgehens ist das zum einen man es schnell ausrechnen kann, zweitens werden Redundanzen ausgeschlossen und zuletzt kann man davon ausgehen dass die Indifferenzaussage möglich weil die Zwischenwerte alle da sind
72
Bandbreiteneffekt
liegt vor wenn durch die Veränderung der Bandbreiten eine andere relative Bewertung der Alternativen sich ergibt
73
Wann tritt auf jeden Fall der Bandbreiteneffekt auf
Wenn die Zielgewichte pauschal als wichtigkeiten von Zielen verstanden werden (dies wird umgangen wenn man den Trade Off aufstellt)
74
Wie werden die Zielgewichte im Entscheidungsnavi bestimmt
Man muss die Indifferzkurve solange an der Gestalt verändern bis sie deine Präferenzen wiederspiegelt (verfolgt (anhand) dem Trade Off Verfahren)
75
Eine Möglichkeit mit unvollständigen Informationen umzugehen
Eine Sensitivitätsanalyse durchführen ganz allgemein werden die Auswirkungen einer nicht vollständig bekannten Variable auf eine bestimmte Zielgröße untersucht und in sinnvoller Weise graphisch veranschaulicht
76
Zwei Arten an Sensitivitätsanalysen | Mögliche Probleme
Mit einer unsicheren Variable und mit mehreren unsicheren Variable Durch die isolierte Analyse werden möglicherweise Wechselwirkungen zwischen den Nebeneinflussgrößen unberücksichtigt bleiben
77
Die zweite Möglichkeit mit unvollständigen Informationen eine Entscheidung zu treffen
Anhand Dominanzüberprüfungen
78
Was heißt absolute Dominanz und was muss dafür gegeben sein
absolute Dominanz liegt vor wenn eine Alternative in allen Zielen mindestens so gut ist wie die andere sprich unabhängig von WS, Zielgewichten oder sonst. Parametern Erforderlich für absolute Dominanz ist lediglich eine vollständige Wirkungsprognose die Umweltprognose oder auch das Präferenzmodell kann unvollständig sein
79
Wann spricht man von einer Dominanz bei unvollständiger Info
wenn ein mindestens genau so hoher Nutzenerwartungswert vorliegt
80
Wann spricht man von echter Dominanz
wenn der Nutzenerwartungswert mindestens genau so groß ist und wenn in min einer Konstellation von u und p echt besser ist (größeren Nutzenerwartungswert hat)
81
Optimierungsansatz zur Dominanzüberprüfung
Mit U(I) unvollst. Info Nutzenfunktion und P(I) unvollst. Info des Wirkungsmodells Max. EU(A)-EU(B) mit u element von U(I) und p element P(I) Min. EU(A)-EU(B) mit u element von U(I) und p element P(I) Falls Min. >=0 dann dominiert a b Falls Max. <=0 dann dominiert b a Falls nur eine Bedingung erfüllt ist dann sogar echte Dominanz
82
Der Erwartungsnutzenwert
p(s) x u(a)
83
Was ist zu beachten wenn man mehrere Alternativen durch Dominazüberprüfungen vergleichen möchte
ein Paarvergleich ist umumgänglich funktioniert immer nur mit zwei Alternativen damit dann aber die dominierende Alternative dann besser ist als die restliche Alternativenmenge muss diese Alternative auch alle anderen Alternative dominieren (Paarvergleich)
84
Die zwei Arten an unvollständiger Info bei Dominanzüberprüfungen
Unvollständige Informationen über die WS und unvollständige Informationen über die Präferenzen
85
Zwei Fälle bei der Dominanzüberprüfung bei unvollständiger WS
WS lassen sich ordnen und WS lassen sich in Intervalle eingrenzen
86
Vorgehen bei Dominazüberprüfungen mit unvollständiger Info wenn sich die WS ordnen lassen
Wirkungsprognosen nach der WS ordnen (links steht der WS Zustand) und dann die kommulierten Nuztenwerte ausrechnen an jedem Schritt Wenn die kommulierte Nuztenwerte in jedem Schritt mindestens so gut sind wie die andere Alternative dann dominiert diese die andere
87
Vorgehen bei Dominazüberprüfungen mit unvollständiger Info wenn sich die WS in Intervallen eingrenzen lassen
Zielfunktion aufstellen indem man die Nutzenwerte der Alternativen voneinander abzieht und mit ws mult. p(s1) x (u(a,s1) - u(b,s1)) + .... und diese Funtion minimieren indem man die unterste Grenze der WS einsetzt mit der Nebenbedingung dass die WS aufsummiert 100% ergeben muss (wenn noch % verteilt werden müssen dann bei den WS wo der Koefizient möglichst klein ist (die Differenz der Nutzenwerte (kann auch negativ sein)) Sobald alle WS verteilt sind kann man alles ausrechnen. Falls ein positiver Wert rauskommt dann ist das genau der Wert um den a im ungünstigsten Fall noch besser als b ist Falls kein positiver Wert oder Null rauskommt maximieren und wenn dann ein negativer Wert rauskommt ist b besser als a
88
Zwei Fälle bei der Dominanzüberprüfung bei unvollständiger Info über die Präferenzen und Vorgehen zur Dominanzüberprüfung
Zielgewichte lassen sich in eine Reihenfolge ordnen die Zielgewichte lassen sich nur in eine Reihenfolge ordnen Vorgehen genau so wie bei unvollständigen Info über die WS nur die Zustandsws durch die Zielgewichte ersetzen
89
Zwei Sonderfälle wenn die WS exakt bekannt sind aber bezüglich der Nutzenfuntion eine unvollständige Info vorliegt
1. wenn bekannt ist das die Nutzenfunktion monoton steigt 2. darüber hinaus ist noch bekannt das der Entscheider ein risikoscheues Verhalten an den Tag legt sprich das die Nutzenfunktion konkav ist
90
1ster Sonderfall wenn die WS bekannt sind und man weiß das die Nutzenfuntion monoton steigend ist
Stochastische Dominanz 1. Grades
91
Stochastische Dominanz 1. Grades
Stochastische Dominanz 1. Grades von a über b ist gegeben, wenn für jede Auspägung der Zielvariablen die WS diese zu überschreiten bei a mindestens so hoch ist wie bei b Wenn die Risikoprofile sich nie schneiden ( a darf also b berühren aber nie unterhalb sein)
92
Risikoprfile zeichnen
Bild einfügen
93
2ter Sonderfall wenn die WS bekannt sind und man weiß das die Nutzenfuntion monoton steigend ist und konkav
Stochastische Dominanz 2. Grades | Es wird nun die Bedingung der Dominanz abgeschwächt aber dennoch nicht verletzt
94
Stochastische Dominanz 2. Grades
Liegt vor wenn für jede Ausprägung x die Fläche unter dem Risikoprofil bis zu dieser Ausprägung bei a mindestens so groß ist wie bei b (bei einem Schnitt der beiden Risikoprofile muss die Fläche links vom SP (von a und b eingeschlossene Fläche) größer sein als die eingeschlossene Fläche rechts vom SP
95
Übersicht über die dargestellten Dominazüberprüfungen und den entsprechenden Voraussetzungen
Bild einfügen
96
Dominanzüberprüfungen im Entscheidungsnavi
der Anwender gibt alle möglichen Paramenter in einem Intervall vor sodass eine Konstellation vorliegt mit unvollständiger Information die grundsätzlich durch Dominanzüberprüfungen auch gelöst werden kann aber es soll am Ende ja eine Reihenfolge der besten Alternativen angegeben werden was durch eine Dominazüberprüfung nicht kann. Deshalb wird im Navi eine Monte Carlo Simmulion durchgeführt.
97
Wie funktioniert eine Monte Carlo Simmulation (Im Entscheidungsnavi)
aus den zulässigen Intervallen der nicht präzise definierten Parameter werden zufällige Ziehungen vorgenommen und auf der Basis dieser Parameter die jeweiligen Nutzenerwartungswerte berechnet Anhand der ausreichend viele Simulationen. Daraus resultiert für jede Alternative eine Bandbreite der resultierenden Nutztenerwartungswerte woraus ich eine Rangfolge der besten Alternativen ableiten lässt
98
Wie trifft man eine Entscheidung für ein mehrstufiges Entscheidungsproblem (Konstellation 5)
Die Analyse mehrstufiger Entscheidung erfogt auf der Basis von Entscheidungsbäumen dabei spricht man nicht mehr von unterschiedlichen Alternativen zwischen denen man wählen muss sondern vielmehr von Strategien
99
Komponenten eines Entscheidungsbaums
Entscheidungsknoten - Rechtecke Ereignisknoten - Kreise Konsequenzen - Dreiecke
100
Wie kann man an einem Entscheidungsbaum ablesen wieviele Strategien es gibt
Anhand der Entscheidungsknoten kann man ablesen wo man auch tatsächlich Entscheidungen treffen musste und demnach wieviele Strategien es gab
101
Der Strategiebegriff
Eine Strategie legr für alle möglichen Entwicklungen der Umwelt von vornherein fest, welche Handlungen in Abhängigkeit der tatsächlich eintretenden Umweltentwicklungen gewählt werden. Kann also als bedingte Handlungsfolge aufgefasst werden. Dabei ist es egal ob die Strategie Sinn macht
102
Verfahren mit dem man die optimale Strategie bestimmen kann
Das Roll Back Verfahren
103
Wie funktioniert das Roll Back Verfahren bei einem risikoneutralen Entscheider
Der risikoneutrale Entscheider wird nach dem Entscheidungswert entscheiden Man betrachtet immer die Entscheidungskoten und wählt den Pfad mit dem höheren Erwartungswert An den Ereignisknoten muss man für die Rechnung die Wirkungen mit der jeweiligen WS multiplizieren
104
Wie funktioniert das Roll Back Verfahren bei einem risikoscheuen Entscheider
Das Roll Back Verfahren wird wie bei dem risikoneutralen Entscheider durchgeführt nur auf Basis der Nutzenfunktion des Entscheiders und den EU
105
Kann man das Roll Back Verfahren auch für mehrere Ziele anwenden
Ja da bei der Betrachtung der Nutznerwartungswerte es keine Rolle spielt ob eine Nutzenfkt. über ein Ziel oder über mehreren Zielen vorliegt.
106
Wie berechnet man den Wert einer Information bei einer mehrstufigen Entscheidung
Der Erwartungswert mit Information - Erwartungswert ohne Information Man geht dabei am besten dabei anhand eines Entscheidungsbaums vor.
107
Was ist eine vollkommenen Information hinsichtlich eines Entscheidungsbaums
Bei einer vollständigen Information wird die Unsicherheit in der Entscheidungssituation genommen es reicht alleine das die Informtion vorliegt dann kann man mit Sicherheit einen optimale Pfad wählen. Bsp. Ziehung einer aus einer Urne mit einer Kugel (vollk. Info) und von der Ziehung einer Kugel aus einer Urne mit 2 Kugeln
108
Das Bayes Theorem im Kontext des Bewertungskalküls (Entscheidungsbaum)
Bilder hinzufügen zsm mit dem Beispiel ausm Buch | S. 199
109
5 Anforderungen an das additive Modell
``` Vollständigkeit Redundanzfreiheit Präferenzunabhängigkeit Fundamentalität Messbarkeit ```

Entscheidungslehre (4 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions