iq10

probability

simulation

normal-distribution

bayes

bayesbox

num

qm2

qm2-pruefung2023

Published

November 8, 2023

Aufgabe

Eine Forscherin, Prof. Weiss-Ois, untersucht den Effekt von Cannabis auf die Intelligenz.

Dazu untersucht Sie die Intelligenz langjähriger Konsumentis.

Prof. Weiss-Ois geht apriori von gleichverteilter Intelligenz aus. Ihre zentrale Hypothese ist $\mu = 90\pm5$.

Mit großer Spannung wurden die Messdaten zur Intelligenz erwartet (die erst nach langem Streit über die zu verwendenden Intelligenztests erhoben werden konnten). Insgesamt wurden $N=541$ Personen untersucht.

Tatsächlich sei die wahre IQ-Verteilung jener Cannabis-Konsumentis wie folgt: $IQ \sim N(92.5, 7.5)$. Natürlich kennt die Forscherin diese Verteilung nicht.

Wie wahrscheinlich ist die Hypothese der Forscherin im Lichte der Daten?

Hinweise:

Nutzen Sie Simulationsmethoden.
Geben Sie Anteile oder Wahrscheinlichkeiten stets mit zwei Dezimalstellen an (sofern nicht anders verlangt).
Simulieren Sie $n=10^4$ Stichproben.
Nutzen Sie die Zahl 42 als Startwert für Ihre Zufallszahlen (um die Reproduzierbarkeit zu gewährleisten).
Gitterwerte für die Intelligenz könnten z.B. 75 bis 130 sein.

Lösung

library(tidyverse)

Zunächst basteln wir die Bayes-Box:

n <- 100

set.seed(42)
postvert <-
  tibble(p_grid = seq(from = 75, to = 130, length.out = n),
         prior  = 1) %>% 
  mutate(likelihood = dnorm(x = p_grid, mean = 92.5, sd = 7.5)) %>% 
  mutate(unstand_post = likelihood * prior,
         post = unstand_post / sum(unstand_post))

Warum 75 bis 130? Das ist ein beliebiger Wert, in dem Sinne, dass Sie sich inhaltlich überlegen müssen, welchen Wertebereich Sie für plausibel halten. Untersucht man IQ-Mittelwerte so erscheint (mir) ein Wertebereich von 75 bis 130 mehr als ausreichend. Untersucht man Mittelwerte der Körpergröße (heutiger Menschen in bekannten Zivilisationen) so erscheint (mir) ein Wertebereich von 140 cm bis 200cm als ausreichend.

Aus der Post-Verteilung ziehen wir Stichproben:

set.seed(42)
postvert_stipros <-
  postvert %>% 
  slice_sample(
    n = 1e4,
    weight_by = post,
    replace = T) %>% 
  select(p_grid)

Damit haben wir unsere Stichproben-Post-Verteilung.

Da slice_sample auch zufällig Stichproben zieht, müssen wir auch hier die Zufallszahlen fixieren, wenn wir die exakt gleichen Ergebnisse reproduzieren wollen.

Jetzt schauen wir (mit Spannung), wie hoch die Wahrscheinlichkeit ist für Parameterwete (p_grid) innerhalb des Intervalls wie von der Forscherin vorgegeben.

postvert_stipros %>% 
  count(between(p_grid, left = 85, right = 95))

between(p_grid, left = 85, right = 95)	n
FALSE	5002
TRUE	4998

between ist eine Komfortfuntion; ins Deutsche übersetzt sagt die Syntax:

Nimm die Tabelle postvert_stipros und dann ...
  zähle den Anteil der Werte von p_grid zwischen 85 und 95.

Die Wahrscheinlichkeit der Hypothese der Forscherin beträgt also ca. 50%.

Ob das viel oder weniger ist, ist eine subjektive Frage. Das beste Vorgehen wäre jetzt, die Hypothesen anderer Forschis dagegen zu legen. Dann würde man sehen, welche Hypothese am besten zu den Daten passt.

Basteln wir zum Vergleich eine Bayes-Box mit Gitterwerte von von 60 bis 145:

n <- 100

set.seed(42)
postvert2 <-
  tibble(p_grid = seq(from = 60, to = 145, length.out = n),
         prior  = 1) %>% 
  mutate(likelihood = dnorm(x = p_grid, mean = 92.5, sd = 7.5)) %>% 
  mutate(unstand_post = likelihood * prior,
         post = unstand_post / sum(unstand_post))

set.seed(42)
postvert_stipros2 <-
  postvert2 %>% 
  slice_sample(
    n = 1e4,
    weight_by = post,
    replace = T) %>% 
  select(p_grid)

Ob sich das Ergebnis ändert, jetzt, da wir einen breiteren Bereich an Gitterwerten untersuchzen?

Jetzt schauen wir wieder (mit Spannung), wie hoch die Wahrscheinlichkeit ist für Parameterwete (p_grid) innerhalb des Intervalls wie von der Forscherin vorgegeben.

postvert_stipros2 %>% 
  count(between(p_grid, left = 85, right = 95)) %>% 
  mutate(prop = n/sum(n))

between(p_grid, left = 85, right = 95)	n	prop
FALSE	5455	0.5455
TRUE	4545	0.4545

Die Ergebnisse sind leicht anders als oben, wo wir den engeren Wertebereich als mögliche Werte angegeben haben.

Aber bedenken Sie: Wir behaupten in postvert2 ernsthaft, dass ein Mittelwert der Intelligenz in dieser Population mit gleicher Wascheinlichkeit 60 oder 145 sein könnte! Laut Wikipedia beginnt mit 130 die Hochbegabung und unter 85 fängt die Lernbehinderung an. Dass diese Menschen super schlau oder mental behindert sind, erscheint uns gleich plausibel. Das ist eine sehr starke Apriori-Verteilung!

Viel konservativer wäre zu sagen: “Okay, vermutlich sind diese Menschen so schlau wie alle anderen auch, vielleicht etwas mehr oder etwas weniger. Aber mit sehr hoher Wahrscheinlichkeit sind sie im Durchschnitt keine Einsteins oder nicht extrem mental eingeschränkt.”

Wir brauchen also besser nicht gleichverteilte Priori-Verteilungen. Dazu an anderer Stelle mehr.

Categories:

probability
simulation
normal-distribution
bayes
bayesbox
num

--- exname: iq10 extype: num exsolution: 0.5 exshuffle: no extol: 0.03 expoints: 1 categories: - probability - simulation - normal-distribution - bayes - bayesbox - num - qm2 - qm2-pruefung2023 date: '2023-11-08' slug: iq10 title: iq10 --- ```{r global-knitr-options, include=FALSE} knitr::opts_chunk$set(fig.pos = 'H', fig.asp = 0.618, fig.width = 4, fig.cap = "", fig.path = "", echo = TRUE, message = FALSE, fig.show = "hold") ``` # Aufgabe Eine Forscherin, Prof. Weiss-Ois, untersucht den Effekt von Cannabis auf die Intelligenz. Dazu untersucht Sie die Intelligenz langjähriger Konsumentis. Prof. Weiss-Ois geht apriori von gleichverteilter Intelligenz aus. Ihre zentrale Hypothese ist $\mu = 90\pm5$. Mit großer Spannung wurden die Messdaten zur Intelligenz erwartet (die erst nach langem Streit über die zu verwendenden Intelligenztests erhoben werden konnten). Insgesamt wurden $N=541$ Personen untersucht. Tatsächlich sei die wahre IQ-Verteilung jener Cannabis-Konsumentis wie folgt: $IQ \sim N(92.5, 7.5)$. Natürlich kennt die Forscherin diese Verteilung nicht. *Wie wahrscheinlich ist die Hypothese der Forscherin im Lichte der Daten?* Hinweise: - Nutzen Sie Simulationsmethoden. - Geben Sie Anteile oder Wahrscheinlichkeiten stets mit zwei Dezimalstellen an (sofern nicht anders verlangt). - Simulieren Sie $n=10^4$ Stichproben. - Nutzen Sie die Zahl 42 als Startwert für Ihre Zufallszahlen (um die Reproduzierbarkeit zu gewährleisten). - Gitterwerte für die Intelligenz könnten z.B. 75 bis 130 sein. # Lösung ```{r} library(tidyverse) ``` Zunächst basteln wir die Bayes-Box: ```{r} n <- 100 set.seed(42) postvert <- tibble(p_grid = seq(from = 75, to = 130, length.out = n), prior = 1) %>% mutate(likelihood = dnorm(x = p_grid, mean = 92.5, sd = 7.5)) %>% mutate(unstand_post = likelihood * prior, post = unstand_post / sum(unstand_post)) ``` Warum `75` bis `130`? Das ist ein beliebiger Wert, in dem Sinne, dass Sie sich inhaltlich überlegen müssen, welchen Wertebereich Sie für plausibel halten. Untersucht man IQ-Mittelwerte so erscheint (mir) ein Wertebereich von 75 bis 130 mehr als ausreichend. Untersucht man Mittelwerte der Körpergröße (heutiger Menschen in bekannten Zivilisationen) so erscheint (mir) ein Wertebereich von 140 cm bis 200cm als ausreichend. Aus der Post-Verteilung ziehen wir Stichproben: ```{r} set.seed(42) postvert_stipros <- postvert %>% slice_sample( n = 1e4, weight_by = post, replace = T) %>% select(p_grid) ``` Damit haben wir unsere Stichproben-Post-Verteilung. Da `slice_sample` auch zufällig Stichproben zieht, müssen wir auch hier die Zufallszahlen fixieren, wenn wir die exakt gleichen Ergebnisse reproduzieren wollen. Jetzt schauen wir (mit Spannung), wie hoch die Wahrscheinlichkeit ist für Parameterwete (`p_grid`) innerhalb des Intervalls wie von der Forscherin vorgegeben. ```{r} postvert_stipros %>% count(between(p_grid, left = 85, right = 95)) ``` `between` ist eine Komfortfuntion; ins Deutsche übersetzt sagt die Syntax: ``` Nimm die Tabelle postvert_stipros und dann ... zähle den Anteil der Werte von p_grid zwischen 85 und 95. ``` Die Wahrscheinlichkeit der Hypothese der Forscherin beträgt also ca. 50%. Ob das viel oder weniger ist, ist eine subjektive Frage. Das beste Vorgehen wäre jetzt, die Hypothesen anderer Forschis dagegen zu legen. Dann würde man sehen, welche Hypothese am besten zu den Daten passt. Basteln wir zum Vergleich eine Bayes-Box mit Gitterwerte von von 60 bis 145: ```{r} n <- 100 set.seed(42) postvert2 <- tibble(p_grid = seq(from = 60, to = 145, length.out = n), prior = 1) %>% mutate(likelihood = dnorm(x = p_grid, mean = 92.5, sd = 7.5)) %>% mutate(unstand_post = likelihood * prior, post = unstand_post / sum(unstand_post)) set.seed(42) postvert_stipros2 <- postvert2 %>% slice_sample( n = 1e4, weight_by = post, replace = T) %>% select(p_grid) ``` Ob sich das Ergebnis ändert, jetzt, da wir einen breiteren Bereich an Gitterwerten untersuchzen? Jetzt schauen wir wieder (mit Spannung), wie hoch die Wahrscheinlichkeit ist für Parameterwete (`p_grid`) innerhalb des Intervalls wie von der Forscherin vorgegeben. ```{r} postvert_stipros2 %>% count(between(p_grid, left = 85, right = 95)) %>% mutate(prop = n/sum(n)) ``` Die Ergebnisse sind leicht anders als oben, wo wir den engeren Wertebereich als mögliche Werte angegeben haben. Aber bedenken Sie: Wir behaupten in `postvert2` ernsthaft, dass ein *Mittelwert* der Intelligenz in dieser Population mit gleicher Wascheinlichkeit 60 oder 145 sein könnte! Laut [Wikipedia](https://de.wikipedia.org/wiki/Intelligenzminderung) beginnt mit 130 die Hochbegabung und unter 85 fängt die Lernbehinderung an. Dass diese Menschen super schlau oder mental behindert sind, erscheint uns gleich plausibel. Das ist eine *sehr starke* Apriori-Verteilung! Viel konservativer wäre zu sagen: "Okay, vermutlich sind diese Menschen so schlau wie alle anderen auch, vielleicht etwas mehr oder etwas weniger. Aber mit sehr hoher Wahrscheinlichkeit sind sie im Durchschnitt keine Einsteins oder nicht extrem mental eingeschränkt." Wir brauchen also besser *nicht* gleichverteilte Priori-Verteilungen. Dazu an anderer Stelle mehr. --- Categories: - probability - simulation - normal-distribution - bayes - bayesbox - num