bayes-r2-vs-frequentistisch-schoice

bayes
paper
Published

July 10, 2026

Question

Welcher Unterschied besteht laut Kapitel zwischen dem klassischen (frequentistischen) \(R^2\) und dem Bayes-\(R^2\) zur Beurteilung der Modellgüte?

Answerlist

  • Das frequentistische \(R^2\) ist üblicherweise nur ein Punktschätzer; das Bayes-\(R^2\) liegt hingegen als vollständige Post-Verteilung vor, sodass man zusätzlich einen Schätzbereich für die Modellgüte angeben kann.
  • Frequentistisches und Bayes-\(R^2\) sind exakt dieselbe Zahl, nur mit unterschiedlichem Namen.
  • \(R^2\) kann in der Bayes-Statistik grundsätzlich nicht berechnet werden.
  • Ein hohes Bayes-\(R^2\) bedeutet automatisch, dass ein gefundener Zusammenhang auch kausal ist.
  • Bayes-\(R^2\) und \(\sigma\) (die Streuung der Vorhersagefehler) sind völlig unabhängig voneinander und stehen in keinem systematischen Verhältnis.

Solution

Das Kapitel stellt fest: “Im Unterschied zum Frequentistischen R-Quadrat erhält man in der Bayes-Statistik nicht nur einen Punktschätzer für \(R^2\), sondern […] eine Post-Verteilung, so dass man z. B. einen Schätzbereich angeben kann.” Die erste Option ist korrekt.

Warum die Distraktoren falsch sind:

  • Die zweite Option ignoriert den genannten Unterschied: Auch wenn beide Kennzahlen denselben Anteil erklärter Varianz messen wollen, liefert die Bayes-Variante zusätzliche Information (eine ganze Verteilung statt nur einer Zahl).
  • Die dritte Option widerspricht dem Kapitel direkt, das explizit zeigt, wie man r2_posterior() bzw. r2() für ein Bayes-Modell in R berechnet.
  • Die vierte Option ist eine unzulässige Übertragung: Ein hohes \(R^2\) (egal ob frequentistisch oder Bayes’sch) zeigt nur, wie gut das Modell die Daten erklärt (Vorhersagegüte) – es sagt nichts über Kausalität aus, wie im Kapitel wiederholt betont wird.
  • Die fünfte Option widerspricht dem Kapitel: “\(R^2\) und \(\sigma\) sind negativ assoziiert: In einem Datensatz mit hohem \(R^2\) ist \(\sigma\) gering und umgekehrt” – beide Kennzahlen basieren auf \(\sigma\) und stehen daher in einem systematischen (negativen) Zusammenhang.

Aufgabenname: bayes-r2-vs-frequentistisch-schoice

Answerlist

  • Wahr
  • Falsch
  • Falsch
  • Falsch
  • Falsch

Meta-information

exname: bayes-r2-vs-frequentistisch-schoice extype: schoice expoints: 1 exsolution: 10000 exshuffle: 5 excategory: bayes