bayesbox-post-berechnung-schoice

bayes
paper
Published

July 10, 2026

Question

Für ein Experiment werden nur drei mögliche Hypothesen betrachtet: \(\pi\in\{0{,}3,\ 0{,}5,\ 0{,}7\}\), jeweils mit identischer Apriori-Wahrscheinlichkeit \(Pr(\pi)=1/3\). Bei \(n=5\) Würfen und \(W=4\) Treffern ergeben sich folgende Likelihoods: \(L(\pi=0{,}3)\approx 0{,}0284\), \(L(\pi=0{,}5)\approx 0{,}1563\), \(L(\pi=0{,}7)\approx 0{,}3602\). Wie groß ist die standardisierte Aposteriori-Wahrscheinlichkeit für die Hypothese \(\pi=0{,}7\)?

Answerlist

  • \(\text{Post}(\pi=0{,}7) = \dfrac{L(0{,}7)\cdot 1/3}{\sum_i L(\pi_i)\cdot 1/3} \approx 0{,}661\)
  • \(\text{Post}(\pi=0{,}7) = L(0{,}7) = 0{,}3602\)
  • \(\text{Post}(\pi=0{,}7) = \dfrac{L(0{,}7)}{L(0{,}3)+L(0{,}5)+L(0{,}7)} \cdot \dfrac{1}{3} \approx 0{,}220\)
  • \(\text{Post}(\pi=0{,}7) = \dfrac{1/3}{3} \approx 0{,}111\)
  • \(\text{Post}(\pi=0{,}7) = \dfrac{L(0{,}3)\cdot 1/3}{\sum_i L(\pi_i)\cdot 1/3} \approx 0{,}052\)

Solution

Zunächst berechnet man für jede Hypothese den unstandardisierten Post-Wert (Apriori mal Likelihood): \(\text{Post}_{\text{unstand}}(\pi) = \tfrac{1}{3}\cdot L(\pi)\), also \(0{,}00945\) für \(\pi=0{,}3\), \(0{,}05208\) für \(\pi=0{,}5\) und \(0{,}12005\) für \(\pi=0{,}7\). Die Evidenz ist die Summe dieser Werte: \(\text{Evidenz} \approx 0{,}1816\). Die standardisierte Post-Wahrscheinlichkeit für \(\pi=0{,}7\) ist dann \(\text{Post}(\pi=0{,}7) = \dfrac{0{,}12005}{0{,}1816} \approx 0{,}661\).

Warum die Distraktoren falsch sind:

  • Die zweite Option gibt einfach die (unstandardisierte) Likelihood zurück, ohne diese mit der Apriori-Wahrscheinlichkeit zu gewichten und ohne durch die Evidenz zu standardisieren – das ist keine gültige Aposteriori-Wahrscheinlichkeit.
  • Die dritte Option normiert zwar korrekt anhand der Summe der drei Likelihoods, multipliziert das Ergebnis aber fälschlich noch einmal mit \(1/3\) – da die Apriori-Wahrscheinlichkeit für alle drei Hypothesen aber bereits gleich ist (\(1/3\)), kürzt sie sich bei der Standardisierung heraus und darf nicht ein zweites Mal einbezogen werden.
  • Die vierte Option verwechselt die Apriori-Wahrscheinlichkeit einer einzelnen Hypothese (\(1/3\)) mit einer Rechnung, die überhaupt keinen Bezug zu den Likelihoods bzw. den beobachteten Daten hat.
  • Die fünfte Option verwendet im Zähler versehentlich die Likelihood der falschen Hypothese (\(\pi=0{,}3\) statt \(\pi=0{,}7\)) und berechnet damit \(\text{Post}(\pi=0{,}3)\) statt der gefragten Post-Wahrscheinlichkeit für \(\pi=0{,}7\).

Aufgabenname: bayesbox-post-berechnung-schoice

Answerlist

  • Wahr
  • Falsch
  • Falsch
  • Falsch
  • Falsch

Meta-information

exname: bayesbox-post-berechnung-schoice extype: schoice expoints: 1 exsolution: 10000 exshuffle: 5 excategory: bayes