bayesbox-standardisierung-schoice

bayes
paper
Published

July 10, 2026

Question

In einer Bayesbox berechnet man für eine Hypothese \(H_i\) den unstandardisierten Aposteriori-Wert \(\text{Post}_{\text{unstand}} = Pr(H_i)\cdot L_i = 0{,}05\). Die Summe aller unstandardisierten Post-Werte über sämtliche Hypothesen (die Evidenz) beträgt \(0{,}2\). Wie groß ist die standardisierte Aposteriori-Wahrscheinlichkeit für \(H_i\)?

Answerlist

  • \(\text{Post} = \dfrac{0{,}05}{0{,}2} = 0{,}25\)
  • \(\text{Post} = 0{,}05 \cdot 0{,}2 = 0{,}01\)
  • \(\text{Post} = \dfrac{0{,}2}{0{,}05} = 4\)
  • \(\text{Post} = 0{,}05\) (keine Standardisierung nötig)
  • \(\text{Post} = 1 - 0{,}05 = 0{,}95\)

Solution

Die standardisierte Aposteriori-Wahrscheinlichkeit erhält man, indem man den unstandardisierten Post-Wert einer Hypothese durch die Evidenz (die Summe aller unstandardisierten Post-Werte) teilt: \(\text{Post} = \dfrac{\text{Post}_{\text{unstand}}}{\text{Evidenz}} = \dfrac{0{,}05}{0{,}2} = 0{,}25\).

Warum die Distraktoren falsch sind:

  • Die zweite Option multipliziert statt zu dividieren – das widerspricht der Standardisierungsformel und würde bei ohnehin schon kleinen Werten zu einer noch kleineren, nicht normierten Zahl führen.
  • Die dritte Option kehrt den Bruch um (Evidenz geteilt durch unstandardisierten Post-Wert statt umgekehrt) – das Ergebnis (\(4\)) ist zudem größer als 1 und kann daher keine gültige Wahrscheinlichkeit sein.
  • Die vierte Option ignoriert, dass eine Standardisierung überhaupt nötig ist: Der unstandardisierte Post-Wert ist erst nach Division durch die Evidenz eine echte (auf 1 normierte) Wahrscheinlichkeit.
  • Die fünfte Option berechnet das Komplement (\(1-0{,}05\)), was inhaltlich nichts mit der Standardisierung anhand der Evidenz zu tun hat.

Aufgabenname: bayesbox-standardisierung-schoice

Answerlist

  • Wahr
  • Falsch
  • Falsch
  • Falsch
  • Falsch

Meta-information

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