estimate-expectation-schoice

bayes
paper
Published

July 10, 2026

Question

Das Kapitel visualisiert mit estimate_expectation(modell, by = "weight_c") eine Regressionsgerade mit einem Schätzbereich (Unsicherheitsband) und legt zusätzlich die einzelnen beobachteten Datenpunkte darüber. Welche Aussage zur Interpretation dieser Grafik ist korrekt?

Answerlist

  • Das Unsicherheitsband zeigt die Ungewissheit über den mittleren vorhergesagten Wert \(\mu\) bei jedem Gewichtswert; die einzelnen Datenpunkte streuen typischerweise stärker um die Gerade als dieses (schmalere) Band, da zusätzlich die Streuung \(\sigma\) einzelner Beobachtungen um \(\mu\) hinzukommt.
  • Das Unsicherheitsband und die Streuung der einzelnen Datenpunkte um die Gerade sind exakt gleich breit.
  • Alle beobachteten Datenpunkte müssen zwangsläufig innerhalb des Unsicherheitsbands der mittleren Vorhersage liegen, sonst ist das Modell fehlerhaft.
  • Das Unsicherheitsband zeigt, mit welcher Wahrscheinlichkeit eine einzelne neue Person exakt auf der Regressionsgeraden liegen wird.
  • Je breiter das Unsicherheitsband, desto besser passt das Modell zu den Daten.

Solution

Das von estimate_expectation() gezeigte Band bezieht sich auf die Ungewissheit des mittleren vorhergesagten Werts \(\mu\) (also z. B. wie sicher wir uns über die mittlere Körpergröße bei einem bestimmten Gewicht sind) – nicht auf die Streuung der einzelnen Beobachtungen. Da einzelne Beobachtungen zusätzlich noch um \(\mu\) mit der Streuung \(\sigma\) variieren (siehe Likelihood-Zeile des Modells), liegen die tatsächlichen Datenpunkte typischerweise deutlich breiter gestreut als das (schmalere) Unsicherheitsband der mittleren Vorhersage. Die erste Option ist korrekt.

Warum die Distraktoren falsch sind:

  • Die zweite Option ist falsch: Das Unsicherheitsband bezieht sich nur auf die Ungewissheit über den Mittelwert \(\mu\) (basierend auf der Ungewissheit von \(\beta_0\) und \(\beta_1\)), während die Streuung der einzelnen Datenpunkte zusätzlich noch von \(\sigma\) (der Streuung der Likelihood) bestimmt wird – beide Streuungsquellen sind unterschiedlich groß.
  • Die dritte Option ist eine unrealistische Anforderung: Da einzelne Beobachtungen um \(\mu\) mit Streuung \(\sigma\) variieren, ist es völlig normal und erwartbar, dass etliche Datenpunkte außerhalb des (schmaleren) Unsicherheitsbands für den mittleren Wert liegen – das bedeutet nicht, dass das Modell fehlerhaft ist.
  • Die vierte Option verwechselt die Vorhersage des Mittelwerts \(\mu\) mit einer Vorhersage für eine einzelne neue Beobachtung – Letztere müsste zusätzlich die Streuung \(\sigma\) berücksichtigen (ähnlich der Posterior-Prädiktiv-Verteilung aus einem früheren Kapitel), was das gezeigte Band allein nicht leistet.
  • Die fünfte Option kehrt die übliche Interpretation um: Ein breiteres Unsicherheitsband zeigt in der Regel mehr, nicht weniger Ungewissheit im Modell – die reine Bandbreite sagt zudem nichts direkt über die Modellgüte (Passung an die Daten) aus.

Aufgabenname: estimate-expectation-schoice

Answerlist

  • Wahr
  • Falsch
  • Falsch
  • Falsch
  • Falsch

Meta-information

exname: estimate-expectation-schoice extype: schoice expoints: 1 exsolution: 10000 exshuffle: 5 excategory: bayes