exp-prior-95quantil-schoice
Question
Im Modell m_kung wird für \(\sigma\) die Priori-Verteilung \(\sigma\sim\mathcal{E}(\lambda=1/8)\) angenommen. Welchen Wert hat das 95 %-Quantil dieser Priori-Verteilung, also qexp(p = .95, rate = 1/8)?
Answerlist
- \(\text{Q}_{95} = \dfrac{-\ln(0{,}05)}{1/8} = 8\cdot(-\ln(0{,}05)) \approx 23{,}97\)
- \(\text{Q}_{95} = \dfrac{\ln(2)}{1/8} = 8\cdot\ln(2) \approx 5{,}55\) (das ist der Median, nicht das 95 %-Quantil)
- \(\text{Q}_{95} = 1/\lambda = 8\) (das ist der Erwartungswert, nicht das 95 %-Quantil)
- \(\text{Q}_{95} = \dfrac{-\log_{10}(0{,}05)}{1/8} \approx 10{,}41\)
- \(\text{Q}_{95} = \lambda\cdot(-\ln(0{,}05)) = \dfrac{1}{8}\cdot(-\ln(0{,}05)) \approx 0{,}37\)
Solution
Für die Exponentialverteilung gilt allgemein \(\text{Q}_p = \dfrac{-\ln(1-p)}{\lambda}\). Für \(p=0{,}95\) und \(\lambda=1/8\) folgt \(\text{Q}_{95} = \dfrac{-\ln(0{,}05)}{1/8} = 8\cdot(-\ln(0{,}05)) \approx 23{,}97\). Das bedeutet: Laut unserer Priori-Verteilung halten wir Werte von \(\sigma\) bis knapp 24 cm für plausibel (95 %-Grenze), deutlich größere Werte hingegen für unwahrscheinlich.
Warum die Distraktoren falsch sind:
- Die zweite Option berechnet stattdessen den Median (50 %-Quantil) der Exponentialverteilung (\(\ln(2)/\lambda\)), nicht das gefragte 95 %-Quantil.
- Die dritte Option gibt den Erwartungswert der Exponentialverteilung zurück (\(1/\lambda=8\)), verwechselt diesen also mit einem Quantil – Erwartungswert und 95 %-Quantil sind bei einer schiefen Verteilung wie der Exponentialverteilung deutlich unterschiedliche Kennwerte.
- Die vierte Option verwendet fälschlich den dekadischen Logarithmus \(\log_{10}\) statt des natürlichen Logarithmus \(\ln\) in der Quantilsformel.
- Die fünfte Option vertauscht Zähler und Nenner der Formel (multipliziert mit \(\lambda\) statt zu dividieren) – ein klassischer Kehrwertfehler, der zudem einen unplausibel kleinen Wert liefert.
Aufgabenname: exp-prior-95quantil-schoice
Answerlist
- Wahr
- Falsch
- Falsch
- Falsch
- Falsch
Meta-information
exname: exp-prior-95quantil-schoice extype: schoice expoints: 1 exsolution: 10000 exshuffle: 5 excategory: bayes