uebergewissheit-punktschaetzer-schoice
Question
Warum führt es zu “Übergewissheit” (Overconfidence), wenn man Vorhersagen künftiger Beobachtungen nur auf Basis eines einzigen Parameterwerts (z. B. des plausibelsten, etwa \(\pi=0{,}6\)) trifft, statt die gesamte Post-Verteilung zu berücksichtigen?
Answerlist
- Eine Vorhersage auf Basis nur eines Parameterwerts ignoriert die Ungewissheit darüber, welcher Parameterwert tatsächlich zutrifft – die resultierenden Vorhersagen haben dadurch künstlich zu wenig Streuung.
- Ein einzelner Parameterwert liefert grundsätzlich eine zu breite, nicht aber eine zu schmale Vorhersageverteilung.
- Die Verwendung nur eines Parameterwerts hat keinerlei Einfluss auf die Streuung der Vorhersagen, nur auf deren Lage (Mittelwert).
- Übergewissheit entsteht nur bei sehr kleinen Stichproben, bei großen Stichproben verschwindet dieses Problem automatisch, unabhängig vom Vorgehen.
- Punktschätzer-basierte Vorhersagen sind grundsätzlich exakt so präzise (mit derselben Streuung) wie PPV-basierte Vorhersagen.
Solution
Verwendet man nur einen einzelnen (den plausibelsten) Parameterwert für die Vorhersage, blendet man die Ungewissheit über den wahren Parameterwert komplett aus – man tut so, als wüsste man den Parameter mit Sicherheit. Die resultierenden Vorhersagen haben dadurch eine künstlich verringerte Streuung und wirken präziser, als es die tatsächliche (durch die Post-Verteilung ausgedrückte) Ungewissheit rechtfertigt. Die erste Option ist korrekt.
Warum die Distraktoren falsch sind:
- Die zweite Option kehrt den beschriebenen Effekt ins Gegenteil um: Eine Punktschätzer-basierte Vorhersage ist gerade zu schmal (zu wenig Streuung), nicht zu breit, weil sie die Parameterungewissheit ignoriert.
- Die dritte Option ist falsch: Gerade die Streuung der Vorhersage ist betroffen – die PPV berücksichtigt zusätzliche Streuung durch die Parameterungewissheit, während eine Punktschätzung diese Streuungsquelle vollständig ausblendet.
- Die vierte Option ist falsch: Die Ungewissheit über den Parameterwert selbst (dargestellt in der Post-Verteilung) verschwindet nicht automatisch bei größeren Stichproben aus vergangenen Daten, sofern man bei der Vorhersage trotzdem nur einen einzigen Parameterwert verwendet, statt die volle Post-Verteilung einzubeziehen.
- Die fünfte Option widerspricht der zentralen Botschaft des Kapitels: PPV-basierte Vorhersagen haben tendenziell mehr Streuung als punktschätzerbasierte, weil sie zusätzlich die Parameterungewissheit einbeziehen.
Aufgabenname: uebergewissheit-punktschaetzer-schoice
Answerlist
- Wahr
- Falsch
- Falsch
- Falsch
- Falsch
Meta-information
exname: uebergewissheit-punktschaetzer-schoice extype: schoice expoints: 1 exsolution: 10000 exshuffle: 5 excategory: bayes