Entscheiden: Die Schnell- und Sparsam Heuristik Flashcards
Von wem sie die Texte?
- Goldstein & Gigerenzer
2. Scheibenhenne et. al.
Goldstein & Gigerenzer: Hypothesen
- Manche schnellen und sparsamen Heuristiken treffen genauso gute Voraussagen über nicht sicher vorhersagbare Ereignisse, wie komplexe, sehr genaue Modelle.
- In einer unsicheren Welt müssen Menschen die wichtigen Hinweisreize aus ihrer Umwelt herausfiltern und den Rest ignorieren -> dadurch entstehen robuste Heuristiken
a) schnell: beinhalten relativ wenige Schätzungen (von Parametern)
b) sparsam: beinhalten nur wenige Informationen
Goldstein & Gigerenzer: Theoretischer Hintergrund
- wissenschaftlicher Glaube: komplexe Probleme benötigen komplexe Lösungen -> Studien zeigten aber, dass simplere Modelle bessere Vorhersagen treffen
können (z.B.: gewichtete lineare Regression sagt versch. Faktoren genauso gut vorher wie multiple Regression) - Overfitting: am Besten passend ≠ beste Vorhersage
a) passt das Modell perfekt auf die Daten, wird die Vorhersage schlechter
b) Beispiel: Temperatur des nächsten Jahres mithilfe von Polynomfunktion vorhersagen
Goldstein & Gigerenzer: Beispiel Wettervorhersage
s. F. 6 & 7
1. Das simplere Modell (Heuristik) sagt das Wetter besser vorher, als komplizierte, da es zu Overfitting kommt.
2. Das Modell ist nicht mehr generalisiert genug für eine akkurate Vorhersage.
3. Underfitting: Modell passt nicht gut auf die Daten und macht schlechte Vorhersage
Goldstein & Gigerenzer: Robuste Modell & adaptive Toolbox
- Robustes Modell: ausgeglichenes Verhältnis aus Angepasstheit an Daten und akkurater Vorhersage
- Adaptive Toolbox: Konzept zur Nutzung und Bewertung von Heuristiken
a) bestehen aus „Bausteinen“, durch deren Rekombination Heuristiken an die jeweilige Situation und Umwelt angepasst werden können
b) Heuristiken sind nicht entweder gut oder schlecht – ihre Leistung ist abhängig von Informationslage
Goldstein & Gigerenzer: Beispiel 1 : Sport
- Wimbledon vorhersagen:
a) Vor Beginn des Wettbewerbs sollen alle Matches vorhergesagt werden
b) Vorhersage durch:
- weltweites Jahresranking
- Ranking der letzten 52 Wochen
- Ranking durch Wimbledon- Experten
c) Collective Recognition Heuristik: Menschen mit Halbwissen über Tennis werden gefragt welchen von beiden Tennisspielern eines Matches sie kennen
- > Ranking anhand der Erkennungsrate (Collective Regognition Heuristik)
d) Ergebnis: Werte aller Vorhersagen ähnlich, um 68% herum
- > Heuristik: schneidet am besten ab mit 72%
e) Kennen der Spieler eignet sich zur Vorhersage, da es eine Korrelation zwischen dem Erfolg & der Erwähnung der Spieler in der Zeitung sowie zwischen Erwähnung in der Zeitung & Kennen der Spieler und zwischen Kennen der Spieler & Erfolg Spieler mit höherem
Rang gewinnt Match
Goldstein & Gigerenzer: Englisches Fußballturnier vorhersagen
- Befragte Gruppen:
a) türkische Studenten
b) britische Fußballfans - Teilnehmer wählten mit:
a) Recognition Heuristik (Team, das sie besser kennen, gewinnt)
oder
b) Fluency Heuristik: man entscheidet sich für die Option, die man schneller erkannt/verarbeitet hat - Ergebnis: Trotz dass die türkischen Studenten sich nicht mit dem Fußballturnier und den
Teams auskennen, sagen sie es genauso gut vorher, wie die Fans (etwa 64%) - Das kollektive und individuelle Kennen bestimmter Teams reicht aus um die Wettbewerbe genauso gut vorherzusagen, wie Experten mit fundiertem Wissen
Goldstein & Gigerenzer: Beispiel 2: Business: Kaufaktivität vorhersagen
- zukünftige Kaufaktivität mithilfe der Kundendaten vorhersagen:
- Klassifikation durch:
a) Pareto/NBD Modell -> Poisson- Prozess mit 4 Parametern und verbunden mit komplexer Wahrscheinlichkeitsfunktion -> extrem kompliziert und rechenintensiv
- b) Hiatus-Heuristik: Kunden, die in einem bestimmten Zeitraum (=Hiatus), der von Managern geschätzt wird, keinen Kauf tätigen, gelten als inaktiv -> beinhaltet keine Parameter, die geschätzt werden müssen - Wird in 3 verschiedenen Branchen getestet:
a) Klamottenindustrie,
b) Fluggesellschaft,
c) Online Musikbusiness - Ergebnis: Werte liegen nah beieinander (etwa 77%), doch Vorhersagen der Heuristik wieder etwas besser
- Grund: Modell funktioniert nicht, wenn Parameter schlecht geschätzt werden
(auch Hiatus kann falsch geschätzt werden, aber Intuition der Manager ist meist sehr nah an optimalem Wert)
Goldstein & Gigerenzer: Beispiel 2: Business - Beste zukünfige Kunden vorhersagen
- Klassifikation durch:
a) Pareto/NBD- Modell und simplere Version davon
b) Persistence of best customer Heuristik: die besten X% der Kunden in der Vergangenheit, werden auch in Zukunft die besten X% der Kunden bleiben - Ergebnis: Heuristik schlägt stochastisches Modell in 9/12 Fällen
- Bestes Portfolio wählen:
a) Entscheidung über Investmentoptionen
b) Klassifikation durch 14 verschiedene Methoden
c) 1/N Heuristik: N= Anzahl der Ausgaben-/Investmentbereiche
- > 1/N Anteil des Vermögens wird in jede der Optionen investiert - Ergebnis: - keins der Modelle ist konsistent besser als die Heuristik
a) Heuristik ist besser bei: - großem N (-> komplexe v
b) Modelle müssen mehr Parameter schätzen -> größere Fehlergefahr)
c) kurze Zeitspanne (-> nicht ausreichend Daten um Parameter gut zu schätzen)
Goldstein & Gigerenzer: Verbrechen
- Geographical profiling: werden mehrere Verbrechen mit einem Täter in Verbindung gebracht, wird versucht, den Wohnort des Täters über die Tatorte zu ermitteln
- > 10 aufwendige, computergestützte Techniken und - Center of the Circle Heuristik: Vorhersage, dass sich der Täter im Mittelpunkt der beiden am entferntesten liegenden Tatorten befindet
- Ergebnis: beste Vorhersagen durch Center of the Circle Heuristik bringt man Laien die Technik bei, sind sie in der Lag den Standort eines Täters genauso gut zu bestimmen, wie Computersysteme
Goldstein & Gigerenzer: Fazit
- Falscher Glaube: Heuristiken seien kognitive Schwächen und komplexe Probleme bräuchten komplexe Lösungen -> kann Fortschritte bei statistischen Modellen und Vorhersage blockieren
- Für Vorhersage wird robustes Modell benötigt -> Heuristiken sind durch Einfachheit und Verzicht auf Parameterschätzungen (und somit auf viele Informationen) robust
- Richtige Heuristik muss gewählt werden: müssen Forscher erkennen indem sie wissen, welche Prozesse dem kollektiven Wissen unterliegen
- Einfachheit von Heuristiken: führt zu Transparenz-> Forscher wissen, was und wie sie etwas tun
- > Lernen und Verbesserung der Vorhersagemethoden benötigen Transparenz
Goldstein & Gigerenzer: Arten von Heuristiken
- Collective Recognition Heuristik: Wenn eins von zwei Objekt erkannt wird, wird angenommen, dass es ein höheren Wert hat als das andere
- Fluency Heuristik: Das Objekt, was sich am schnellsten und flüssigsten Erkannt wird, wird ein höhere Wert zugewiesen
- Hiatus-Heuristik: Kunden, die in einem bestimmten Zeitraum (=Hiatus), der von Managern geschätzt wird, keinen kauf tätigen, gelten als inaktiv
- Persistence of best customer Heuristik: die besten X% der Kunden in der Vergangenheit, werden auch in Zukunft die besten X% der Kunden bleiben
- 1/N-Heuristik: N= Anzahl der Ausgaben-/Investmentbereiche, 1/N Anteil des Vermögens wird in jede Option investiert. Verteilt die Ressourcen gleichmäßig auf N Alternativen
- Center of the Circle Heuristik: Vorhersage, dass sich der Täter im Mittelpunkt der beiden am entferntesten liegenden Tatorte befindet
Scheibehenne et. al: Faktoren, die die Lebensmittelauswahl beeinflussen
- Lebensmittelinterne Aspekte: Eigenschaften des Essens
- Lebensmittelexterne Aspekte: Umwelt, in der Wahl getroffen wird, individuelle Präferenzen, Motive und Information
- am meisten untersuchte Faktoren: Geschmack, Sinnesreize, Gesundheitsbezogene Aspekte, Ethik, Bequemlichkeit, Preis, Gewichtskontrolle
Scheibehenne et. al: Fragebogen zur Lebensmittelauswahl ( FCQ)
- Erfassung individueller Einstellung über Essen und Konsum verhalten:
- Untersuchung von 9 Faktoren:
a) Gesundheit
b) Preis und Aufwand
c) Bequemlichkeit
d) Stimmungsverbesserung
e) Ansprechen der Sinnesreize
f) natürlicher Inhalt
g) Gewichtskontrolle
h) Vertrautheit
i) ethische Bedenken
Scheibehenne et. al: Zusammenhang zw. Einstellung über Konsum und Verhalten
- Subjektive Wichtigkeit: direkter Zusammenhang zwischen subjektiver Wichtigkeit bezüglich des Essen und täglichen Essgewohnheiten
- Vermeidung: Vermeidung bestimmter Lebensmittel durch Gesundheit, Ethik und unnatürlichen Inhaltsstoffen
- Einstellung: das die Einstellungen tatsächlich mit dem zusammenhängt, was Menschen auf individueller Ebene essen
- Unbekannter Prozess: aber er zeigt nicht den Prozess auf, der von persönlichen Einstellungen und Motiven zu tatsächlichen Entscheidungen führt