Entscheiden: Die Schnell- und Sparsam Heuristik Flashcards

1
Q

Von wem sie die Texte?

A
  1. Goldstein & Gigerenzer

2. Scheibenhenne et. al.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Goldstein & Gigerenzer: Hypothesen

A
  1. Manche schnellen und sparsamen Heuristiken treffen genauso gute Voraussagen über nicht sicher vorhersagbare Ereignisse, wie komplexe, sehr genaue Modelle.
  2. 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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Goldstein & Gigerenzer: Theoretischer Hintergrund

A
  1. 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)
  2. 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
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Goldstein & Gigerenzer: Beispiel Wettervorhersage

A

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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Goldstein & Gigerenzer: Robuste Modell & adaptive Toolbox

A
  1. Robustes Modell: ausgeglichenes Verhältnis aus Angepasstheit an Daten und akkurater Vorhersage
  2. 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
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Goldstein & Gigerenzer: Beispiel 1 : Sport

A
  1. 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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Goldstein & Gigerenzer: Englisches Fußballturnier vorhersagen

A
  1. Befragte Gruppen:
    a) türkische Studenten
    b) britische Fußballfans
  2. 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
  3. 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%)
  4. Das kollektive und individuelle Kennen bestimmter Teams reicht aus um die Wettbewerbe genauso gut vorherzusagen, wie Experten mit fundiertem Wissen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Goldstein & Gigerenzer: Beispiel 2: Business: Kaufaktivität vorhersagen

A
  1. zukünftige Kaufaktivität mithilfe der Kundendaten vorhersagen:
  2. 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
  3. Wird in 3 verschiedenen Branchen getestet:
    a) Klamottenindustrie,
    b) Fluggesellschaft,
    c) Online Musikbusiness
  4. Ergebnis: Werte liegen nah beieinander (etwa 77%), doch Vorhersagen der Heuristik wieder etwas besser
  5. 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)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Goldstein & Gigerenzer: Beispiel 2: Business - Beste zukünfige Kunden vorhersagen

A
  1. 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
  2. Ergebnis: Heuristik schlägt stochastisches Modell in 9/12 Fällen
  3. 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
  4. 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)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Goldstein & Gigerenzer: Verbrechen

A
  1. 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
  2. Center of the Circle Heuristik: Vorhersage, dass sich der Täter im Mittelpunkt der beiden am entferntesten liegenden Tatorten befindet
  3. 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
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Goldstein & Gigerenzer: Fazit

A
  1. Falscher Glaube: Heuristiken seien kognitive Schwächen und komplexe Probleme bräuchten komplexe Lösungen -> kann Fortschritte bei statistischen Modellen und Vorhersage blockieren
  2. Für Vorhersage wird robustes Modell benötigt -> Heuristiken sind durch Einfachheit und Verzicht auf Parameterschätzungen (und somit auf viele Informationen) robust
  3. Richtige Heuristik muss gewählt werden: müssen Forscher erkennen indem sie wissen, welche Prozesse dem kollektiven Wissen unterliegen
  4. Einfachheit von Heuristiken: führt zu Transparenz-> Forscher wissen, was und wie sie etwas tun
    - > Lernen und Verbesserung der Vorhersagemethoden benötigen Transparenz
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Goldstein & Gigerenzer: Arten von Heuristiken

A
  1. Collective Recognition Heuristik: Wenn eins von zwei Objekt erkannt wird, wird angenommen, dass es ein höheren Wert hat als das andere
  2. Fluency Heuristik: Das Objekt, was sich am schnellsten und flüssigsten Erkannt wird, wird ein höhere Wert zugewiesen
  3. Hiatus-Heuristik: Kunden, die in einem bestimmten Zeitraum (=Hiatus), der von Managern geschätzt wird, keinen kauf tätigen, gelten als inaktiv
  4. Persistence of best customer Heuristik: die besten X% der Kunden in der Vergangenheit, werden auch in Zukunft die besten X% der Kunden bleiben
  5. 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
  6. Center of the Circle Heuristik: Vorhersage, dass sich der Täter im Mittelpunkt der beiden am entferntesten liegenden Tatorte befindet
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Scheibehenne et. al: Faktoren, die die Lebensmittelauswahl beeinflussen

A
  1. Lebensmittelinterne Aspekte: Eigenschaften des Essens
  2. Lebensmittelexterne Aspekte: Umwelt, in der Wahl getroffen wird, individuelle Präferenzen, Motive und Information
  3. am meisten untersuchte Faktoren: Geschmack, Sinnesreize, Gesundheitsbezogene Aspekte, Ethik, Bequemlichkeit, Preis, Gewichtskontrolle
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Scheibehenne et. al: Fragebogen zur Lebensmittelauswahl ( FCQ)

A
  1. Erfassung individueller Einstellung über Essen und Konsum verhalten:
  2. 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
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Scheibehenne et. al: Zusammenhang zw. Einstellung über Konsum und Verhalten

A
  1. Subjektive Wichtigkeit: direkter Zusammenhang zwischen subjektiver Wichtigkeit bezüglich des Essen und täglichen Essgewohnheiten
  2. Vermeidung: Vermeidung bestimmter Lebensmittel durch Gesundheit, Ethik und unnatürlichen Inhaltsstoffen
  3. Einstellung: das die Einstellungen tatsächlich mit dem zusammenhängt, was Menschen auf individueller Ebene essen
  4. Unbekannter Prozess: aber er zeigt nicht den Prozess auf, der von persönlichen Einstellungen und Motiven zu tatsächlichen Entscheidungen führt
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Scheibehenne et. al: Implizite Modelle der Lebensmittelauswahl

A
  1. Wenn mehrere Aspekte als wichtig angesehen werden, wird es wahrscheinlich ein Konflikt zwischen zwei oder mehreren Aspekten geben
  2. Wie Entscheidungsträger diese Kompromisse lösen, ist in der Lebensmittelliteratur noch nicht gut erforscht
17
Q

Scheibehenne et. al: Explizite Modelle des Lebensmittelauswahl

A
  1. GGB: Die Entscheidung, ein bestimmtes Lebensmittel zu essen, hängt davon ab, wie dieses Lebensmittel bei jedem der drei Kriterien (Genuss, Gesundheit und Bequemlichkeit) skaliert
  2. Gleichung der Gesamtwertung: wird davon ausgegangen das verschiedene Aspekte einer Alternative addiert werden, wobei möglicherweise jeder Aspekt nach seiner Wichtigkeit unterschiedlich skaliert wird, um ein Gesamtwert oder Nutzen zu bilden
  3. Mehrfaktoriell: Menschen suchen nach mehreren Faktoren, die mit jeder Wahlalternative, positiv oder negativ verbunden sind.
  4. Es ist eine Komponente der Multiattribute Utility Theory und der entsprechende Auswahlprozess wird allgemein als WADD bezeichnet
18
Q

Scheibehenne et. al: Warum Kritik an WADD

A
  1. WADD- Mechanismen brauchen Zeit
  2. Stattdessen wird einfachen Heuristiken Entscheidungsmechanismen vorgeschlagen
  3. Die Hauptannahmen dieses “schnellen und sparsamen” Heuristik Ansatzes sind,
    a) dass Entscheidungsträger nur über begrenzte Zeit und Rechenergebnisse verfügen
    b) dass sie, anstatt zu versuchen, “die beste” Option zu bestimmen, nach etwas suchen, das “gut genug” ist
  4. Entscheidungsprozesse von Menschen werden oft als Faustregeln charakterisiert
19
Q

Scheibehenne et. al: Die lexikographische Entscheidungsheuristik

A
  1. LEX sagt voraus, dass Menschen ihre Entscheidung auf nur einen Grund stützen
  2. Es wird die Option gewählt, die den höchsten Wert für das Attribut hat, das also am wichtigsten angesehen wird
  3. Lex sagt auch voraus das Menschen keine Kompromisse zwischen verschiedenen Attributen eingehen und sich auf wichtigsten konzentrieren
20
Q

Scheibehenne et. al: WADD und LEX

A
  1. WADD:
    a) Weight additive mechanism
    b) alle Informationen sowie deren subjektive Wichtigkeit werden einbezogen
    c) sehr zeitaufwändig
    d) alle relevanten Attribute werden bewertet
  2. LEX
    a) Lexographic
    b) nur wichtigstes Attribut wird in die Entscheidungsfindung einbezogen
    c) Wird in Situationen wo die Zeit knapp ist oder Kosten für Fehler niedrig sind verwendet
21
Q

Scheibehenne et. al: WADD & LEX Unterschied:
Skala von 1- 5 Wichtigkeit: 5- Gesundheit
4- Bequemlichkeit
Bewertung der Mahlzeit: Mahlzeit A: G-> 5 B-> 3
Mahlzeit B: G-> 4 B-> 5

A
  1. Entscheidung nach WADD:
    Mahzeit A: 55+43 = 37
    Mahlzeit B: 54+4*5= 40
    -> Entscheidung: für Mahlzeit B
  2. Entscheidung nach LEX:
    MahlzeitA: Gesundheit: 5
    Mahlzeit B: Gesundheit 4
    -> Entscheidung für Mahlzeit A
22
Q

Scheibehenne et. al: Forschungsfrage

A

Kann die typische Nahrungsmittelentscheidung als Ergebnis einfacher heuristischer
Entscheidungsmechanismen wie LEX erklärt und vorhergesagt werden?

23
Q

Scheibehenne et. al: Methode: Teilnehmer und Versuchsaufbau

A
  1. 50 Teilnehmer
    a) Studenten oder mit kürzlich erreichtem Abschluss
    21 männlich, 26 weiblich, 3 ohne Angabe
    b) Alter:19-35 Jahre (m= 25 Jahre)
    c) BMI: 17,3-31,6 (m=22,5)
  2. Versuchsaufbau
    a) wiederholte Paarvergleiche
    b) Messung der individuellen Motive
    c) Evaluation der internalen Attribute
24
Q

Scheibehenne et. al: Paarvergleiche

A

jeweils ein Gericht aus den gezeigten Paaren auswählen
a) 190 Entscheidungen
b) Anordnung variabel
c) -> Zeitmessung zwischen Erscheinen und
Weiter Drücken -> Entscheidungszeit

25
Q

Scheibehenne et. al: Ergebnisse

A
  1. Die drei wichtigsten Faktoren bei der Auswahl:
    a) Preis
    b) Sinnesreiz
    c) Bequemlichkeit
  2. Große Unterscheidungen der Probanden in der Wertung des Geschmacks
  3. Kleine Unterscheidungen der Probanden in der Wertung Bequemlichkeit
  4. Insgesamt 9500 Entscheidungen
  5. richtige Vorhersagen:
    a) WADD -> 6975-> 73%
    b) LEX -> 6814-> 72 %
    - > LEX und WADD haben jeweils über 70% richtig vorhergesagt
  6. In 89% traf LEX eine Entscheidung auf der Grundlage des ersten wichtigsten Attributs:
    a) weitere 9% aller Entscheidungen wurden auf der Grundlage des zweiten Attributs getroffen
  7. die Aufgabenreihenfolge scheint die Wahlmöglichkeiten der Teilnehmer nicht beeinflusst zu haben
26
Q

Scheibehenne et. al: Ergebnisse LEX vs. WADD

A
  1. LEX macht fast so gute Vorhersagen wie WADD
  2. Man entscheidet sich für das Gericht, welches das augenblicklich größte Bedürfnis befriedigt
  3. Entscheidungsstrategien für ein Modell (hier: LEX oder WADD), wenn sie zu dem gleichen Ergebnis kommen: Man nimmt das einfachere/sparsamere
    (hier: LEX)
27
Q

Scheibehenne et. al: Entscheidungszeit

A
  1. Die durchschnittliche Zeit, um sich zwischen zwei Gerichten zu entscheiden und zum nächsten Paar überzugehen, betrug 2,7 s
  2. 1028 Entscheidungen, bei denen LEX, aber nicht WADD korrekte Vorhersagen getroffen hat
  3. 1197 Entscheidungen, bei denen WADD, aber nicht LEX das Ergebnis korrekt vorhergesagt hat
  4. die Entscheidungszeiten werden länger, je näher die Attraktivität zweier Gerichte ist
28
Q

Scheibehenne et. al: Fazit

A
  1. Komplexes Modell nicht besser als einfaches Modell bei der Vorhersage von Essensentscheidungen
  2. Große Wahrscheinlichkeit, dass Menschen viele verschiedene Entscheidungsstrategien haben