Brainscape's Knowledge GenomeTM


Top Flashcards (Certified)
All Flashcards

E-Lehre > Präskriptive E-Theorie/ Teil B > Flashcards

Präskriptive E-Theorie/ Teil B Flashcards

1
Q

Welche Frage stellt die präskriptive E-Theorie?

A

Was soll ich tun?

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

Präskriptive E-Theorie

A

Anhand von Modellen und Instrumenten auf einem analytischen Weg eine Entscheidungsempfehlung ausrechnen

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

Value-Focused-Thinking

A

Sehr intensive Analyse der fundamentalen Ziele und Alternativen

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

Idealalternativen

A

Alternativen, die in allen Zielen denkbar gute Ausprägungen besitzen, jedoch meist nicht realisierbar sind

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

Was wird mit der Monte Carlo Simulation bestimmt?

A

Ergebnis: (Ereigniswahrscheinlichkeiten) Eine durch Simulation erzeugte Dichte- bzw. Verteilungsfunktion in der Zielgröße

In einer M-C-Simulation wird die Verteilung einer Zielgröße aus bekannten Verteilungen der Einflussgrößen durch Zufallsziehungen ermittelt

Vorraussetzung: Dichtefunktion der Einflussfaktoren und ein Wirkungsmodell sind bekannt.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Übersicht über die Methoden und Instrumentarien bei der Suche nach der besten Alternative

A

5 Konstellationen:
1 keine Notwendigkeit einer Präferenzmodellierung
2 Präferenzmodellierung mit nur einem Ziel
3 Prä.modell. mit mehreren Zielen
4 Unvollständige Information
5 Mehrstufige Entscheidungen

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

Zwei Arten der Umweltprognosen

A 
Diskrete Umweltprognosen (Parkplatz frei, ja oder nein?)
stetige Umweltprognosen (Gewinn im Quartal)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Wirkungsprognose

A

Aussagen über die Zielausprägungen in Abhängigkeit der gewählten Alternative

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Eine Person, die sehr stark in einem Projekt involviert ist, unterliegt einem?

A

Inside View

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Anspruchsniveau

A

Das Niveau einer Leistung in einer vertrauten Aufgabe, das ein Individuum in Kenntnis seines vergangenen Leistungsniveaus ausdrücklich zu erreichen sucht

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Bezug des Anspruchsniveau auf eine Entscheidung

A

Alternativen, die in einem Ziel ein definiertes Anspruchsniveau nicht erreichen, werden von der weiteren Betrachtung ausgeschlossen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Formen von Dominanz

A

A dominiert B, wenn A mindestens so gut ist wie B in allen entscheidungsrelevanten Aspekten ist
A dominiert B STRIKT, wenn A besser ist als B in allen entscheidungsrelevanten Aspekten ist
A dominiert B ECHT, wenn A B dominiert und in einem Aspekt echt besser ist

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Was zeigt das St. Petersburger Spiel

A

Ein Ziel liegt vor mit unsicheren Ausprägungen, aber bekannten WS. Lediglich den Erwartungswert auszurechnen, reicht hier nicht aus

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Gossen’sches Gesetz

A

Nutzen von Geld in den Händen von Menschen nicht im Geld selbst, sondern in der Bedürfnisbefriedigung liegt die der Mensch durch das Ausgeben von Geld erreicht

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Warum ist der Umgang mit WS für den Menschen unangenehm?

A

Da der Mensch Kontrolle verspüren möchte und ungern einer unbeeinflussbaren Situation ausgeliefert sein möchte
Der Wunsch nach Kontrolle hat somit den Charakter eines Fundamentalziels

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Formel Nutzenerwartungswert

A

Eu(a) = Summe(i=1 bis n): (p_i * u(a_i))

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Formel Risikoprämie

A

Risikoprämie = Erwartungswert - Sicherheitsäquivalent

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Sicherheitsäquivalent

A

Betrag, bei dem man indifferent ist zwischen eben diesem Betrag und der Lotterie

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Risikoverhalten

A

Sagt aus, inwieweit der Entscheider vom Erwartungswertkalkül abweicht

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Risikoneutrales Verhalten

A

Entscheider weicht nicht vom Erwartungswertkalkül ab und entscheidet sich immer für die Alternative, mit dem höheren Entscheidungswert

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Risikoscheues Verhalten

A

Entscheider bewertet eine risikobehaftete Alternative schlechter als einen sicheren Betrag in Höhe des Erwartungswertes dieser Alternative

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Risikofreudiges Verhalten

A

Entscheider bewertet eine riskante Alternative besser als einen sicheren Betrag in Höhe des Erwartungswertes dieser Alternative

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Risikoprämie Anschaulich

A

Ist der Preis für die Übernahme eines bestimmten Risikos

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Kurvenverhalten in Bezug zum Risikoverhalten

A

Risikoscheues Verhalten: konkav
Risikoneutrales Verhalten: konkav
Risikofreudiges Verhalten: konvex

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
In welcher Beziehung stehen Nutzenfunktion und Wertfunktion in Bezug zur Risikoeinstellung
Risikoscheu: Nutzenfunktion über Wertfunktion Risikofreudig: Wertfunktion unter Nutzenfunktion
26
Proxyattribut
Messbare Größe, die im Engen Zusammenhang zum eigentlichen Ziel steht Bsp.: "Fachkenntnisse" durch Masternote messen
27
Probleme bei Messung über Proxyattribute
- Verbindung zwischen Fundamentalziel und Proxyattribut ist nicht immer verlässlich (eine Uni ist einfacher) - Blick auf das Fundamentalziel geht verloren (nicht Note, sondern Kenntnisse sind wichtig)
28
Direct-Rating-Verfahren
Die Präferenzen werden durch Angaben von Punktewerten dargestellt
29
Halbierungsmethode
Methode zur Ermittlung von Nutzenfunktionen bei kontinuierlicher Skala. Der Entscheider muss Sicherheitsäquivalente zu Lotterien mit 50% angeben
30
Halbierungsmethode Erwartungsnutzen (Form)
u(x^0,5) = 0,5u(x-) + 0,5u(x+) = 0,5
31
Bsp für eine diskrete Skala eines schwer messbaren Ziels
Rosser-Matrix (Lebensqualität nach OP)
32
Fraktilmethode
Methode zur Ermittlung von Nutzenfunktionen bei kontinuierlicher Skala. Der Entscheider muss bei den Extremwahrscheinlichkeiten x+ und x- Sicherheitsäquivalente zu verschiedenen Wahrscheinlichkeiten angeben. Bsp.: u(x^0,2) = 0,2
33
Methode variabler Wahrscheinlichkeiten
Methode zur Ermittlung von Nutzenfunktionen bei kontinuierlicher Skala. Der Entscheider muss zu verschiedenen Stützstellen äquivalente Lotterien angeben, die als Ausprägungswerte x- und x+ haben müssen
34
Lotterievergleichsmethode
Methode zur Ermittlung einer Nutzenfunktion bei kontinuierlicher Skala. Der Entscheider muss Wahrscheinlichkeiten angeben, um zwei Lotterien miteinander zu vergleichen
35
Wie kann man unregelmäßige Verläufe in der Nutzenfunktion vermeiden?
Durch eine fundamentalere Formulierung der Ziele | Bsp: Temperatur ist nicht fundamental, sondern klimatische Bedingung
36
Wie sehen Nutzenfunktionen von fundamental formulierten Zielen aus?
Sie sind meist monoton und verlaufen sehr glatt
37
Was sagt der Risikoaversionsparameter c aus?
c>0 Risikoscheues Verhalten c=0 Risikoneutrales Verhalten c<0 Risikofreudiges Verhalten
38
Allais Paradoxon
Beschreibt eine Situation, in der es unmöglich ist, auch nur eine einzige Nutzenfunktion zu finden, die mit mind. zwei gegebenen Aussagen im Einklang steht (Bsp. 3000€ oder 4000€)
39
Mü Sigma Regel
Es ist eine Funktion F, die die Präferenzen des Entscheiders - ebenso wie den Nutzenerwartungswert - widerspiegelt. Sie ist deutlich einfacher als die exponentielle Nutzenfunktion, da sie nur von zwei Parametern abhängt
40
Wie wird die Nutzenfunktion im E-Navi ermittelt?
Es wird eine exponential Funktion unterstellt, die man dann anhand der Hilfe von stützstellen solange verändern kann bis sie zutrifft
41
Wann ist die μ-sigma-Kompatibiltät gegeben?
Gegeben, wenn die mü-sigma-Regel zu dem selben Ergebnis führt wie eine Ermittlung der optimalen Alternative über die Berechnung des Nutzenerwartungswertes
42
Was besagt die Reproduktionseigenschaft?
Sie besagt, dass die Verknüpfung zweier Verteilungen der betrachteten Klasse von WS Verteilungen zur selben Klasse führen
43
Wann darf die mü-sigma-Regel nur angewendet werden?
Wenn mü-sigma-Kompatibilität vorliegt, da man sonst ein falsches Ergebnis erhält
44
Additives Modell
Zielspezifische Bewertungen werden in einer einfachen additiven und über Zielgewichte gesichteten Form aggregiert
45
Was muss erfüllt sein, damit man das additive Modell nutzen kann?
1. Fundamentalität: Zielsystem darf keine Instrumentalziele umfassen 2. Messbarkeit: Die Zielausprägungen sollten noch gut auf einer diskreten oder stetigen Skala abzubilden sein 3. Vollständigkeit: Alle entscheidungsrelevanten Aspekte müssen im Zielsystem auftauchen 4. Redundanzfreiheit: Kein Aspekt sollte in mehreren Zielen gleichzeitig benannt werden 5. Präferenzunabhängigkeit: Weder in der zielspezifischen Bewertung (Typ 1), noch bei der Zielgewichtung (Typ 2) dürfen Präferenzen von Ausprägungen in anderen Zielen abhängen
46
Bsp Redundanz
Ziel "Ruhe" bei Wohnungssuche kommt bei Ziel "gute Wohnlage" und "kein Durchgangsverkehr" vor
47
Komplementäre Interaktion
Je besser die Zielausprägung in einem Ziel, desto wichtiger wird das andere Ziel (Bsp: Fachkenntnisse, Schreibtalent) Es herrscht Präferenzabhängigkeit
48
Substitutionale Interaktion
Je schlechter die Zielausprägung in einem Ziel, desto wichtiger wird das andere Ziel (Bsp: Entfernung Autobahn, Entfernung Bahnhof) Es herrsccht Präferenzabhängigkeit
49
Wie hängen Fundamentalität, Präferenzabhängigkeit und Redundanzen zusammen?
Mit zunehmender Fundamentalität verschwinden Präferenzabhängigkeiten und Redundanzen
50
Was ist ein Trade-Off
Ein Trade-off ist eine Indifferenzaussage des Entscheiders, mit der er angibt, dass zwei Alternativen, die sich nur in zwei Zielen unterscheiden, für ihn gleichwertig sind
51
Wie können Zielgewichte bestimmt werden?
Mithilfe des Trade-off-Verfahrens
52
Wie läuft das Trade-off-Verfahren ab?
Der Entscheider bildet einen Trade-off nach mithilfe der Worst-best-Eingrenzung bis er indifferent ist. Dadurch werden die relativen Zielgewichte bestimmt
53
Bandbreiteneffekt
Zielgewichte hängen von der Bandbreite ab (mit einer größeren Bandbreite geht ein größeres Zielgewicht einher)
54
Wie viele Trade-offs muss man machen, um alle Zielgewichte zu bestimmen?
Bei m Zielen genügen m-1 Trade-offs, um alle Zielgewichte zu ermitteln
55
Wie kann man mit dem Trade-off-Verfahren am schnellsten alle Zielgewichte bestimmen?
Am besten ist es, ein wichtiges Ziel mit kontinuierlicher Skala jeweils mit allen anderen Zielen zu vergleicchen
56
Wann liegt der Bandbreiteneffekt vor?
Wenn Veränderung einer Bandbreite in einer Präferenzmodellierung zu anderen Entscheidungsrangfolgen führt
57
Was ist eine Sensitivitätsanalyse?
Analyse einer Entscheidungssituation bei Veränderung der Einflussvariablen (Bsp: Produktionsstätten und unbekannte Nachfrage)
58
Wie werden Zielgewichte im E-Navi bestimmt?
Mann muss die Indifferenzkurve solange an der Gestalt verändern bis sie deine Präferenzen widerspiegelt (verfolgt (anhand) dem Trade-off-Verfahren)
59
Wann liegt stochastische Dominanz 1. Grades vor?
Eine Alternative a dominiert eine andere b stochastisch 1. Grades, falls für jede Ausprägung der Zielvariablen die Wahrscheinlichkeit, diese zu überschreiben, bei a mindestens so hoch ist wie bei b
60
Risikoprofil
Grafische Darstellung des Komplements der Verteilungsfunktion, also (1-P(x))
61
Wann liegt stochastische Dominanz 2.Grades vor?
Eine Alternative a dominiert eine andere b stochastisch 2. Grades, wenn für jede Ausprägung x die Fläche unter dem Risikoprofil bis zu dieser Ausprägung bei a mindestens so groß ist wie bei b
62
Wie werden die Dominanzüberprüfungen im E-Navi durchgeführt?
Mit einer Monte-Carlo-Simulation
63
Was ist eine Strategie?
Eine Strategie ist eine bedingte Handlungsfolge im Entscheidungsbaum
64
Aus welchen Komponenten besteht ein Entscheidungsbaum?
- Alternativen - Ereignisse (Zustände) - Zielausprägungen
65
Vorgehensweise Roll-Back-Verfahren
Zur Ermittlung der optimalen Strategie aus gegebenem Entscheidungsbaum wird von rechte nach links für jeden Knoten die optimale Entscheidung berechnet

E-Lehre (5 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions