Teil B 31-45

Question 1

Beispiel für eine diskrete Skala eines schwer messbaren Ziels

Answer 1

Rosser-Matrix (Lebensqualität nach OP)

Question 2

Fraktilmethode

Answer 2

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

Question 3

Methode variabler Wahrscheinlichkeiten

Answer 3

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.

Question 4

Lotterievergleichsmethode

Answer 4

Methode zur Ermittlung einer Nutzenfunktion bei kontinuierlicher Skala. Der Entscheider muss Wahrscheinlichkeiten angeben, um zwei Lotterien miteinander zu vergleichen.

Question 5

Wie kann man unregelmäßige Verläufe in der Nutzenfunktion vermeiden?

Answer 5

Durch eine fundamentalere Formulieren der Ziel

Bsp: Temperatur ist nicht fundamental, sondern klimatische Bedingung

Question 6

Wie sehen Nutzenfunktionen von fundamental formulierten Zielen aus?

Answer 6

Sie sind meist monoton und verlaufen sehr glatt

Question 7

Was sagt der Risikoaversionsparameter c aus?

Answer 7

c>0 risikoscheues Verhalten
c=0 risikoneutrales Verhalten
c<0 risikofreudiges Verhalten

Question 8

Allais-Paradoxon

Answer 8

Beschreibt eine Situation, in der es unmöglich ist, auch nur eine einzige Nutzenfunktion zu finden, die mit mind. zwei gegeben Aussagen im Einklang steht
(Bsp. 3000€ oder 4000€)

Question 9

mü sigma regel

Answer 9

Es ist eine Funktion F, die die Präferenzen des Entscheiders-ebenso wie der Nutzenerwartungswert- wiederspiegelt.
Sie ist deutlich einfacher als die exponentielle Nutzenfunktion, da sie nur von zwei Parametern abhängt

Question 10

Wie wird die Nutzenfunktion im E-Navi ermittelt

Answer 10

Es wird eine exponential Funktion unterstellt die man dann anhand der Hilfe von Stützstellen solange verändern kann bis sie zutrifft

Question 11

Wann ist die µ-σ-Kompatibiltät gegeben?

Answer 11

Sie ist gegeben, wenn die µ-σ-Regel zu dem selben Ergebnis führt wie eine Ermittlung der optimalen Alternative über die Berechnung des Nutzenerwartungswertes.

Question 12

Was besagt die Reproduktionseigenschaft

Answer 12

Sie besagt, dass die Verknüpfung zweier Verteilungen der betrachteten Klasse von WS Verteilungen zur selben Klasse führen

Question 13

Wann darf die µ-σ.Regel nur angewendet werden?

Answer 13

Wenn µ-σ-Kompatibilität vorliegt, da man sonst ein falsches Ergebnis erhält

Question 14

Additives Modell

Answer 14

Zielspeziefische Bewertungen werden in einer einfachen additiven und über Zielgewichte gesichteten Form aggregiert

Question 15

Was muss erfüllt sein, damit man das additives Modell nutzen kann?

Answer 15

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