Diskussion:Entscheidungstheorie

aus Wikipedia, der freien Enzyklopädie
Letzter Kommentar: vor 8 Jahren von 195.49.224.20 in Abschnitt Terminologie
Zur Navigation springen Zur Suche springen

Entscheidungsregeln unter Sicherheit

[Quelltext bearbeiten]

Es werden keine Entscheidungsregeln unter Sicherheit angesprochen (Lexikographische Ordnung, Körth-Regel, Goal-Programierung).

Sollte der Vollständigkeit halber implementiert werden!

Kommt, versprochen! --Einbayer 18:12, 9. Nov 2004 (CET)

In dem Folgenden Text ist irgenwo der Wurm drinn glaub ich: Die Unsicherheitssituation lässt sich gliedern in

   * Entscheidung unter Sicherheit: Die eintretende Situation ist bekannt. (Deterministisches Entscheidungsmodell)
   * Entscheidung unter Unsicherheit: Es ist nicht mit Sicherheit bekannt, welche Umweltsituation sj eintritt, man unterscheidet dabei weiter


ich finde die Auflistung leicht verwirrend.. außerdem widerspricht sie teilweise meiner aus der Wirtschaftspsychologie.. daher mein Vorschlag zur neuen Gliederung:

Entscheidungen unter
- Sicherheit: Konsequenzen sind mit Sicherheit bekannt
- Risiko: (bekannte) Konsequenzen treten mit bekannter Wahrscheinlichkeit ein
- Ambiguität: (bekannte) Konsequenzen treten mit unbekannter Wahrscheinlichkeit ein
- Unwissenheit: die Konsequenzen sind unbekannt

Bei der Entscheidung unter Sicherheit besitzt der Entscheidungsträger die vollständige Information über die wählbaren Alternativen und Sicherheit über deren Konsequenzen. Dabei besteht völlige Klarheit über alle Entscheidungsmöglichkeiten und Ergebnisse, die Person ist unendlich sensibel, was die Unterschiede zwischen den Entscheidungsmöglichekiten anlangt und kann deshalb alle Alternativen nach subjektiven Präferenzen reihen.

Als riskant wird eine Entscheidung dann bezeichnet, wenn Unsicherheit über Ereignisse und deren Konsequenzen besteht. In diesem Fall können subjektive Wahrscheinlichkeiten erhoben werden, mit denen Ereignisse und Konsequenzen erwartet werden.

Ist eine Bestimmung der Wahrscheinlichkeiten nicht möglich, spricht man von ambiguen Entscheidungen. Man kann zwar die Konsequenzen einschätzen, nicht aber deren Auftrittswahrscheinlichkeit.

Muss man eine Entscheidung treffen, ohne dass die Folgen abschätzbar sind, spricht man von Entscheidungen unter Unwissenheit.

Gelöschter Absatz

[Quelltext bearbeiten]

Ich habe den Absatz

Nahe liegend ist nun diejenige Entscheidung, bei der der Erwartungswert ihrer Konsequenzen ein Maximum annimmt. Allerdings ist diese Maximum-Regel nur dann anwendbar, wenn der Entscheidungsträger risikoneutral ist. Bei einem risikofeindlichen Entscheidungsträger müssen noch die Standardabweichungen der einzelnen Konsequenzen berücksichtigt werden: Je höher die Standardabweichung, desto höher ist nämlich das einer bestimmten Entscheidung immanente Risiko. Dieses Modell ist jedoch nicht konsistent, weil sich beliebig viele Fälle mit gleichem Erwartungswert und Streuung konstruieren lassen. Ein weiterer Kritikpunkt an den Erwartungswertmodellen ist noch das so genannte Petersburger Paradoxon: Eine Münze wird geworfen;jedes mal, wenn Zahl kommt, werden 2 Euro gewonnen. EW = 0,5 * 2 + 0,5 * 2 + 0,5 * 2 +... => EW geht gegen unendlich, was natürlich unrealistisch ist.

Besser ist deshalb die Anwendung des Bermoulli Prinzips, das 1886 von Daniel Bernolli entwickelt wurde, und das für die meisten Entscheidungsträger heute eine zieladäquate Entscheidungsregel darstellt.

gelöscht. Gründe:

  1. Er ist teilweise falsch. Ob ein Entscheider bei der hier als Maximum-Regel bezeichneten Regel in einer Situation indifferent zwischen Alternativen ist, hat nichts mit Konsistenz zu tun.
  2. Die ganze Auseinandersetzung mit dieser Problematik findet bei Entscheidung unter Risiko einen besseren Platz. Außerdem sind dort die relevanten Informationen größtenteils bereits enthalten. Dort habe ich auch das Petersburger Paradoxon eingebunden, das hier überdies falsch dargestellt wird.

Mit der Bitte um Verständnis. --Einbayer 17:33, 26. Nov 2004 (CET)

Wishlist

[Quelltext bearbeiten]

Es fehlen noch: Bernoulli-Risikionutzentheorie Müh-Omega-NutzentheorieŒ Prospecttheorie (Ansatz normative und deskriptive ET zu vereinen) Satizifizierungstheorie/Ansätze Strukturierung von Entscheidungen (wohlstrukturiert,semistrukturiert,unstrukturiert) mit Entscheidungsdefekten(Zieldefekt,Abbildungsdefekt,Lösungsdefekt, Bewertungsdefekt etc...) Entscheidungsbaumverfahren = flexible Planung Vernünftige Gliederung (bisher alles schön durcheinander gemischt)

Um nur einige Grundlagen zu nennen, die noch fehlen...

So nebenher fehlt mir auch die psychologische Entscheidungstheorie Yotwen 18:49, 7. Mai 2006 (CEST)Beantworten
[Quelltext bearbeiten]

Der Link "http://www.entscheidungstheorie.net/ Theoretische Grundlagen der Entscheidungstheorie" lässt sich leider nicht öffnen, bzw. Zeigt auf eine Bilderseite!

Versuchts mal hiermit - Musterlösungen zum Buch:

http://www.rationalesentscheiden.de/

Viel Glück!

Lose Wortsammlung

[Quelltext bearbeiten]

Buzzwords aus der Entscheidungstheorie:


1. Prozedurale Rationalität

2. Konsistenz der Entscheidungsgrundlagen
Zukunftsorientiert, Transitivität, Invarianz, Unabhängigkeit von irrelevanten Alternative

3. Mind Mapping (geeignet für die Modellierung des Problems)
Pro: Komplexitätsreduktion, Strukturhilfe, Kommunikationshilfe Contra: Informationsverlust, fehlende Quantifizierung

4. Entscheidungsbaum
Pro: kein Info-Verlust, Teilproblemzerlegung, chronologisch Contra: nicht für komplexe Entscheidungen geeignet Anzahl der Stufen richtet sich nach der Anzahl an Entscheidungsebenen

5. Entscheidungsmatrix (geeignet für die Bewertung des Problems)
Infos übersichtlich, keine Struktur oder Chronologie

6. Fundamentalziel
Ziel, das um seiner selbst willen verfolgt wird und keiner Begründung mehr bedarf.

7. Instrumentalziel
Ziel , das verfolgt wird, weil es zur Erreichung eines anderen, fundamentaleren Ziels beiträgt.

8. Anforderung an Zielsysteme
Vollständigkeit, Redundanzfreiheit, Messbarkeit, Präferenzenunabhängigkeit, Einfachheit

9. Präferenzenordnung
Muss vollständig und transitiv sein

10. Präferenzenunabhängigkeit (wechselseitig)
Ist umso eher erfüllt, je dichter die Unter- und Obergrenzen der Attribute zusammen liegen

11. Unabhängigkeit
Durch das Eintreten eines Ereignisses ändert sich die Eintritts-WK für ein anderes Ereignis nicht

12. Roll-back-Verfahren

13. Absolute Dominanz unter Sicherheit
Eine Alternative dominiert eine andere absolut, wenn sie in keinem Attribut schlechter ist als jene und mind. in einem besser ist

14. Absolute Dominanz unter Unsicherheit
Eine Alternative dominiert eine andere, wenn sie auch in ihrer schlechtest möglichen Ausprägung besser ist als die andere

15. Zustandsdominanz bei Unsicherheit
Eine Alternative dominiert eine andere, wenn sie in keinem Zustand schlechter ist als jene, und mind. in einem besser.

16. Stochastische Dominanz
Eine Alternative a domiert eine Alternative b, wenn die WK, dass a die Ausprägung eines Attributes von b überschreitet überall mind. genauso hoch ist wie umgekehrt und bei einer Ausprägung sogar höher ist. Liegt vor, wenn die Minimierung von EU(a)-EU(b) > 0 ergibt und kann somit bei unvollständiger Präferenzeninformation ermittelt werden.

17. Wertfunktion v
Sie ordnet bei Sicherheit einer Alternative a genau dann einen höheren Wert als b zu, wenn ein Entscheider Alternative a gegenüber b präferiert

18. Ordinalte WF
Es kann nur eine Rangfolge der Alternativen angegeben werden -> nicht messbar

19. Kardinale WF
Präferenzenunterschied ist messbar

20. Voraussetzungen für WF
Vollständigkeit und Transitivität

21. Nutzenfunktion u
Entscheidung bei Unsicherheit, wobei mehrere Ausprägungen je Ziel und Alternative möglich sind. Es wird sowohl die subjektive Einstellung des Entscheides gegenüber dem Wert einer Alternative als auch gegenüber seiner Risikoeinstellung dargestellt.

22. Axiome der Nutzentheorie
Vollständige Ordnung, Stetigkeit und Unabhängigkeit

23. Direct-Rating-Methode
Pro: einfach und geeignet für nominal skalierte Variablen Contra: bei vielen Alternativen aufwendig, fehleranfällig und ungenau

24. Halbierungsmethode
Pro: geeignet für intervallskalierte Variablen, nicht jede Ausprägung muss bewertet werden Contra: nicht geeignet für nominal/ordinale Variablen, Verzerrungen zu Beginn machen Ergebnis unbrauchbar

25. Methode gleicher Wertdifferenzen
Pro: Gleiche Wertdifferenzen als Hilfe, geeignet für intervallskalierte Variablen Contra: Normierungsproblem, wenn UG und OG überschritten wird, schwer anwendbar für nominal skalierte Variablen

26. Konsistenzprüfung
Wichtig, da oft nur unvollständige Daten verfügbar sind und Entscheider über unzureichende Kritik am eigenen Urteil verfügen. Man sollte daher verschiedene Methoden anwenden um ein Ereignis zu analysieren und ggf. die verschiedenen resultierenden Werte mitteln.

27. Sensitivitätsanalyse
Untersucht z.B. ob eine Entscheidung stabil gegenüber geringfügigen Schwankungen von Gewichten oder Wahrscheinlichkeiten ist.

28. Multiattributive Wertfunktion
Sie ordnet jeder Alternative einen Wert in Abhängigkeit von min. zwei Attributsausprägungen zu, so dass v(a) > v (b), wenn a gegenüber b präferiert wird.

29. Additive Modell (Scoring-Modell)
Erfordert wechselseitige Präferenzenunabhängigkeit Beispiel: v(a)= w1*v1(x1) + w2*v2(x2) + w3*v3(x3)

30. Trade-off-Verfahren
Ermittlung der Gewichte über Austauscharten zwischen zwei Zielgrößen bei denen der Entscheider indifferent ist

31. Swing-Verfahren
Ermittlung der Gewichte durch „hoch-swingen“ eines Attributs und anschließender Punktebewertung aller möglichen Alternativen. Die Einzelwertfunktionen müssen noch nicht bekannt sein.

32. Bandbreiten-Effekt
Gewichte im additiven Modell sind abhängig von den Intervallen über denen die Einzelwertfunktionen gebildet wurden. Wenn nun ein Attribut sein Intervall sprengt, muss mit dem Korrekturfaktor M, das entsprechende Gewicht korrigiert werden und folglich auch alle anderen Gewichte angepasst werden

33. Korrekturfaktor M
OG(neu)-UG(neu) / OG(alt)-UG(alt)

34. Lineare Programmierung
Annahmen: Proportionalität, Additivität, Teilbarkeit, Bestimmtheit

35. Wahrscheinlichkeitsverteilung p(x)

36. Verteilungsfunktion P(x)

37. Risikoprofil 1-P(x)
Komplement der Verteilungsfunktion (Mit welcher WK wird x überschritten?)

38. Diskrete Funktion
Darstellung durch Treppenfunktionen

39. Dichtefunktion
Bei stetigen Variablen können nur Intervalllen eine WK zugeordnet werden. Über das Integral der Dichtefunktion läßt sich die WK für ein bestimmtes Intervall ermitteln.

40. Stetigkeit
Bei drei Lotterien a, b, c gibt es immer wenn die Lotterie b zwischen a und c liegt, eine Kombination aus a und c, bei der der Entscheider indifferent zu b ist.

41. Bayes-Theorem
Wird benutzt, um a-priori-WK im Lichte neuer Daten zu präzisieren und in a-posteriori-WK zu wandeln.

42. Basis-Referenz-Lotterie
Eine Lotterie mit zwei Konsequenzen, die jeweils das Maximun und das Minimum eines möglichen Ereignisses abbilden.

43. Sicherheitsäquivalent
Ist ein sicherer Wert, bei dem der Entscheider indifferent ist zwischen dem Wert und der BRL.

44. Risikoprämie
Ausgleichszahlung, die sich aus der Differenz von Erwartungswert der Lotterie und dem SÄ ergibt

45. Risikoeinstellung bei monoton steigenden Nutzenfunktionen
RP > 0 – risikoscheu (konkave NF)
RP < 0 – risikofreudig (konvexe NF)
RP = 0 – risikoneutral (lineare NF)

46. Risikoeinstellung bei monoton fallenden Nutzenfunktionen
RP < 0 – risikoscheu (konkave NF)
RP > 0 – risikofreudig (konvexe NF)
RP = 0 – risikoneutral (lineare NF)

47. Arrow-Pratt’sche Risikomaß
r(x) = - u’’(x)/u’(x) Zeigt die Risikoeinstellung eines Entscheiders, wenn man sie genauso wie die RP interpretiert und klärt zusätzlich darüber auf, wie sich die Einstellung mit steigendem x (z.B. Einkommen) ändert.

48. Operation Research
Hilft bei der Problemlösung durch Strukturierung der Realität, Entwicklung einer optimalen Lösung und Erforschung von Lösungsstrukturen. Trade-off zwischen Genauigkeit und Handhabbarkeit bei der Umsetzung

49. Fehlerminimierung
Wenn mehr Indifferenzenaussagen als Ziele vorliegen, muss eine Fehlervariable e eingeführt werden. Das Gleichungssystem ist überbestimmt. (z.B. bei redundanden Informationen bezügl. der Gewichte)

50. Wahrscheinlichkeits-Interpretation (subjektivistisch)
Grad des Vertrauens einer Person, dass ein Ereignis eintreten wird

51. Wahrscheinlichkeits-Interpretation (frequentistisch)
Orientiert sich an der relativen Häufigkeit eines Ereignisses und ist daher ein guter Ausgangspunkt für die Bildung von WK’s die sich in ähnlicher Weise schon oft wiederholt haben (Bsp: Fehlerquoten, Krebsrisiko)

52. Wahrscheinlichkeits-Interpretation (symmetrieabhängig)
Bei Ereignissen, die sich aus n gleich wahrscheinlichen Elementarereignissen zusammensetzen, hat jedes die WK 1/n. (z.B. bei Glücksspielen)

53. Attributs-Typen
Natürliche Att. (z.B. €, PS), Künstliche Att. (z.B. Lohngruppen), Proxy-Att. (z.B. Indikatoren)

Unterscheidung zwischen normativer und präskriptiver Entscheidungstheorie

[Quelltext bearbeiten]

Ist die Unterscheidung zwischen normativer und präskriptiver Entscheidungstheorie wirklich sinnvoll? Der wichtige Unterschied im theoretischen Ansatz liegt zwischen normativ/präskriptiv und deskriptiv, wogegen der normative und der präskriptive Ansatz ineinander übergehen --Wissons 09:56, 25. Aug 2006 (CEST)

Auswahlverfahren, Entscheidungsverfahren, Entscheidungstheorie

[Quelltext bearbeiten]

In den oben genannten Artikeln wird auf Gruppenentscheidungen überhaupt nicht eingegangen und es fehlen auch die nötigen Verweise zur Sozialwahltheorie. Als ersten Schritt habe ich die Gruppenentscheidung als Fachbegriff eingeführt und die notwendigen Ergänzungen vorgenommen.--HaQu 14:21, 19. Aug. 2007 (CEST)Beantworten

Der letzte Satz lautet: "Gemeinsame Entscheidungen einer Gruppe von Individuen sind Inhalt der Sozialwahltheorie." Wäre nicht 'ein Gegenstand' der Sozialwahltheorie treffender ? --Neun-x 23:48, 21. Apr. 2010 (CEST)Beantworten

Terminologie

[Quelltext bearbeiten]

Was heißt denn "mabertiv"?. Das kennt selbst der Duden nicht. Nochmal unter https://de.wikipedia.org/w/index.php?title=Diskussion:Entscheidungstheorie&action=edit zu lesen. Soll so etwas heißen wie "nicht schwarz-weiss sondern berücksichtigt viele Betrachtungsweisen". (nicht signierter Beitrag von 195.49.224.20 (Diskussion) 15:13, 26. Apr. 2016 (CEST))Beantworten

Kommentar zur "Entscheidungstheorie"

[Quelltext bearbeiten]

Mit fehlt bei dem Artikel zur "Theorie" der Praxisbezug. Wie kann ich die Theorie in der Praxis umsetzen, um "bessere" Entscheidungen zu treffen? Das Ergebnis jeder Entscheidung liegt in der Zukunft (ob wenige Sekunden oder 10 Jahre) und wir sind keine Hellseher. D.h. wie kann ich die Qualität meiner Entscheidung vor deren Umsetzung verbessern? Mein Handeln liegt im "Jetzt" und die Überprüfung der Qualität meiner Entscheidung ist erst nach der Umsetzung der Entscheidung bei der Beurteilung des Ergebnisses möglich. Hierzu haben zwei Amerikaner empierisch Entscheidungsprozesse analysiert unter dem Ansatz "Was unterscheidet gute Entscheider von weniger guten Entscheidern (gemessen am Ergebnis). Dabei haben sie herausgefunden, dass unabhängig von Herkunft und Geschlecht alle Menschen einem rationalen Entscheidungprozess folgen, wenn die Umstände es erlauben und emotionale Einflüsse bewusst ausgeklammert werden. Dabei haben sie auch herausgefunden, dass "rationale" Entscheidungsprozesse - speziell im betrieblichen aber auch privaten Umfeld - bessere Ergebnisse erzielen. Den meisten Menschen ist aber erstens nicht bewusst, wie dieser Entscheidungsprozess genau aussieht (Prozess = Folge von geplanten Schritten) und zweitens, wie sehr "normale" Entscheidungen auch von emotionalen Faktoren beeinflusst werden. Die beiden Herren (Juck Kepner und Ben Tregoe) haben diesen Prozess analysiert und damit sichtbar, bewusst und vermittelbar gemacht. (Kurzform des Prozesses: Festlegung des Eintscheidungszwecks und -ziels, Bestimmung und Bewertung der zu erreichenden Einzelziele, Suche nach geeigneten Alternativen (Lösungsmöglichkeiten) und Bewertung dieser anhand der Ziele, Bewertung der in die engere Auswahl genommenen Alternativen auf ihre spezifischen Risiken, endgültige Entscheidung.) Den Unterschied zwischen guten und weniger guten Entscheidungen wurde fast immer verursacht durch das "Springen zwischen den Prozessschritten". Je enger man sich an die Prozessschrittfolge hielt, desto höher die Wahrscheinlichkeit für eine qualitativ bessere Entscheidung. Zusatzeffekt: Der Entscheidungsprozess wird zu einem lernenden Prozess, da man im Nachhinein bei guter Dokumentation der Entscheidung die Möglichkeit hat, die eigene Entscheidung zu analysieren und festzustellen, welche in den Prozess eingeflossenen Annahmen, Faktoren oder Parameter sich im Nachhinein als falsch erwiesen haben (wir sind keine Hellseher, können aber aus Erfahrung lernen). Die meisten Menschen folgen intuitiv diesen Prozessschritten mehr oder weniger. Die Methode von Kepner und Tregoe wird weltweit in vielen Unternehmen und Organisationen geschult und führt zu nachweislich besseren Entscheidungen. Die Nachhaltigkeit wird aber durch ein anderes menschliches Verhalten häufig in Frage gestellt: Von klein auf eingeübte - rational und emotional gesteuerte - Verhaltensmuster müssen geändert bzw. angepasst werden, was psychologisch ein sehr schwieriger Prozess ist. Literatur: Kepner®Tregoe, Problemlösung und Entscheidungsfindung, Princeton, NJ 08542, G/PDA00-MN100aΩ (nicht signierter Beitrag von 92.212.25.0 (Diskussion) 13:18, 1. Mai 2014 (CEST))Beantworten