28.10.2013 Aufrufe

Selbstorganisation M11b.pdf

Selbstorganisation M11b.pdf

Selbstorganisation M11b.pdf

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Abb. 9: Wahrscheinlichkeitsverteilung bei<br />

niedriger Interdependenz & Präferenz<br />

(N=50), 2 Handlungsaltemativen (analog dem Party-Modell) für<br />

eine gewisse Fluktuationskraft (a=0.25) fehlende Präferenzkräfte<br />

(b=0) und fehlende Konformitatskräfte (c=0).; sie endet in einer<br />

stationären unimodalen Verteilung<br />

Abb. 10: Wahrscheinlichkeitsverteilung bei<br />

hoher Interdependenz<br />

Desgleichen für eine hohe Konformitätskraft (a=0.25, b=0, c=2.5);<br />

sie endet in einer bimodalen Verteilung<br />

Abbildung 10 zeigt, wie eine (hier durch Mitläufereffekte und eine Anfangskonfiguration nahe<br />

der Gleichverteilung erzeugte) Bifurkation des Bündels der möglichen Entwicklungspfade<br />

durch die spezielle Kombination von deterministischer Nichtlinearität (in den Übergangsraten),<br />

hinter der die Verknüpfung von Mikro- und Makroebene steht, und dem Einfluss des wie<br />

auch immer gedeuteten Zufalls mittels der Mastergleichung darstellbar wird: Der Mastergleichungsansatz<br />

scheint für die Modellierung ergebnisoffener sozioökonomischer Prozesse<br />

geeignet zu sein.<br />

Die Mastergleichungs-Modelle, die grundsätzlich vor allem zur Beschreibung von Multikomponenten-Systemen<br />

konzipiert wurden, lassen sich auch für Prognosezwecke verwenden.<br />

Ihnen kommt dabei zugute, dass sie auch die relative Häufigkeit von Zuständen, die von der<br />

wahrscheinlichsten Konfiguration abweichen, bestimmen und so Risikoabschätzungen zulassen<br />

166 . Für die meisten Anwendungsfälle enthalten sie jedoch zuviel Information, um sie<br />

mit rein empirischen Daten zu vergleichen. Dann empfiehlt es sich, nur die Entwicklung des<br />

wahrscheinlichsten Wertes zu betrachten und sie in quasideterministischen Bewegungsgleichungen<br />

des Mittelwertes zu beschreiben 167<br />

Die praktischen Anwendungsbereiche des Modellierungskonzepts, dessen konzeptioneller<br />

Rahmen im Anhang dargestellt ist, umfassen:<br />

166 Vgl. Woekener (1992a, S.421)<br />

167 Diese können für den Fall, dass die Entwicklungspfade bifurkieren und die stationäre Verteilung bimodal ist, wie in Abb. 10, auch den unwahrscheinlichsten<br />

Verlauf wiedergeben, nach dem Motto:" Ein Jäger schoss auf einen Hasen: einen Schuss rechts vorbei, einen links vorbei:<br />

statistisch gesehen ist der Hase tot!" Meistens jedoch werden unimodale Wahrscheinlichkeitsverteilungsentwicklungen betrachtet und eine<br />

Formulierung in Mittelwerten ist dann gerechtfertigt.<br />

Seite 36

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!