Selbstorganisation M11b.pdf
Selbstorganisation M11b.pdf
Selbstorganisation M11b.pdf
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