Kausales Denken, Bayes-Netze und die Markov-Bedingung
Kausales Denken, Bayes-Netze und die Markov-Bedingung
Kausales Denken, Bayes-Netze und die Markov-Bedingung
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
118<br />
6 Modellerweiterung: Merkmalsbasierte Inferenz<br />
Das in <strong>die</strong>sem Kapitel dargestellte erweiterte Modell wie auch <strong>die</strong> empirischen<br />
Bef<strong>und</strong>e finden sich in gekürzter Form bereits in Mayrhofer et al. (2008).<br />
6.1 Idee <strong>und</strong> Überblick<br />
In den vorausgegangenen Kapiteln wurde ein Modell entwickelt, das auf der Basis<br />
von Annahmen über <strong>die</strong> Fehlerstruktur in einem kausalen System <strong>die</strong> Zielinferenzen<br />
als adaptive Fehlerattribution modelliert. Ausgangspunkt hierfür waren<br />
mögliche Annahmen bzw. Vorwissen der Versuchspersonen über <strong>die</strong> zugr<strong>und</strong>e<br />
liegenden kausalen Prozesse, wie z.B. Gedankenlesen <strong>und</strong> Gedankensenden.<br />
Welche Mechanismen zugr<strong>und</strong>e lagen, wurde explizit instruiert, in den meisten<br />
der Experimente auch <strong>die</strong> entsprechenden Konsequenzen bezüglich der Fehlerstruktur.<br />
Es erscheint plausibel, dass Menschen auch sensitiv sind für weitere<br />
Informationen – insbesondere Merkmale der involvierten Objekte –, wenn sie<br />
Vorhersagen über das Auftreten von Ereignissen machen. Dazu ein einfaches<br />
Beispiel: Angenommen, man ist zu Hause <strong>und</strong> beobachtet durch seine Fenster,<br />
dass auf dem Fernseher des linken Nachbarn weißes Rauschen läuft, irgendetwas<br />
also möglicherweise mit dem Empfang nicht zu stimmen scheint (gebe es zur<br />
Vereinfachung nur ein einziges Fernsehprogramm). Auf dem Fernseher des rechten<br />
Nachbarn sieht man aber ein Bild. Es stellt sich nun <strong>die</strong> Frage, ob auf dem<br />
eigenen Fernseher ebenfalls ein Bild zu sehen sein wird; schließlich könnte es<br />
sein, dass der rechte Nachbar ein Video schaut. Insoweit entspricht das Szenario<br />
dem Szenario, das im Basismodell abgebildet ist <strong>und</strong> eine Fehlerattribution verlangt<br />
(ist es ein Problem des Fernsehers des linken Nachbarn oder ein allgemeines<br />
Problem). Nehmen wir weiter an, man beobachtet, dass auch der Fernseher<br />
des Nachbarn gegenüber weißes Rauschen zeigt, der Fernseher des Nachbarn<br />
nach hinten raus aber auch ein Bild. Geht man davon aus, dass Empfangsfehler in<br />
einem Fernseher eher sehr selten sind, es also äußerst unwahrscheinlich ist, dass<br />
zwei von vier Fernsehern unabhängig voneinander gerade einen Defekt haben,<br />
wird man in <strong>die</strong>sem Fall geneigt sein, auf ein allgemeines Problem zu schließen,<br />
<strong>und</strong> folgern, dass auch der eigene Fernseher nur Rauschen zeigen wird. Hat man<br />
nun aber zusätzliche Informationen, z.B. dass <strong>die</strong> beiden Nachbarn, deren Fernseher<br />
ausgefallen sind, einen Kabelanschluss besitzen, <strong>die</strong> beiden anderen Nach-