Kausales Denken, Bayes-Netze und die Markov-Bedingung

Weitere Magazine

Empfehlungen

Info

I Inhaltsverzeichnis 1 Einleitung ..................................................................................... 1 2 Theoretischer und empirischer Hintergrund ................................ 6 2.1 Einfache psychologische Modelle kausalen Lernens ............................... 6 2.1.1 Assoziationstheoretische Ansätze ..................................................... 6 2.1.2 Kovariationsbasierte Ansätze ............................................................ 7 2.1.3 Theorie kausaler Mechanismen ........................................................ 9 2.2 Kausale Bayes-Netze als psychologische Theorie kausalen Denkens .... 10 2.2.1 Einführung in die kausale Bayes-Netz-Theorie................................ 10 2.2.2 Kausale Bayes-Netze als psychologische Theorie ........................... 13 2.2.3 Das Causal-Support-Modell (Griffiths & Tenenbaum, 2005) .......... 18 2.3 Empirische Untersuchungen zur Markov-Bedingung ............................ 21 2.4 Kausale Prozesse, Fehlerstrukturen und die Markov-Bedingung .......... 25 2.5 Zusammenfassung .................................................................................. 28 3 Basisexperimente ...................................................................... 30 3.1 Experiment 1 .......................................................................................... 33 3.1.1 Methode .......................................................................................... 33 3.1.2 Ergebnisse ....................................................................................... 39 3.1.3 Diskussion ........................................................................................ 41 3.2 Experiment 2 .......................................................................................... 42 3.2.1 Methode .......................................................................................... 42 3.2.2 Ergebnisse ....................................................................................... 44 3.2.3 Diskussion ........................................................................................ 46 3.3 Experiment 3 .......................................................................................... 47 3.3.1 Methode .......................................................................................... 48 3.3.2 Ergebnisse ....................................................................................... 51
II 3.3.3 Diskussion ........................................................................................ 54 3.4 Zusammenfassung .................................................................................. 54 4 Modellierung ............................................................................. 56 4.1 Modellierungsidee .................................................................................. 57 4.2 Ableitung des Basismodells .................................................................... 60 4.3 Modellvorhersagen ................................................................................ 63 4.4 Sensitivitätsanalysen .............................................................................. 66 4.4.1 Abhängigkeit von der Basisrate der Effekte (b E ) ............................. 67 4.4.2 Abhängigkeit der Basisrate der Ursache (b C ).................................. 68 4.4.3 Abhängigkeit von der Kausalstärke von C (w C ) ............................... 68 4.4.4 Abhängigkeit von der Basisrate der Fehlerursache (b PN ) ................ 70 4.5 Fitanalyse ................................................................................................ 73 4.6 Zusammenfassung und Diskussion ........................................................ 75 5 Modelltests ................................................................................ 77 5.1 Schließen im Fall zweier kausal aktiver Zustände der Ursache .............. 77 5.1.1 Modellierung ................................................................................... 78 5.1.2 Experiment 4: Überblick .................................................................. 80 5.1.3 Experiment 4: Methode ................................................................... 81 5.1.4 Experiment 4: Ergebnisse ................................................................ 86 5.1.5 Diskussion ........................................................................................ 88 5.2 Schließen in kausalen Ketten ................................................................. 88 5.2.1 Modellierung ................................................................................... 89 5.2.2 Experiment 5: Überblick .................................................................. 92 5.2.3 Experiment 5: Methode ................................................................... 93 5.2.4 Experiment 5: Ergebnisse ................................................................ 96 5.2.5 Diskussion ........................................................................................ 98
Seite 1 und 2: Kausales Denken, Bayes-Netze und di
Seite 3: If the brain were so simple we coul
Seite 7 und 8: 8 Zusammenfassung .................
Seite 9 und 10: 2 Neuere Forschung, in der die Intu
Seite 11 und 12: 4 Diese Idee wird in Kapitel 3 in d
Seite 13 und 14: 6 2 Theoretischer und empirischer H
Seite 15 und 16: 8 potentiellen Ursache im Vergleich
Seite 17 und 18: 10 deren Unabhängigkeit von Drittv
Seite 19 und 20: 12 und C abhängig voneinander. Auc
Seite 21 und 22: 14 2000; Spirtes et al., 2000) 14 .
Seite 23 und 24: 16 tung haben hierbei vor allem die
Seite 25 und 26: 18 Wahrscheinlichkeit verbindet (z.
Seite 27 und 28: 20 Tenenbaum, dass sich die beiden
Seite 29 und 30: 22 Abbildung 4. Einfache Common-Cau
Seite 31 und 32: 24 ausgeschlossen werden, dass es s
Seite 33 und 34: 26 z.B. bezüglich der Typikalität
Seite 35 und 36: 28 auch in sehr abstrakten Settings
Seite 37 und 38: 30 3 Basisexperimente Wie im vorher
Seite 39 und 40: 32 Kausalprozesse unkonfundiert man
Seite 41 und 42: 34 Versuchsdurchführung und Materi
Seite 43 und 44: 36 Es wurde verdeutlicht, dass die
Seite 45 und 46: 38 Für die Durchführung des Versu
Seite 47 und 48: 40 Tabelle 1 Durchschnittliche Bewe
Seite 49 und 50: 42 ebenfalls gaben. Es könnte jedo
Seite 51 und 52: 44 Für die Durchführung wurde ebe
Seite 53 und 54: 46 leichten, aber nicht signifikant
Seite 55 und 56:
48 beschriebenen Kausalprozessen ab
Seite 57 und 58:
50 guration die Anwesenheit des Zie
Seite 59 und 60:
52 Ist die Ursache anwesend (Gonz d
Seite 61 und 62:
54 3.3.3 Diskussion In Experiment 3
Seite 63 und 64:
56 4 Modellierung Wie im letzten Ka
Seite 65 und 66:
58 der kausalen Mechanismen widersp
Seite 67 und 68:
60 darauf aufbauend um eine Noisy-O
Seite 69 und 70:
62 Denn die Inferenz über den Ziel
Seite 71 und 72:
64 System. Ist w PN hoch, die gemei
Seite 73 und 74:
66 Das Modell sagt damit bei Anwese
Seite 75 und 76:
68 Abbildung 17: Modellvorhersage b
Seite 77 und 78:
70 Modellvorhersage außer in Extre
Seite 79 und 80:
72 schiedenen w PN -Manipulationen
Seite 81 und 82:
74 3) Keine Effekte gegeben C=0: so
Seite 83 und 84:
76 gesagte bedingte Haupteffekt und
Seite 85 und 86:
78 sal nicht aktiv beschrieben (in
Seite 87 und 88:
Tabelle 5 Bedingte Wahrscheinlichke
Seite 89 und 90:
82 auf außerirdisch) oder an „PO
Seite 91 und 92:
84 de Effektaliens denken an „POR
Seite 93 und 94:
86 5.1.4 Experiment 4: Ergebnisse D
Seite 95 und 96:
88 5.1.5 Diskussion Die Ergebnisse
Seite 97 und 98:
90 wendet werden. Hierfür definier
Seite 99 und 100:
92 (19) Abbildung 25. Eine einfache
Seite 101 und 102:
94 Weiteren wurde erklärt, dass si
Seite 103 und 104:
96 5.2.4 Experiment 5: Ergebnisse I
Seite 105 und 106:
98 5.2.5 Diskussion Die Ergebnisse
Seite 107 und 108:
100 ist (die detaillierte Herleitun
Seite 109 und 110:
102 Als Vorhersage des Modells ergi
Seite 111 und 112:
104 5.3.3 Experiment 6: Methode Ver
Seite 113 und 114:
106 Gonz Zoohng ? Bruuf Murks Abbil
Seite 115 und 116:
108 Vorhersage. Für den Vergleich
Seite 117 und 118:
110 Tabelle 8 Durchschnittliche Bew
Seite 119 und 120:
112 auf dem Campus, im Zentralen H
Seite 121 und 122:
114 Abbildung 35. Durchschnittliche
Seite 123 und 124:
116 gen wurden experimentell in ein
Seite 125 und 126:
118 6 Modellerweiterung: Merkmalsba
Seite 127 und 128:
120 Nichtsdestotrotz lässt sich ob
Seite 129 und 130:
122 (25) Auf dieser Ebene handelt e
Seite 131 und 132:
124 Abbildung 36. Vier Beispiele f
Seite 133 und 134:
126 gelb zu sein). Entsprechend bes
Seite 135 und 136:
128 entsprechend mit mehreren stark
Seite 137 und 138:
130 werden, die für unterschiedlic
Seite 139 und 140:
132 Mezukt Brxxx Gonz ? Zoohng Kark
Seite 141 und 142:
134 6.3.2 Ergebnisse In Tabelle 10
Seite 143 und 144:
136 Tabelle 10 Durchschnittliche Be
Seite 145 und 146:
138 nur von den Annahmen über die
Seite 147 und 148:
140 ten Effekt: Da nunmehr besonder
Seite 149 und 150:
142 7 Gesamtdiskussion und Ausblick
Seite 151 und 152:
144 schiedlich starken Abhängigkei
Seite 153 und 154:
146 vielmehr auf die beobachtete pr
Seite 155 und 156:
148 ment die Auswirkungen verschied
Seite 157 und 158:
150 Ganz außen vorgelassen worden,
Seite 159 und 160:
152 schen Ebene genutzt wurde (ohne
Seite 161 und 162:
154 9 Literaturverzeichnis Ahn, W.-
Seite 163 und 164:
156 Cheng, P. W. & Novick, L. R. (1
Seite 165 und 166:
158 Hagmayer, Y. & Meder, B. (2008)
Seite 167 und 168:
160 Leising, K. J., Wong, J., Waldm
Seite 169 und 170:
162 Perales, J. C. & Shanks, D. R.
Seite 171 und 172:
164 Sommerville, J. A. (2007). Dete
Seite 173 und 174:
166 White, P. A. (2005). The power
Seite 175 und 176:
168 Tabelle A-2 Konditionale Varian
Seite 177 und 178:
170 Tabelle B-2 Konditionale Varian
Seite 179 und 180:
172 Tabelle C-2 Konditionale Varian
Seite 181 und 182:
174 Seien Ursache C sowie die Effek
Seite 183 und 184:
176 Anhang E - Varianzanalytische E
Seite 185 und 186:
178 Anhang F - Herleitung des Model
Seite 187 und 188:
180 Anhang G - Varianzanalytische E
Seite 189 und 190:
182 Anhang H - Herleitung für den
Seite 191 und 192:
184 (H-9) mit (H-10) Damit gilt ver
Seite 193 und 194:
186 Anhang I - Varianzanalytische E
Seite 195 und 196:
188 Tabelle I-3 Konditionale Varian
Seite 197 und 198:
190 Anhang K - Ausführliche Herlei
Seite 199 und 200:
192 Das Likelihood einer Merkmalsko
Seite 201 und 202:
194 Anhang L - Detaillierte Vorhers
Seite 203 und 204:
196 Anhang M - Detaillierte Ergebni
Seite 205 und 206:
198 Anhang N - Varianzanalytische E
Alle anzeigen

Kausales Denken, Bayes-Netze und die Markov-Bedingung

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?