Kausales Denken, Bayes-Netze und die Markov-Bedingung

75
des Modells ist in struktureller Hinsicht unabhängig von der Wahl der freien Parameter.
Das Modell ist mithin inkompatibel mit allen anderen denkbaren Datensätzen
und somit in höchstem Maße falsifizierbar. Die hohe Übereinstimmung
zwischen Modellvorhersage und Daten ist also als „überzeugend“ im Sinne von
Roberts und Pashler (2000) einzustufen.
4.6 Zusammenfassung und Diskussion
Die in Kapitel 3 in den Basisexperimenten aufgezeigte Sensibilität der Versuchspersonen
bezüglich zugrunde liegender kausaler Mechanismen wurde im vorliegenden
Kapitel als flexible Fehlerattribution modelliert. Dazu wurde dem das
kausale System repräsentierenden Bayes-Netz eine zusätzliche Fehlerquelle hinzugefügt,
die gleichermaßen präventiv auf alle Links innerhalb einer Common-
Cause-Struktur wirkt, und die Zielinferenz
bayesianisch abgeleitet. Unterschiedliche Annahmen über die Stärke dieser gemeinsamen
Fehlerquelle führen in diesem Modell zu unterschiedlich starken
Abhängigkeiten der kausalen Links und damit zu unterschiedlich starken Markov-
Verletzungen auf der Ebene der beobachteten Variablen. Die Zielinferenz kann
dabei als zweistufiger Prozess gedacht werden. In einem ersten Schritt wird auf
die Anwesenheit oder die Abwesenheit der gemeinsamen Fehlerursache geschlossen,
je nachdem wie viele beobachtete Effekte der anwesenden Ursache
abwesend sind – je mehr, desto unwahrscheinlicher, dass dies rein zufällig durch
die unabhängigen Fehlerquellen zustande gekommen ist. In einem zweiten
Schritt wird dann auf der Basis dieser Annahmen über die Anwesenheit der gemeinsamen
Fehlerquelle auf die Wahrscheinlichkeit der Anwesenheit des Zieleffekts
geschlossen.
Die Modellvorhersage bildet dabei die Befunde sehr gut ab. Das Modell
sagt für den Fall der Abwesenheit der gemeinsamen Ursache keinen Einfluss des
Status der anderen Effekte und insbesondere keinen Einfluss verschiedener Annahmen
über die zugrunde liegenden Kausalprozesse vorher, wie es sich auch in
den Daten zeigt. Für den Fall der Anwesenheit der gemeinsamen Ursache sinkt
die vorhergesagte Wahrscheinlichkeit der Anwesenheit des Zieleffekts mit zunehmender
Anzahl als abwesend beobachteter Effekte und zwar umso stärker je
stärker die Annahme über die Abhängigkeit der kausalen Links ist. Dieser vorher-