Übungsblatt 5
Übungsblatt 5
Übungsblatt 5
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Lehrstuhl für Wirtschafts- und WS 2009/10<br />
Sozialstatistik<br />
Übungen zur Vorlesung Abhängigkeitsanalyse<br />
Blatt 5<br />
Die Aufgaben werden in der Übung am Mittwoch, dem 06.01.2010, 12:15 – 13:45 Uhr im<br />
SR 208 (C.-Zeiß-Str. 3) besprochen.<br />
Aufgabe 17<br />
Gegeben sei folgender gerichteter azyklischer Graph mit Markovbedingung:<br />
X 1<br />
X 2<br />
X 4<br />
X 3 X 5<br />
a) Geben Sie die gemeinsame Verteilung der Variablen in möglichst einfacher Form an.<br />
b) Geben Sie die (manipulierte) Verteilung<br />
b1) von X 4 an, falls X 2 manipuliert wird.<br />
b2) von X 5 an, falls X 1 manipuliert wird.<br />
b3) von X 5 an, falls X 4 manipuliert wird.<br />
Aufgabe 18<br />
Gegeben sei folgender gerichteter azyklischer Graph mit Markovbedingung:<br />
X 1 X 2 X 3 X 4<br />
X 5 X 6<br />
X Y X 7<br />
Ermitteln Sie eine minimale Variablenmenge, die das Backdoor-Kriterium erfüllt bei der Manipulation<br />
X ≡ x auf die Variable Y.
Aufgabe 19<br />
Gegeben sei folgender gerichteter azyklischer Graph mit Markovbedingung:<br />
X<br />
X 1 X 2 X 3<br />
X 4<br />
X 6<br />
X 5<br />
Y<br />
Welche Variablenmengen erfüllen das Backdoor-Kriterium, wenn X die Behandlungsvariable<br />
und Y die Antwortvariable ist?<br />
Aufgabe 20 (Klausur SS 2003, Aufgabe 5)<br />
Gegeben sei das Gleichungssystem (mit Markov-Bedingung)<br />
X1 = f1(U1)<br />
X 2 = f 2 (U 2 )<br />
f (X ,X , U )<br />
X3 = 3 1 2 3<br />
X f4<br />
(X1,<br />
U 4 )<br />
X5 = f5(X2,X4,<br />
U5<br />
4 = )<br />
a) Konstruieren Sie das zugehörige Bayes’sche Netzwerk.<br />
b) Wie kann (mit X↔ X 4 , Y↔ X 5 ) P(Y<br />
x<br />
′ = y)<br />
bestimmt werden?<br />
c) Zeigen Sie, dass gilt:<br />
P(X5<br />
= x 5 | X 4 = x 4 ) = ∑ P(X5<br />
= x5<br />
| X4<br />
= x 4,X1<br />
= x1)<br />
P(X1<br />
= x1)<br />
x1
Aufgabe 21<br />
Zu dem Bayes’schen Netzwerk aus Aufgabe 20 (mit X↔ X 4 , Y↔ X 5 ) seien folgende (geschätzte)<br />
Wahrscheinlichkeiten gegeben:<br />
P(X1 = 1) = 0,8963<br />
P(X<br />
1 = 0) = 0,1037<br />
P(X<br />
2 = 1) = 0,2494<br />
P(X<br />
2 = 0) = 0,7506<br />
P(X3 = 1) = 0,6746<br />
P(X3 = 0) = 0,3254<br />
P (X = 1) = 0,2794<br />
P (X = 0) = 0,7206<br />
y x P (Y = y | X = x)<br />
y x 1 x P(Y<br />
= y | X1 = x1,<br />
X = x)<br />
1 1 0,4771 1 1 1 0,4784<br />
1 0 0,3890 1 1 0 0,3930<br />
0 1 0,5229 1 0 1 0,4423<br />
0 0 0,6110 1 0 0 0,3623<br />
0 1 1 0,5216<br />
0 1 0 0,6070<br />
0 0 1 0,5577<br />
0 0 0 0,6377<br />
y x 2 x P(Y<br />
= y | X 2 = x 2,<br />
X = x)<br />
y x 3 x P(Y<br />
= y | X3 = x 3,X<br />
= x)<br />
1 1 1 0,6880 1 1 1 0,5777<br />
1 1 0 0,9459 1 1 0 0,6714<br />
1 0 1 0,4063 1 0 1 0,4130<br />
1 0 0 0,2047 1 0 0 0,2226<br />
0 1 1 0,3120 0 1 1 0,4223<br />
0 1 0 0,0541 0 1 0 0,3286<br />
0 0 1 0,5937 0 0 1 0,5870<br />
0 0 0 0,7953 0 0 0 0,7774<br />
a) Bestimmen Sie den kausalen Effekt von X auf Y durch Anwendung des Backdoor-<br />
Kriteriums mit der Variablenmenge<br />
a1) Z = 0/<br />
.<br />
a2) Z = {X1}<br />
.<br />
a3) Z = {X 2}<br />
.<br />
b) Welches Ergebnis bezüglich des kausalen Effekts von X auf Y erhalten Sie bei Verwendung<br />
einer falschen Variablenmenge = {X } des Backdoor-Kriteriums?<br />
Z 3