stanger.org blog

Was wird hier beleuchtet? Und welche Fragen können wir nicht beantworten.

Wie im vorigen Post erwähnt, geht es hier um Wahrscheinlichkeitstheorie und Risiko. Jedoch gibt es hierbei eine kleine Einschränkung. Die Themen, um die es hier geht sind solche, die man wissenschaftlich auch aufarbeiten kann ohne ine phylosophie Ebene zu geraten.

Also, was wird hier behandelt?

• Unsichere Eigenschaften oder Ereignisse in der Zukunft: Fragen wie die Lebenserwartung von Menschen, der Ausgang der Bundestagswahl, der durchschnittliche Temperaturanstieg bis 2100 usw.
• Unsichere Dinge in der Gegenwart, wie zum Beispiel die durchschnittliche Wirkung eines neuen Medikaments.
• Aber auch Ereignisse in der Vergangenheit, wie die Frage, wer war Jack the Ripper?

Dies schließt natürliche einige Bereich aus wie zum Beispiel:

• Gibt es Gott?
• Oder aber auch allgemeinere unsichere Themen wie: „Esse ich morgen lieber Reis oder Nudeln?”

Trotz der Einschränkungen gibt es viele Möglichkeiten und Wege mathematische Modelle und Wahrscheinlichkeitstheorie anzuwenden, um die Zukunft vorherzusagen. Dieser Prozess umfasst viere Ebenen der Unsicherheit:

1.       Unsicherheit über einen spezifischen Ausgang eines Ereignisses in der Zukunft, Gegenwart oder Vergangenheit. Diese Art der Unsicherheit kann als das Abwägen von Gewinnquoten/Wahrscheinlichkeit und Glück definiert werden und hat eine lange Geschichte.

2.       Unsicherheit über die Parameter eines Modells: Diese Form der Unsicherheit dominier Biostatistik, wo Daten und Ermessen parallel existieren. Im Bereich der Klimamodellierung bezieht sich dies auf die Ungewissheit bestimmter Werte oder eine bestimmte Wahrscheinlichkeit, dass ein Wert eintritt. Ein Beispiel hierfür ist die Verhersage wie die Durchschnittstemperatur steigen wird.

3.       Ungewissheit über die Struktur eines Modells. Wie überzeugt ist man von der Wissenschaft oder der Theorie die hinter dem Model steht. Kann man beispielsweise davon reden, dass ein  Model eine bestimmte Wahrscheinlichkeit hat wenn alle Modelle falsch sind? Ich weiß, dass hier alles klingt etwas kompliziert und abstrakt, aber das wird sich beim Lesen dieser Seiten hoffentlich ändern.

4.       Ungewissheit über die Relevanz eines Modells oder Modellierungsprozesses zum eigentlichen Problem.  Gibt es weitere Möglichkeiten, die bisher nicht berücksichtigt wurden; mans spricht hier von „black swan outliers” oder zu deutsch „Ausreiser, Abweichler oder Sonderfall” eben wie ein schwarzer Schwan unter vielen weißen. Dabei handelt es sich um extreme Ereignisse die vorhersehbar gewesen wären, aber eben nicht vorhergesagt wurden, wie beispielsweiße der 11. September oder der Fall der Sowjetunition. Das Cromwell’sche Gesetz sagt daher, dass selbst unvorstellbare Ereignisse nicht mit einer Wahrscheinlichkeit von 0% versehen warden sollten.