Posts Tagged: risk

(vs. uncertainty)

Paper: FFTrees: An R toolbox to create, visualize, and evaluate FFTs

If a decision tree that measures up very well on the performance criterion
is nevertheless totally incomprehensible to a human expert, can it
be described as knowledge? Under the common-sense definition of this term
as material that might be assimilated and used by human beings, it is not…

J. Ross Quinlan (1987), p. 498

 

 

 

 

Nathaniel Phillips, Hansjörg Neth, Jan Woike, Wolfgang Gaissmaier

FFTrees: A toolbox to create, visualize, and evaluate fast-and-frugal decision trees

An example of an FFT (created by FFTrees) predicting heard disease.

An example of an FFT predicting the risk of having heart disease.

Abstract:  Fast-and-frugal trees (FFTs) are simple algorithms that facilitate efficient and accurate decisions based on limited information. But despite their successful use in many applied domains, there is no widely available toolbox that allows anyone to easily create, visualize, and evaluate FFTs. We fill this gap by introducing the R package FFTrees.

Artikel: Warum erfolgreiche Prognosen einfach und unsicher sind

The trouble with free elections is that you never know how they are going to to turn out.
(Vyacheslav Molotov, 1954, see Wikiquote)

 

 

Hansjörg Neth, Wolfgang Gaissmaier

Warum erfolgreiche Prognosen einfach und unsicher sind

Von der Wahl des richtigen Werkzeugs für Wähler und die Wahlforschung

Aus der Einleitung:  Für Entscheidungswissenschaftler sind Wahlen – ungeachtet aller Warnungen – ein großartiges und größenwahnsinniges Experiment. Während wir sonst das Entscheidungsverhalten von Individuen und Gruppen in kontrollierten Laborsituationen erforschen, werden bei Wahlen die Meinungen von Millionen Menschen über mehrere Monate systematisch manipuliert und dann ein bundesweites Aggregat ihrer Mehrfachauswahlentscheidungen gebildet, das die Zusammensetzung von Parlament und Regierung und damit die Politik der nächsten Jahre determiniert. Auch wenn das Experiment ethisch nicht unbedenklich und seine Aussagekraft in Ermangelung einer Kontrollgruppe erheblich eingeschränkt ist, finden sich auf der gesamtgesellschaftlichen Ebene viele Elemente wieder, deren Mechanismen wir im mikroskopischen Maßstab aus unseren Studien kennen.

Artikel: Die Intelligenz einfacher Entscheidungsregeln

Mors certa, vita incerta.
(Philip K. Dick, 1968)

 

Wolfgang Gaissmaier, Hansjörg Neth

Die Intelligenz einfacher Entscheidungsregeln in einer ungewissen Welt

Fazit:  Unsere Welt mag sicher oder unsicher sein, aber wird immer eine ungewisse bleiben. Wir sollten uns von der Illusion ihrer umfassenden Berechen- und Kontrollierbarkeit verabschieden, ohne deswegen in Angststarre zu verfallen.  Denn gute Entscheidungen sind dennoch möglich und beruhen auf einer angemessenen Einschätzung unserer Ausgangslage:  Je berechenbarer eine Situation ist („Risiko“), desto mehr brauchen wir statistisches Denken und komplexe Modelle; je unberechenbarer eine Situation ist („Ungewissheit“), desto mehr brauchen wir einfache Heuristiken, einschlägige Erfahrung und Vertrauen auf Intuition (vgl. Abbildung 1).  Dabei handelt es sich bei Risiko und Ungewissheit um Pole eines Kontinuums, so dass es sich bei den meisten Situationen um einen Zwischenzustand handeln dürfte. Die Kunst des guten Entscheidens besteht darin, zu wissen, wo auf diesem Kontinuum wir uns befinden, um das jeweils passende Entscheidungswerkzeug geschickt auszuwählen und gezielt zum Einsatz zu bringen.  Und sie erfordert den Mut, Entscheidungen nicht zu verschieben oder zu vermeiden, sondern sie beherzt zu treffen und die Verantwortung für ihre Konsequenzen zu tragen.

Article: Heuristics — Tools for an uncertain world

I suppose it is tempting, if the only tool you have is a hammer,
to treat everything as if it were a nail.
Abraham H. Maslow (1966, p. 15f.)

 

 


Hansjörg Neth, Gerd Gigerenzer

Heuristics: Tools for an uncertain world

We distinguish between situations of risk, where all options, consequences, and probabilities are known, and situations of uncertainty, where they are not.  Probability theory and statistics are the best tools for deciding under risk but not under uncertainty, which characterizes most relevant problems that humans have to solve.  Uncertainty requires simple heuristics that are robust rather than optimal.