IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-662-54825-7_8.html
   My bibliography  Save this book chapter

Bayes’sches Denken – Schritt für Schritt – Mit Häufigkeiten und Baumdiagrammen Einsichten in komplexe Probleme ermöglichen

In: Zeig mir mehr Biostatistik!

Author

Listed:
  • Karin Binder

    (Universität Regensburg, Didaktik der Mathematik)

  • Jörg Marienhagen

    (Universitätsklinikum Regensburg)

Abstract

Zusammenfassung Bayesianische Aufgaben stellen in der Medizin eine besondere kognitive Herausforderung für Studierende dar. Denn sowohl Patienten als auch Medizinstudierende und Ärzte haben Schwierigkeiten, einen positiven oder negativen Vorhersagewert zu berechnen, wenn die Prävalenz der Erkrankung mit der Sensitivität und Falsch-Positiv-Rate eines diagnostischen Tests diagnostischer Test kombiniert werden muss. Ein Blick in die gängigen medizinischen Lehrbücher aus der Biometrie zeigt, dass bayesianische Aufgaben überwiegend konventionell über das Konzept der bedingten Wahrscheinlichkeiten eingeführt und neue didaktische Herangehensweisen noch nicht ausreichend genutzt werden. Oftmals bleibt die Einführung zu stark mit der Formel von Bayes verbunden, oder es werden Prozentangaben genutzt, um die Sachverhalte zu verdeutlichen. Diese Vorgehensweisen eignen sich allerdings nicht dafür, bayesianische Aufgaben verständlich zu erklären. Im Rahmen dieses Beitrags möchten wir ein didaktisches Konzept zur Einführung bayesianischer Aufgaben vorstellen, das zu einem Online-Kurs weiterentwickelt werden soll. Das Konzept basiert auf drei wesentlichen Schritten, die wir zur optimalen Erklärung bayesianischer Aufgaben für wichtig erachten: Der erste Schritt besteht in der Übersetzung der Wahrscheinlichkeiten – die oft als Prozentangaben dargestellt sind (z. B. 80 %) – in sogenannte „natürliche Häufigkeiten“ (z. B. 8 von 10). Der zweite Schritt erfolgt in der zusätzlichen Darbietung eines Baumdiagramms, das ebenfalls natürliche Häufigkeiten enthält, um den komplizierten Sachverhalt bayesianischer Aufgaben zu visualisieren. Der dritte Schritt besteht in der Hervorhebung derjenigen Äste des Baumdiagramms, die für die Beantwortung der Frage wesentlich sind. Im Anschluss daran kann das korrekte Ergebnis der Aufgabe direkt abgelesen werden. Anhand konkreter Beispielaufgaben soll illustriert werden, wie bayesianische Aufgaben über diese drei Schritte einfach und gut verständlich eingeführt werden können.

Suggested Citation

  • Karin Binder & Jörg Marienhagen, 2017. "Bayes’sches Denken – Schritt für Schritt – Mit Häufigkeiten und Baumdiagrammen Einsichten in komplexe Probleme ermöglichen," Springer Books, in: Zeig mir mehr Biostatistik!, chapter 8, pages 87-99, Springer.
  • Handle: RePEc:spr:sprchp:978-3-662-54825-7_8
    DOI: 10.1007/978-3-662-54825-7_8
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a
    for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-662-54825-7_8. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.