Skip to main content
Top

2019 | OriginalPaper | Chapter

15. Grundlagen des Modellierens

Author : Sebastian Sauer

Published in: Moderne Datenanalyse mit R

Publisher: Springer Fachmedien Wiesbaden

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

Zusammenfassung

Dieses Kapitels erläutert zunächst, was man unter einem Modell und unter Modellieren versteht und welche Rolle Abduktion dabei spielt. Dann wird eine einfache Taxonomie der Ziele des Modellierens vorgeschlagen. Ein wesentlicher, sich anschließender Punkt betrifft die Frage nach Unter- und Überanpassung: Kann ein Modell „zu gut“ sein? (Dass ein Modell „zu schlecht“ sein kann, bedarf keiner Erwähnung.) Der verbleibende Teil des Kapitels diskutiert, was man bei vermuteter Überanpassung eines Modells tun kann, welche Probleme sich ergeben und woran man ein „gutes“ Modell erkennt.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Footnotes
1
Ein Dozent freut sich.
 
2
Diese Sichtweise des Modellierens geht auf der Repräsentationstheorie des Messens nach Suppes und Zinnes (1963) zurück; vgl. Gigerenzer (1980).
 
3
Das ist schließlich entscheidend – frei nach Helmut Kohl.
 
4
Bitte mir Bescheid geben, falls ich hier etwas übersehen haben sollte.
 
5
Tatsächlich wurden die Y-Werte als Sinus-Funktion plus etwas normalverteiltes Rauschen simuliert.
 
6
Genauer gesagt ein Polynom von Grad 15.
 
7
Ein Phänomen, das man von Fußballspielen kennt.
 
8
Zehn Mal scheint sich gut zu bewähren, aber auch andere Werte können sinnvoll sein: http://​appliedpredictiv​emodeling.​com/​blog/​2014/​11/​27/​vpuig01pqbklmi72​b8lcl3ij5hj2qm.
 
9
Gerade wenn sie die Zukunft betreffen; ein Bonmot, das Yogi Berra nachgesagt wird.
 
10
R, R, F, F, R, R, R, F, R, R.
 
12
Status \(\rightarrow\) Erfolg beim Online-Dating.
 
13
S. Abschn. 15.4.
 
14
a) Rechtes Modell ist robuster; b) linkes Bild ist präziser im Sinne eines geringeren Vorhersagefehlers.
 
15
Nein, es hängt von der Verteilung des Kriteriums ab.
 
16
Die Verteilung des Kriteriums wird nicht ausgewogen; es kann also passieren, dass alle „leichten“ Fälle im Trainings-Sample landen und alle „schweren“ Fälle im Test-Sample. Dann würde der Algorithmus erfolgreich im Trainings-Sample lernen, aber im Test-Sample „überraschend“ schlecht abschneiden.
 
Metadata
Title
Grundlagen des Modellierens
Author
Sebastian Sauer
Copyright Year
2019
DOI
https://doi.org/10.1007/978-3-658-21587-3_15