Pr_A1 <- .6
Pr_A2 <- .1
Pr_A3 <- .3kaefer1-schoice
Question
Weltsensation?! Der Insektenforscher Prof. Mügge ist der Meinung, eine bislang unbekannte Käferart entdeckt zu haben. Nach nur 18 Jahren Feldforschung im brasilianischen Regenwald gelang ihm dieser Durchbruch. Wenn es denn nun wirklich eine neue Art ist. Gerade untersucht er ein Exemplar unter dem Mikroskop. Hm, was ist das für ein Tier?
Drei Arten kommen in Frage, \(A_1, A_2, A_3\).
Dabei ist die Art \(A_1\) sehr verbreitet und schon längst bekannt, \(A_2\) ist die neue Art, Exemplare dieser Art sind selten und \(A_3\) ist auch bekannt und eher häufig anzutreffen. Allerdings spricht das Aussehen am ehesten für \(A_2\), der seltenen Art.
Hier sind die genauen Vorkommenshäufigkeiten:
Und hier die genauen Wahrscheinlichkeiten, wie typisch das beobachtete Objekt für einen Vertreter der jeweiligen Art ist:
L_A1 <- .5
L_A2 <- .9
L_A3 <- .4Wie groß ist die Wahrscheinlichkeit, dass Prof. Mügge wirklich einen großen Fang gemacht hat und einen unbekannten Käfer entdeckt hat? Berechnen Sie diese Wahrscheinlichkeit!
Answerlist
- 17,6 %
- 90 %
- 10 %
- 23,1 %
- 50 %
Solution
library(tidyverse)
library(prada) # für Funktion `bayesbox`
bb <- bayesbox(hyps = c("A", "B", "C"),
priors = c(Pr_A1, Pr_A2, Pr_A3),
liks = c(L_A1, L_A2, L_A3))
bb| hyps | priors | liks | post_unstand | post_std |
|---|---|---|---|---|
| A | 0.6 | 0.5 | 0.30 | 0.59 |
| B | 0.1 | 0.9 | 0.09 | 0.18 |
| C | 0.3 | 0.4 | 0.12 | 0.24 |
Die Wahrscheinlichkeit, dass der Käfer zur Art “B” (also \(A_2\)) gehört, ist relativ klein: 17,6 %. Man erhält sie durch Anwendung des Satzes von Bayes: Prior × Likelihood, normiert durch die Summe aller Prior × Likelihood-Produkte: \((.1 \times .9) / (.6\times.5 + .1\times.9 + .3\times.4) = .09/.51 = .176\).
Aufgabenname: kaefer1-schoice
Answerlist
- True
- False
- False
- False
- False
Meta-information
exname: kaefer1-schoice extype: schoice expoints: 1 exsolution: 10000 exshuffle: 5