Bachelorarbeit, 2016
76 Seiten, Note: 1
1 Ein plausibler Sonnenaufgang und das Bayes’sche Theorem
2 Prozessleitlinie und Untersuchungsmethodologie
2.1 Forschungsfragen
2.2 Analysemethodik
2.2.1 Explorative Datenanalyse
2.2.2 Qualitative Analyse
2.3 Erhebung
2.4 Selektion
2.5 Kategorisierung
2.6 Datenextraktion
3 Explorative Datenanalyse
3.1 Deskriptive Statistik
3.2 Trendanalyse
3.2.1 Absolute und relative Entwicklung
3.2.2 Exponentielle Regression
3.2.3 Poisson Regression mit der Regel von Bayes
3.3 Korrelationsanalyse
4 Qualitative Analyse
4.1 Forschungsfelder und die Anwendung des Bayes’schen Theorems
4.2 Besondere Themen aus der Bayes’schen Statistik
5 Schlussbetrachtung
Diese Arbeit untersucht den Einfluss des Bayes’schen Theorems sowie der daraus resultierenden Bayes’schen Statistik und bayesianischer Methoden auf die theoretische und empirische Forschung im Zeitraum von 1900 bis 2015 anhand einer systematischen Literaturübersicht.
1 Ein plausibler Sonnenaufgang und das Bayes’sche Theorem
In der Statistik gibt es zwei grundlegende Arten des Schlussfolgerns: den „frenquentischen Ansatz“ und den „bayesianischen Ansatz“. Kennzeichnend für den Unterschied beider Ansätze ist das grundlegende Verständnis vom Wahrscheinlichkeitsbegriff, sodass der Disput zwischen den Frequentisten und den Bayesianisten eine der Hauptkontroversen in der Statistik des 20. Jahrhunderts (vgl. Gillies, 1987) ist. So sieht die frequentische beziehungsweise klassische Statistik die Wahrscheinlichkeit als etwas objektives, nämlich als Interpretation des Grenzwertes der relativen Häufigkeiten (relative frequency) eines zufälligen Ereignisses (vgl. Fahrmeir, 2005, S. 191ff.), wohingegen die Bayes’sche Statistik die Wahrscheinlichkeit als etwas subjektives auffasst, das den Grad der Plausibilität (degree of believe) einer Aussage oder eines Ereignisses erst dann wiedergibt, wenn eine bestimmte Information gegeben ist(vgl. Prosper, 2000; Bättig, 2015, S. 76).
Diese subjektive Auffassung von Unsicherheit spiegelt sich durch das Bayes’sche Theorem wieder. In einfacher Form gibt letzteres die bedingte Wahrscheinlichkeit eines Ereignisses A angibt, falls ein bestimmtes Ereignis B eingetreten ist: P(A | B) = P(B | A) · P(A) / P(B), mit P(B) > 0.
1 Ein plausibler Sonnenaufgang und das Bayes’sche Theorem: Einführung in die grundlegenden Unterschiede zwischen frequentischer und bayesianischer Statistik sowie Erläuterung des Bayes’schen Theorems.
2 Prozessleitlinie und Untersuchungsmethodologie: Darstellung der methodischen Vorgehensweise zur Durchführung der systematischen Literaturübersicht, inklusive Erhebung, Selektion und Kategorisierung der Daten.
3 Explorative Datenanalyse: Durchführung deskriptiver Statistiken, Trendanalysen und Korrelationsstudien zur Quantifizierung des Forschungsinteresses an bayesianischen Methoden über den gesamten Beobachtungszeitraum.
4 Qualitative Analyse: Inhaltsanalyse aktueller Forschungsarbeiten zur Identifikation spezifischer Anwendungsfelder und Trends in der Bayes’schen Statistik.
5 Schlussbetrachtung: Zusammenfassende Diskussion der Ergebnisse und Beantwortung der formulierten Forschungsfragen unter Berücksichtigung des Einflusses technischer Entwicklungen auf die wissenschaftliche Praxis.
Bayes’sches Theorem, systematische Literaturübersicht, Bayes’sche Statistik, explorative Datenanalyse, Trendanalyse, Poisson Regression, MCMC-Simulation, Publikationshäufigkeit, Forschungsinteresse, Prozessortakt, bayesianische Inferenz, Validierung, empirische Forschung, theoretische Forschung
Die Arbeit untersucht den wissenschaftlichen Einfluss und die Verbreitung bayesianischer Methoden und Techniken in der theoretischen und empirischen Forschung zwischen 1900 und 2015.
Zu den zentralen Themen gehören die Wahrscheinlichkeitsinterpretation, Bayes’sche Inferenz, Modellierungstechniken sowie die angewandte Forschung in verschiedenen wissenschaftlichen Fachdisziplinen.
Das primäre Ziel ist es, durch eine systematische Literaturübersicht das Forschungsinteresse an Bayes-Methoden zu quantifizieren und Muster sowie externe Einflussfaktoren zu identifizieren.
Es wird ein systematischer Literaturreview-Prozess (SLR) angewendet, der durch deskriptive Statistik, Regressionsmodelle (exponentiell und Poisson) sowie eine qualitative Inhaltsanalyse ergänzt wird.
Der Hauptteil umfasst die methodische Datenerhebung und Selektion, die explorative statistische Analyse der Publikationszahlen über Zeitverläufe sowie die anschließende qualitative Untersuchung aktueller Schwerpunkte.
Die wichtigsten Begriffe sind Bayes’sches Theorem, Bayes’sche Statistik, systematische Literaturübersicht, Publikationshäufigkeit und MCMC-Methoden.
Die Arbeit legt nahe, dass die Zunahme der Computerleistung und die Verfügbarkeit von MCMC-Algorithmen ab dem Jahr 2000 den Zugang zu komplexen bayesianischen Berechnungen wesentlich erleichtert und damit das Forschungsinteresse gesteigert haben.
Die Poisson-Regression dient dazu, den Zusammenhang zwischen dem Zeitverlauf und der Anzahl der Publikationen präziser zu modellieren, da sie der diskreten, positiven Natur von Artikelanzahlen besser entspricht als eine rein exponentielle Regression.
Die Analyse zeigt einen signifikanten Rückgang der Publikationsneigung zu bayesianischen Methoden ab dem Jahr 2010, was als Trendbruch identifiziert wurde.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

