Advertisement

Lineare Partielle Information (LPI): Ein Zugeständnis an die oft beschränkten Informationen des Entscheidungsträgers

  • Ariane Motsch
Part of the Schriftenreihe „Versicherung und Risikoforschung“ des Instituts für betriebswirtschaftliche Risikoforschung und Versicherungswirtschaft der Ludwig-Maximilians-Universität, München book series (VFT)

Zusammenfassung

Mit Hilfe des LPI-Konzepts lassen sich unscharfe Wahrscheinlichkeitsinformationen verwerten.1 Zum einen sinken damit die Anforderungen an den Entscheidungsträger, zum anderen kommt man der den betriebswirtschaftlichen Entscheidungsproblemen oft innewohnenden Instabilität der Zustandswahrscheinlichkeiten entgegen.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Vgl. Menges, G./ Kofler, E. (Entscheidungen, 1976 ), S.66. Zur Definition unscharfer Wahrscheinlichkeiten siehe Punkt 1. 1.Google Scholar
  2. 2.
    Vgl. Menges, G. (LPI, 1981 ), S. 9.Google Scholar
  3. 3.
    Vgl. Wollenhaupt, H. (Wahrscheinlichkeiten, 1982), u. a. S.4.Google Scholar
  4. 4.
    Vgl. Menges, G./ Kofler, E. ( Entscheidungen, 1976 ), S. 59.Google Scholar
  5. 7.
    Vgl. Warnez, P. (Information, 1984 ), S. 60.Google Scholar
  6. 8.
    Vgl. Schneider, D. (Meßbarkeitsstufen, 1979 ), 5. 121.Google Scholar
  7. 9.
    Siehe z. B. Warnez, P. (Information, 1984 ), Wollenhaupt, H. (Wahrscheinlichkeiten, 1982), usw..Google Scholar
  8. 10.
    Vgl. Schneeweiß, H. (Wahrscheinlichkeitssubjektivismus, 1977), S.221 und Menges, G./ Kofler, E. ( Entscheidungen, 1976 ), S. 57.Google Scholar
  9. 11.
    Siehe etwa die Experimente bezüglich Informationspathologien, d. h. kognitive Mängel bei der Informationsverarbeitung, bei Kahneman, D./ Tversky, A. ( Heuristics, 1982 ), S. 3–20.Google Scholar
  10. 12.
    Vgl. Fischer, G. (Entscheidung, 1979 ), S. 51.Google Scholar
  11. 13.
    Unscharfe Wahrscheinlichkeiten werden oft auch als qualitativ bezeichnet, um den Unterschied zu den quantitativen Wahrscheinlichkeiten hervorzuheben. Siehe z. B. Fischer, G. (Entscheidung, 1979). Der Ausdruck qualitativ wird darüber hinaus auch teilweise weiter eingeschränkt, z. B. für die Bezeichnung von Wahrscheinlichkeitsintervallen. Vgl. Warnez, P. (Information, 1984), u. a. 5.111. In dieser Arbeit hingegen wird der Ausdruck qualitativ, wie etwa bei Savage, im Sinne von ordinal verwendet.Google Scholar
  12. 14.
    Gemäß Fischer lassen sich alle Verfahren zur Ermittlung quantitativer Wahrscheinlichkeiten übertragen auf die Ermittlung unscharfer Wahrscheinlichkeiten. Vgl. Fischer, G. (Entscheidung, 1979 ), S.54. Zu speziell auf die Messung unscharfer Wahrscheinlichkeiten ausgerichteten Methoden siehe z. B. Fishburn, P. C. (Analysis, 1965), S.23 1ff..Google Scholar
  13. 15.
    Vgl. Schneeweiß, H. (Wahrscheinlichkeitssubjektivismus, 1977 ), S. 60.Google Scholar
  14. 16.
    Vgl. Sinn, H.-W. ( Ungewißheit, 1980 ), S. 42.Google Scholar
  15. 17.
    Im folgenden vgl. Ellsberg, D. (Risk, 1961), S. 643–669 und Gottinger, H. W. (Entscheidungstheorie, 1974 ), S.92ff.. Zur Darstellung des Max Emin-Prinzips siehe Punkt 4. 6. 2.Google Scholar
  16. 18.
    Vgl. Gottinger, H. W. ( Entscheidungstheorie, 1974 ), S. 106.Google Scholar
  17. 19.
    Vgl. Schneeweiß, H. (Wahrscheinlichkeitssubjektivismus, 1977 ), S. 220.Google Scholar
  18. 20.
    Vgl. Wollenhaupt, H. (Wahrscheinlichkeiten, 1982), 5.101 u. S.103.Google Scholar
  19. 21.
    Vgl. Warnez, P. (Information, 1984), S. 110ff. Detailliertere Unterscheidungen machen u. a. Wollenhaupt, H. (Wahrscheinlichkeiten, 1982 ), Gottwald, R. (Unsicherheit, 1990), Schneider, D. ( Meßbarkeitsstufen, 1979 ).Google Scholar
  20. 22.
    Vgl. Warnez, P. (Information, 1984 ), S. 139.Google Scholar
  21. 23.
    Als Basisliteratur zur LPI-Theorie ist insbesondere Menges, G./ Kofler, E. (Entscheidungen, 1976 ) zu nennen, ferner z. B. Kofler, E. ( Prognosen, 1989 ).Google Scholar
  22. 24.
    Vgl. u. a. Warnez, P. (Information, 1984), 5.117ff..Google Scholar
  23. 26.
    Vgl. z. B. Wamez, P. ( Information, 1984 ), S. 119.Google Scholar
  24. 29.
    Vgl. Menges, G./ Kofler, E. (Entscheidungen, 1976), S.94. Anderer Meinung ist Ehemann bei aktionsabhängigen Umweltzuständen und der Berücksichtigung gemischter Aktionen. Siehe Ehemann, K. (Information, 1981 ). Näheres siehe Punkt 4. 7. 3.Google Scholar
  25. 33.
    Vgl. Weichselberger, K./ Pöhlmann, S. ( Uncertainty, 1990 ), S. 11.Google Scholar
  26. 34.
    Vgl. Weichselberger, K./ Pöhlmann, S. ( Uncertainty, 1990 ), S. 9.Google Scholar
  27. 35.
    Vgl. Weichselberger, K./ Pohlmann, S. ( Uncertainty, 1990 ), S. 9.Google Scholar
  28. 36.
    Vgl. dazu Kofler, E. (Prognosen, 1989 ), S.27. Kofler unterscheidet nicht zwischen R- und F-Wahrscheinlichkeiten, obwohl dieser Satz eigentlich nur auf F-Wahrscheinlichkeitsintervalle anwendbar ist.Google Scholar
  29. 38.
    Vgl. Koffer, E. (Prognosen, 1989 ), S. 27f.Google Scholar
  30. 50.
    Vgl. Menges, G./ Koffer, E. (Entscheidungen, 1976), S.138ff.. Das Dominanzaxiom ist dort aber nur fir das Grundmodell der Entscheidungstheorie formuliert. Zur Kritik am Axiomensystem vgl. Wollenhaupt, H. (Wahrscheinlichkeiten, 1982 ), S.238. “Eine derartige Axiomatisierung ist entscheidungslogisch keineswegs zwingend und findet letztlich ihre Begründung oder Ablehnung in den Argumenten, die fir bzw. gegen das Minimax-Prinzip vorzubringen sind.”Google Scholar
  31. 51.
    Vgl. Menges, G./ Koffer, E. ( Entscheidungen, 1976 ), S. 192–197.Google Scholar
  32. 53.
    Vgl. Karrenberg, R. /Jacob, H. ( Wahrscheinlichkeitsintervalle, 1977 ), S. 674.Google Scholar
  33. 55.
    Vgl. Wollenhaupt, H. (Wahrscheinlichkeiten, 1982 ), S. 301.Google Scholar
  34. 56.
    Vgl. Menges, G./ Kofler, E. (Entscheidungen, 1976), u. a. S.122f., Koffer, E. (Prognosen, 1989 ), S. 34f.Google Scholar
  35. 57.
    Vgl. Wollenhaupt, H. (Wahrscheinlichkeiten, 1982 ), S. 87.Google Scholar
  36. 58.
    Vgl. Kofler, E. (Modell, 1970 ), S. 122.Google Scholar
  37. 59.
    Vgl. Wollenhaupt, H. (Wahrscheinlichkeiten, 1982 ), S. 302.Google Scholar
  38. 60.
    Vgl. z. B. Warnez, P. ( Information, 1984 ), S. 146.Google Scholar
  39. 61.
    Vgl. im folgenden Warnez, P. (Information, 1984), S.126ff..Google Scholar
  40. 64.
    Zu Ausnahmen siehe weiter unten.Google Scholar
  41. 65.
    Vgl. neben Warnez, P. (Information, 1984), S. 128, insbesondere Suzuki, G. (Equipments, 1957 ), S.2ff. und Fischer, G. (Entscheidung, 1979), S.62f..Google Scholar
  42. 66.
    Vgl. Warnez, P. (Information, 1984 ), S. 129f.Google Scholar
  43. 83.
    Siehe Ehemann, K. (Information, 1981), S.22ff..Google Scholar
  44. 84.
    Vgl. Ehemann, K. (Information, 1981 ), S. 23.Google Scholar
  45. 85.
    Vgl. Menges, G./ Kofler, E. ( Entscheidungen, 1976 ), S. 94.Google Scholar
  46. 92.
    Vgl. Wollenhaupt, H. (Wahrscheinlichkeiten, 1982 ), S. 260.Google Scholar
  47. 93.
    Vgl. Milnor, J. (Spiele, 1965 ), S. 132.Google Scholar
  48. 100.
    Entspricht Satz (2.2.9.7) von Kofler, E. (Prognosen, 1989), S.91.Google Scholar
  49. 101.
    Siehe Menges, G./ Kofler, E. (Entscheidungen, 1976 ), S.120f., Kofler, E. (Prognosen, 1989), S.91ff..Google Scholar

Copyright information

© Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden 1995

Authors and Affiliations

  • Ariane Motsch
    • 1
  1. 1.MünchenDeutschland

Personalised recommendations